codegeex在leetcode刷题中准确率提升需四步：一、结构化提示含约束声明、标准io样例及强制执行指令；二、分阶段引导完成算法识别→编码→边界校验；三、嵌入高频易错测试用例驱动分支覆盖；四、锚定dp状态定义等关键逻辑节点防语义漂移。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用CodeGeeX辅助编写LeetCode题目时出现生成代码逻辑错误、边界条件遗漏或无法匹配题干约束等问题，则可能是由于提示词结构松散、未对齐LeetCode标准IO格式或缺乏分步校验机制。以下是提升CodeGeeX在LeetCode刷题场景中准确率的多种实操方法：
一、结构化输入输出并显式标注约束条件
LeetCode题目的解法高度依赖对输入类型、输出格式及限制条件的精确理解。模糊描述（如“数组里找目标值”）易导致CodeGeeX误判为线性搜索而非二分查找，或忽略“不能修改原数组”“空间复杂度O(1)”等硬性要求。需将题干转化为含三要素的机器可读提示：约束声明、标准化IO样例、执行指令。
1、在提示开头用单句明确全部约束，例如：“数组长度≤10⁵，元素为升序整数且无重复，时间复杂度需O(log n)，禁止使用额外数组空间”。
2、用三引号包裹LeetCode官方格式的输入输出示例，例如：```输入: [1,3,5,6], 目标值 5；输出: 2```，确保冒号后空格、逗号分隔、方括号与英文标点完全一致。
3、在提示末尾添加强制执行指令：“仅输出Python函数定义，函数名为searchInsert，参数为nums: List[int]和target: int，返回int类型索引，不包含任何注释、解释、测试代码或markdown符号”。
二、分阶段引导模型完成分析-编码-校验闭环
一次性请求完整解法易使CodeGeeX跳过关键推理环节。应将LeetCode解题流程拆解为认知子任务，通过多轮提示逐层锁定逻辑，避免模型在未确认算法类型前直接生成错误模板。
1、首轮提问聚焦算法识别：“给定非递减整数数组和目标值，要求返回目标值插入位置（保持升序），是否适用二分查找？请说明判断依据，包括数组特性与操作目标的匹配性”。
2、待模型确认二分适用性后，发起编码请求：“基于二分查找，请写出Python函数searchInsert，参数nums为List[int]，target为int，返回插入索引。使用左闭右闭区间写法，mid计算为(left + right) // 2”。
3、最后触发边界校验：“检查该函数是否处理以下四种情况：空数组、单元素数组且target小于该元素、target大于所有元素、target等于某元素”。
三、嵌入高频易错测试用例驱动分支覆盖
LeetCode中约68%的提交错误源于边界场景（如空输入、极值、相等情况）。将典型反例直接写入提示语，可迫使CodeGeeX在生成代码前预演分支路径，自动补全if-else逻辑。
1、在提示中列出至少三个差异化工况，例如：“测试用例1：nums = [1,3,5,6], target = 5 → 输出2；测试用例2：nums = [1,3,5,6], target = 2 → 输出1；测试用例3：nums = [], target = 1 → 输出0；测试用例4：nums = [1], target = 0 → 输出0”。
2、要求模型在生成代码前先复述这些用例的预期行为，例如：“请逐条说明上述四个用例中，left、right、mid在每轮循环中的取值变化及最终返回值推导过程”。
3、将用例作为代码验证条件嵌入函数末尾：“在函数return语句前添加断言：assert searchInsert([1,3,5,6],5)==2 and searchInsert([1,3,5,6],2)==1 and searchInsert([],1)==0”。
四、锚定关键逻辑节点防止语义漂移
中等及以上难度题目（如动态规划、回溯）存在多层抽象，CodeGeeX易在状态定义或转移方程环节发生偏移。需人工指定不可变更的核心变量名与数学表达式，切断自由发挥路径。
1、对DP类题，强制定义状态：“设dp[i]表示以第i个元素结尾的最长递增子序列长度，状态转移方程为dp[i] = max(dp[j] + 1)，其中0 ≤ j 。
2、对回溯类题，固化递归签名：“定义函数backtrack(path: List[int], start: int)，其中path存储当前路径，start为下一层搜索起始索引，每次递归前判断len(path) == k则加入结果集”。
3、对双指针类题，锁定移动规则：“快指针fast每次+1，慢指针slow仅在nums[fast] != nums[slow]时+1，最终返回slow + 1”。
