文心快码需用结构化提示词驱动：先锁定算法工程师角色，再声明“实现+语言+算法+约束”，最后用“禁止……”排除歧义；须嵌入函数签名、测试用例及性能临界值。
☞☞☞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☜☜☜
你需要用文心快码快速生成可运行、带注释、符合工程规范的算法代码，而不是靠反复提问试错浪费时间。文心快码不是通用聊天机器人，它对提示词结构极度敏感——缺一个约束条件，生成的代码就可能缺少边界判断、漏掉时间复杂度说明，甚至直接返回伪代码。
明确角色与任务边界
第一步：在提示词开头用一句话锁定模型身份，例如“你是一位有十年ACM竞赛经验兼一线后端开发的算法工程师”。
这一步不能省略。如果只写“请写一个快速排序”，文心快码会默认按教学场景输出简版代码，不包含稳定性说明、递归深度控制、三数取中优化等工业级要素。
第二步：紧接着声明任务类型，必须是“实现+语言+具体算法+约束”。例如：“用Python3实现非递归版归并排序，要求支持任意长度整数列表，原地稳定排序，时间复杂度O(n log n)，空间复杂度O(1)。”
【空间复杂度O(1)是硬性前提，若未明说，文心快码默认分配辅助数组，生成O(n)空间解】
第三步：补充关键排除项，用“禁止……”句式切断歧义路径。例如：“禁止使用内置sort()、sorted()或任何第三方库函数；禁止返回字符串格式结果；禁止省略异常处理逻辑。”
嵌入真实工程约束
方法一：绑定输入输出契约
在提示词中显式写出函数签名和文档字符串模板，例如：
```python
def quick_sort(arr: List[int]) -> List[int]:
"""
对整数列表进行升序排序，要求：
- 最坏时间复杂度不超过O(n²)，平均O(n log n)
- 原地排序，不创建新列表
- 返回排序后arr的引用
"""
```
文心快码会严格按此结构生成代码，连docstring里的冒号缩进都会对齐。
方法二：注入测试用例驱动
直接把期望的输入输出对写进提示词，例如：“验证用例：quick_sort([3,6,8,10,1,2,1]) → [1,1,2,3,6,8,10]；quick_sort([]) → []；quick_sort([5]) → [5]”。模型会优先保证这些用例通过，再扩展通用逻辑。
方法三：指定性能临界值
对大数据量场景，必须给出量化指标。例如：“当输入为10⁵个随机整数时，单次执行耗时需低于80ms（基于PyPy3环境）”。没有这个约束，文心快码可能忽略尾递归优化或栈溢出防护。
结构化提示词组装示例
把前面所有要素组合成一段可直接粘贴的提示词：
“你是一位有十年ACM竞赛经验兼一线后端开发的算法工程师。用Python3实现非递归版堆排序，要求支持任意长度整数列表，原地排序，时间复杂度O(n log n)，空间复杂度O(1)。禁止使用heapq模块或任何内置排序函数。函数签名必须为：def heap_sort(arr: List[int]) -> List[int]:，文档字符串需包含最坏/平均时间复杂度、是否稳定、空间占用说明。验证用例：heap_sort([4,2,7,1,3]) → [1,2,3,4,7]；heap_sort([9]) → [9]；heap_sort([]) → []。当输入为10⁵个随机整数时，单次执行耗时需低于120ms（基于CPython 3.11环境）。”
