豆包生成高质量单元测试需结构化提示：明确框架（如pytest）、输入输出规则、边界用例、断言方式及环境约束，避免伪代码，确保可直接运行并通过覆盖率要求。
☞☞☞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☜☜☜
你需要让豆包生成高质量、可直接运行的单元测试代码，但普通提示词经常产出空泛描述、缺少断言或无法匹配真实函数签名。
普通版提示词：能跑就行
第一步：在豆包输入框里写“给这个函数写个单元测试”→粘贴你的函数代码→点击发送。
这一步操作起来很简单，但豆包大概率返回一段带注释的伪代码，比如“// 测试输入1，检查输出是否为true”，根本不能直接执行。
原因在于它没被明确要求生成可运行的测试框架代码，也没指定语言版本和断言风格。
结构化进阶版：指定框架+输入输出+边界用例
方法一：用三段式模板
请用Python + pytest为以下函数生成完整可运行的单元测试文件：① 函数接收两个非空字符串参数a和b，返回a中b出现的起始索引（未找到返回-1）；② 必须覆盖3类用例：正常匹配（如a="hello", b="ll"）、不匹配（a="abc", b="d"）、边界情况（b长度大于a、b为空字符串）；③ 每个测试函数名以test_开头，使用assert语句验证返回值，不要print或注释代替断言。
【b为空字符串属于非法输入，测试用例中必须显式抛出ValueError并用pytest.raises捕获】
方法二：附带已有测试风格参考
字节跳动正式推出了其最新的智能图像创作模型——Seedream 5.0 Lite。作为豆包大模型2.0系列的重要组成部分，该模型不仅在理解、推理和生成能力上实现了全面跃升，更针对企业级视觉创作需求进行了深度优化，标志着AI生图技术向“实用化”与“智能化”迈出了关键一步。
我当前项目中所有测试都用unittest.TestCase编写，断言统一用self.assertEqual，mock只用patch装饰器。请严格按此风格为下面的calculate_tax函数写测试：输入income=5000→预期返回500；income=0→返回0；income=-100→应抛出ValueError。
高阶精准版：注入上下文与约束条件
第一步：先声明运行环境
当前项目使用Python 3.11，已安装pytest 8.2和pytest-cov，测试目录为tests/unit/，待测函数位于src/utils.py中，函数名为parse_duration，接收一个形如"2h30m"的字符串，返回总秒数（int）。
第二步：定义不可妥协的规则
生成的测试文件必须命名为test_parse_duration.py，保存在tests/unit/下；每个测试用例必须有清晰的中文docstring说明场景；禁止使用任何time.sleep或随机数；所有异常路径（如输入None、空字符串、非法单位"2x"）必须用pytest.raises明确断言；覆盖率要求分支覆盖率达100%，因此需包含至少1个含小数的输入（如"1.5h"）和1个复合单位超长输入（如"100h99m59s"）。
第三步：给出失败样例反向约束
不要生成类似“# TODO: 补充异常测试”的占位符，也不要返回带...省略号的代码片段——所有测试函数必须完整、语法正确、能被pytest -v tests/unit/test_parse_duration.py直接执行通过。
