Fitten Code提示词需严格遵循三步法：先定义角色，再用动词开头明确任务，最后以分号分隔具体约束；辅以上下文注入和可验证指标，才能生成精准可靠的中文时间提取函数。
☞☞☞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☜☜☜
你想让Fitten Code生成一段能正确处理中文时间表达式的正则提取函数，但每次得到的代码要么漏掉“凌晨两点”这类表述，要么把“第3天”误判为时间——根本原因不是模型能力不足，而是提示词没锚定关键约束条件。
明确角色与任务边界
第一步：在提问前先输入一句角色定义，例如“你是一个专注Python文本解析的资深工程师，只负责编写可运行的函数，不添加示例调用或print语句”。【角色声明必须放在提示词最开头，且不能混入功能描述】
第二步：紧接着用动词开头写核心任务，比如“编写一个函数extract_chinese_time，接收str类型参数text，返回list[str]类型的所有匹配时间字符串”。
第三步：用分号分隔补充约束，例如“支持‘下午4点’‘明早8:15’‘2025-03-12’格式；排除含数字但非时间的词如‘第5页’‘版本2.1’；正则需兼容re.findall模式”。
这三步缺一不可——省略角色会导致AI自由发挥加调试代码；省略动词开头会让AI误判为解释需求；漏掉分号分隔的约束会触发默认宽松匹配逻辑。
注入上下文的两种方式
方法一：选中已有函数体后右键→Fitten Code → 解释代码，再在此对话窗口里追问“把这个函数改成支持方言时间词，比如‘晌午’‘半夜子时’”。AI会自动把原函数结构当上下文，无需重复粘贴。
方法二：手动复制关键上下文到提示词里，格式为【CONTEXT】开头，例如【CONTEXT】def parse_log_line(line): return line.split('|')[2]。后面紧跟“请为这个函数添加异常处理，当索引越界时返回空字符串”。【CONTEXT】必须独占一行，且不能带任何标点结尾】
规避模糊表述陷阱
错误示范：“写个好用的时间提取函数”，AI无法量化“好用”标准，大概率返回基础版re.search示例。
Fitten Code 1.0.3是一款由清华博士团队打造的AI编程助手，基于国产计图（Jittor）深度学习框架开发。它支持VS Code、JetBrains系列等主流IDE及80多种编程语言。核心功能包括智能代码补全、注释生成、代码解释、Bug检测、单元测试生成等，旨在全方位提升开发效率。该工具对个人用户免费开放。
正确做法：把“好用”拆解为可验证动作——“要求覆盖至少5类中文时间表达式（附示例：凌晨三点、今晚九点、下周一、昨日、2026年夏至）；单次执行耗时低于2ms；对输入‘无时间信息’返回空列表”。
这一步操作起来很简单，直接把测试用例和性能指标写进提示词就行。
迭代优化提示词的实操路径
首次生成代码后若结果偏差较大，不要重写整个提示词。先定位问题类型：
→ 若漏匹配：在原提示词末尾追加“补充匹配规则：增加对‘正午’‘子夜’等古语时间词的支持”
→ 若误匹配：追加“强化排除逻辑：添加否定前瞻(?!)，过滤含‘第’‘版’‘条’等非时间关键词的字符串”
→ 若格式错误：追加“严格遵循PEP 8，变量名用snake_case，函数文档字符串用Google风格”
每次只追加一条修正指令，避免多条件叠加导致AI权重混乱。
