要让海螺ai代码评审提示词真正发挥作用，必须将抽象检查要求绑定到具体功能模块、框架版本和业务逻辑中，否则ai只能泛泛而谈；需明确业务上下文、映射通用规则到技术栈、注入真实数据流样例并标注环境。
☞☞☞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☜☜☜
要让海螺AI代码评审提示词真正发挥作用，必须把抽象的检查要求绑定到你正在开发的具体功能模块、框架版本和业务逻辑里，否则AI只会泛泛而谈“变量命名不规范”或“缺少异常处理”。
明确当前代码所属的业务上下文
打开你正在修改的源文件，定位到函数顶部或类定义前，用注释块写明三件事：该段代码服务的用户端场景（如“iOS端个人中心页头像上传按钮点击后触发”）、依赖的核心服务（如“调用后端 /v2/user/avatar 接口，要求兼容旧版 token 鉴权”）、关键约束条件（如“必须在300ms内完成本地压缩，且不阻塞主线程”）。这一步不是写文档，而是给AI提供决策锚点。
没有这个上下文，AI可能建议你用 async/await，但你的项目仍在用 Promise 链且不允许引入新语法。
把通用规则映射到具体技术栈
方法一：在提示词中直接嵌入框架特性
将“检查空值处理”改为“检查对 React 18 中 useTransition 返回的 pending 状态是否做了 loading UI 容错，特别是当 suspense fallback 未全局配置时”。
方法二：绑定版本号与行为差异
例如写明“本项目使用 Spring Boot 2.7.18，@Transactional 注解默认 rollbackFor=RuntimeException，因此需检查所有 catch Exception 后手动 commit 的事务分支是否遗漏了 Throwable 捕获”。
【Spring Boot 2.7.x 的 rollbackFor 默认不包含 Error 子类，漏写会导致数据库不回滚】
注入真实数据流样例
第一步：从测试用例或日志中截取一段真实输入输出
比如后端接口评审时，粘贴一条实际的 curl 请求和返回 JSON：
curl -X POST http://localhost:8080/api/order/create \
-H "Authorization: Bearer eyJhbGciOi..." \
-d '{"items":[{"id":"P992","qty":2}],"coupon":"SUMMER2024"}'
第二步：在提示词中要求 AI 基于此样例验证边界逻辑
“请基于上述请求参数，检查代码中对 coupon 字段的校验是否覆盖了空字符串、超长字符串（>50字符）、SQL注入特征（如' OR '1'='1）三种情况，并确认错误码返回是否与 OpenAPI 3.0 文档中 /api/order/create 的 400 响应定义一致”。
第三步：标注该样例对应的具体环境
注明“此请求来自生产环境灰度流量，coupon 解析由 shared-utils v3.2.1 模块完成，不可修改其内部逻辑”。
