要在智谱清言中生成高质量、可直接运行的代码，需用黄金公式三步法：第一步动词开头明确功能与场景；第二步嵌入xml约束块规定格式与依赖；第三步加入高密度语义锚点限定环境与校验逻辑。

☞☞☞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☜☜☜

要在智谱清言中生成高质量、可直接运行的代码，关键不是笼统说“写个爬虫”或“做个登录页”，而是用结构化语言明确告诉模型：你要什么功能、在什么环境运行、输入输出长什么样、有哪些必须遵守的约束。

用黄金公式三步法精准提需求

智谱清言（基于GLM-4/5系列模型）对模糊指令响应极差，它不会猜测你没写的逻辑。必须按“意图显性度+约束结构性+语义密度”三要素组织提示词。

第一步：动词开头 + 明确宾语 + 限定场景
例如：“用Python写一个函数，接收一个含中文的Excel文件路径，读取第一张表，把‘姓名’列所有值转为拼音首字母大写，返回处理后的DataFrame。”

第二步：嵌入XML格式约束块，强制模型遵循格式与边界
【必须包含标签，且和不可省略】

生成可执行Python函数
纯代码，不带解释，不加print()示例调用
使用pandas和xpinyin库；函数名必须为convert_name_to_pinyin；禁止修改原始Excel文件

第三步：加入至少两个高密度语义锚点
比如：“以2026年主流办公环境为背景→要求兼容Windows和macOS →因用户常误传空文件→故需在函数开头校验df.shape[0] > 0，否则抛出ValueError('输入表格为空')”

智谱清言

智谱清言（ChatGLM）是智谱AI推出的新一代AI助手，基于GLM大模型打造，提供AI问答、智能写作、代码辅助、文档解读、AI绘画、视频生成、智能搜索和智能体等能力。可广泛应用于学习、办公、创作、编程开发和知识管理等场景，支持网页端、移动端及开放平台使用。

下载

避开常见失效表达

方法一：禁用模糊动词
❌ “帮我弄个接口” → ✅ “用FastAPI写一个GET接口，路径为/api/v1/user/{uid}，返回JSON格式的用户基本信息字典，字段包括name(str)、age(int)、join_date(str, ISO格式)，uid为6位纯数字字符串，非法uid返回400错误”

方法二：拒绝抽象名词堆砌
❌ “写一个高性能的数据处理模块” → ✅ “用Python多进程Pool处理10万行CSV，每行含timestamp(ISO格式)和value(float)，统计每小时value均值，结果保存为hourly_avg.json，耗时控制在3.5秒内（测试环境：i7-11800H + 16GB RAM）”

【若未指定Python版本，模型默认用3.9，但若你项目用3.12，必须写明】

针对不同编程任务的提示词模板

方法一：写脚本类任务（如自动化办公）
“用Python写一个命令行脚本，接收--input参数（PDF路径）和--output参数（TXT路径），提取PDF文字（忽略页眉页脚），将连续空行合并为单个换行符，保存为UTF-8编码TXT。要求：不依赖Adobe软件，仅用PyPDF2或pdfplumber；若PDF加密则打印‘文件受密码保护’并退出码1。”

方法二：写Web前端交互逻辑
“用原生JavaScript写一个函数toggleDarkMode()，点击按钮时切换

的class：有dark-mode则移除，无则添加；同时将当前模式存入localStorage；页面加载时自动读取localStorage恢复主题。不使用任何框架，不操作CSS变量。”

方法三：SQL查询生成
“根据以下表结构生成一条SQL：users(id PK, name TEXT, dept_id INT), departments(id PK, dept_name TEXT)。查询每个部门名称及该部门用户数，结果按用户数降序排列，只返回dept_name和user_count两列。”