你是一位在金融科技公司做Python后端开发3年的工程师，主力设备是16GB内存的MacBook Pro M1；在PyCharm中右键选中含SQL拼接的函数→点击‘Ask AI’→等待响应→复制代码→粘贴到原文件；公司禁用公网模型API，所有请求须经内部代理转发；目标是将CRUD接口开发耗时从4小时压至1.5小时内，且Code Review一次通过率≥90%。
☞☞☞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ChatGPT对同一组AI工具（比如Copilot、Cursor、Windsurf）生成真正可落地的场景对比，但当前输出全是功能罗列或主观形容词堆砌——这说明提示词没锁死分析维度，AI仍在调用通用评价语料库。
锁定四维锚点：角色+动作+约束+结果
第一步：在提示词开头强制定义用户身份，必须含具体岗位、从业时长、设备环境。例如：“你是一位在金融科技公司做Python后端开发3年的工程师，主力设备是16GB内存的MacBook Pro M1”。【不写清设备型号和内存，AI会默认用服务器级资源推演，导致“本地运行卡顿”这类真实痛点被忽略】
第二步：指定触发动作，精确到界面级操作。例如：“在PyCharm中右键选中一段含SQL拼接的函数→点击‘Ask AI’→等待响应→复制代码→粘贴到原文件”。这比“使用AI辅助编程”更真实，能暴露光标定位、上下文截断、代码注入等隐性问题。
第三步：插入不可绕过的现实约束。例如：“公司禁用公网模型API，所有请求必须经内部代理转发”或“团队Git提交规范要求每行注释必须标注来源（如@Copilot-2026-Q2）”。没有这个约束，AI默认走通网环境，对比就失真。
第四步：明确结果价值，绑定业务指标。例如：“目标是将CRUD接口开发耗时从4小时压到1.5小时内，且Code Review一次通过率≥90%”。避免出现“提升效率”“增强体验”等虚词。
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...”。
生成三种不可混同的对比视角
方法一：按交付物形态切分
① 输出纯代码片段（不带解释）：适合老手快速验证逻辑，但需警惕缺失边界判断；
② 输出带行内注释的代码+3行原理说明：适合中级开发者理解改动依据；
③ 输出完整PR描述模板（含测试建议+回滚方案）：适合DevOps流程嵌入，但生成速度慢3倍以上。
方法二：按失败归因路径拆解
当AI返回错误SQL时：Copilot倾向硬编码表名→Cursor会反查schema缓存→Windsurf直接抛出“未识别数据库类型”异常。这三类错误日志格式、重试机制、告警通道完全不同。
方法三：按权限链路验证
在CI流水线中调用时：Copilot需提前配置GitHub App OAuth scope→Cursor依赖VS Code Workspace Trust状态→Windsurf强制要求K8s Pod ServiceAccount绑定RBAC策略。漏掉任一环节就会静默失败。
强制输出结构化对比表
在三个视角描述完毕后，另起一段生成横向对比表，表头为：维度|Copilot|Cursor|Windsurf；表格内禁止出现“较好”“略优”等模糊表述，全部填具体值。例如“本地缓存命中率”栏填“62%（基于2026年Q2内部APM数据）”，“首次响应延迟P95”栏填“1.8s（M1芯片实测）”。
