ChatGPT重构函数需聚焦具体问题、设硬性边界、用真实代码作范本、暴露取舍、分步验证。例如：“扁平化流程+分离状态+语义化命名”，禁用async/reduce，保留Stripe异常处理，按清爽样本统一风格，每行改动附30字内注释。
☞☞☞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☜☜☜
ChatGPT重构函数时总返回“提取公共逻辑”“增强可读性”“优化时间复杂度”这类空泛描述，根本没法直接放进代码里——你不是要教科书定义，而是要能立刻编译、能被同事一眼看懂、改完不引发 regression 的真实补丁。
用“人话”重述问题，堵死抽象出口
别写“请提升可维护性”。打开原函数，盯着它读三遍，然后写下你真正卡住的地方：【这个函数每次改都要先数七层缩进，中间混着正则替换和状态标记，我改完第4行就忘了第1行的 flag 是干啥的】。
这句话自带上下文：缩进深、副作用混杂、变量意图模糊。ChatGPT 会聚焦“扁平化流程+分离状态+语义化命名”，而不是泛泛而谈“解耦”。
如果函数里有 try/catch，直接点名：“第17行的 catch 块捕获的是 Stripe SDK 特有的 ConnectionTimeoutError，必须原样保留处理逻辑，不能合并或删减。”
设硬性边界，逼它在框里出拳
方法一：锚定核心行为
“只改实现方式，不改变函数签名、输入输出类型、错误抛出逻辑，也不新增外部依赖。”
方法二：锁死关键片段
“第12–15行的 JSON 解析 + 字段校验逻辑必须保留，仅允许重排顺序或拆分校验项，禁止合并为一行或引入新库。”
方法三：堵住常见雷区
【禁止引入 async/await、禁止拆分成多个新函数、禁止用 reduce 替代 for 循环】——这些限制能立刻过滤掉教科书式“优雅解法”，逼它在你熟悉的范式里工作。
给它一段真人写的代码当尺子
第一步：从你项目里找一段公认清爽的同类型函数（比如另一个处理支付回调的 handler）；
第二步：把这段代码完整贴进提示词，加一句：“请按这种风格重构目标函数：变量名用语义化驼峰、每个 if 块控制在4行内、空行分隔逻辑段。”
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
模型不是靠抽象概念理解风格，而是靠模式匹配。你给它样本，它就照着纹理长。
强制暴露 trade-off，拒绝完美幻觉
第一步：要求它用一行说明本次重构主要牺牲了什么；
第二步：必须写清楚代价与收益的对应关系。
例如：“多了一次数组遍历（O(n)→O(2n)），但换来了可读性提升：所有状态变更集中于顶部，后续逻辑不再依赖隐式 flag。”
这一步会倒逼模型放弃“最优解”执念。它必须承认取舍，也就更可能给出真实工程中可用的方案——比如宁可多建一个临时对象，也不用位运算压缩可读性。
分步喂数据，不塞整块肉
① 先让 ChatGPT 输出重构前后的对比 diff（只显示改动行，不带解释）；
② 再针对 diff 中任意一行，要求它逐行说明“为什么这里要改、不改会怎样、改成这样解决了什么具体问题”；
③ 最后要求它把全部解释压缩成一句注释，塞进代码对应位置，字数不超过30字。
这三步拆解，让它无法用“提高内聚性”之类套话蒙混过关。每一步都锚定到具体代码行，逼它落地到字符级操作。
