AI编程提示词通用核心原则

围绕“AI编程提示词”的使用，我可以提供一些通用建议和思路，希望能帮助大家更有效地与AI协作编程。

1. 核心原则：清晰具体
   好的提示词应该像给人类同事下达任务一样清晰。避免模糊表述。
   模糊示例： 写一个函数。
   清晰示例： 用Python写一个函数，名为 calculate_average，接收一个数字列表作为参数，返回它们的算术平均值，并处理空列表情况（返回None）。

2. 提供上下文与约束
   说明你的使用场景、技术栈限制、性能要求或代码风格偏好。
   示例提示词结构：

   任务目标：创建一个简单的待办事项列表的React组件。
   具体要求：
   1. 使用函数式组件和Hooks（useState）。
   2. 包含添加新任务、标记任务为完成、删除任务的功能。
   3. 任务列表需要持久化到浏览器的localStorage。
   4. 请给出完整的组件代码和简洁的CSS样式。
   

3. 分步请求与迭代优化
   对于复杂任务，可以拆解步骤，或基于AI的初始输出进行细化追问。
   例如：
   第一步：“给我一个Python爬虫的大纲，用于爬取静态新闻网站标题。”
   第二步：“针对第一步的大纲，请写出其中‘解析HTML’部分的详细代码，使用BeautifulSoup库。”

4. 善用“角色扮演”提示
   让AI扮演特定领域的专家，通常能获得更专业的回答。
   示例：“请你扮演一位经验丰富的Linux系统管理员，为我解释如何在Ubuntu服务器上安全地配置SSH密钥认证，并禁用密码登录。”

5. 调试与解释代码
   向AI提问时，直接提供错误信息、相关代码段和你的预期目标。
   示例：“我的Python脚本在运行 df.merge() 时出现了‘KeyError’。相关代码片段是：

   result = df1.merge(df2, on='user_id')
   

   这两个DataFrame都确认有‘user_id’列。可能的原因是什么？”

最后，一个强大的提示词往往是“具体任务 + 上下文 + 格式要求”的组合。