你有没有遇到过这种情况：明明让AI写个简单的函数，结果它输出一堆莫名其妙的代码？或者你让它帮忙debug，它却给你来一句“请检查网络连接”？别急，这可能不是AI的问题，而是你的提示词不够到位。现在的AI编程助手，就像是一个刚入职的新手程序员——潜力无限，但需要你清晰地告诉他要做什么、怎么做、做到什么程度。

举个最简单的例子：如果你只是说“我的代码不工作了”，那AI就像面对一个完全没说清楚问题的同事，只能猜测原因。可如果你说：“这是一个Node.js函数，用Express和Mongoose写的，我想要根据ID获取用户信息，但它抛出了TypeError，请看这段代码和错误信息……”这时候AI就能迅速定位问题，给出精准建议。

所以，写好提示词，就是让你和AI之间的沟通更像两个经验丰富的开发者在讨论问题，而不是你在对着空气发问。

### 好提示 vs 差提示，差在哪？

我们来看一个具体的例子。假设你有一个函数，想把用户列表转换成按ID索引的对象映射，但运行时抛出了错误。

**差提示：** “为什么我的mapUsersById函数不工作？”

这种提问方式，AI只能靠猜。它不知道你用的是JavaScript还是Python，不知道你传入的数据结构是怎样的，也不知道错误具体是什么。于是它的回答也只能是泛泛而谈：“可能是数组为空？”、“确保每个用户都有id属性？”这些话虽然没错，但对解决问题毫无帮助。

**好提示：** “我有一个JavaScript函数`mapUsersById`，它应该将用户对象数组转换为按用户ID索引的映射（对象）。但是，当我运行它时会抛出错误。比方说，当我传入`[ {id: 1, name: 'Alice'} ]`时，我得到`TypeError: Cannot read property 'id' of undefined`。函数代码如下……它应该返回`{ '1': {id: 1, name: 'Alice'} }`。bug是什么？如何修复？”

这个提示包含了所有关键信息：语言、预期行为、输入输出、错误信息、代码片段。AI拿到这些信息后，就能迅速分析出问题所在，并给出修改建议。

### 提示词写作的几个核心原则

要想写出高质量的提示词，你需要掌握以下几个关键技巧：

1. **提供丰富上下文**：不要假设AI知道你的项目背景，你要明确告诉它用的是哪种语言、哪个框架、哪段代码出了问题。比如：“这是一个使用Express和Mongoose的Node.js函数，它应该通过ID获取用户，但它抛出了一个TypeError。”这样AI就知道该从哪些方面入手。

2. **明确目标或问题**：模糊的请求只会换来模糊的回答。与其问“为什么我的代码工作不了？”，不如直接说：“这个JavaScript函数返回的是undefined，而不是预期的结果。根据下面的代码，你能帮我找出原因以及如何修复吗？”

3. **分解复杂任务**：如果你一次性要求实现一个大功能，AI可能会被压垮。更好的做法是分步骤来，比如先生成组件骨架，再添加状态管理，最后集成API调用。每一步都单独提出来，AI的响应会更专注、更准确。

4. **提供输入/输出示例**：如果你能给一个例子，比如“给定数组 [3,1,4]，这个函数应该返回 [1,3,4]”，那就一定要加上。这相当于给AI一个测试用例，它就知道该怎么写了。

5. **设定角色或人设**：你可以让AI扮演某个特定角色，比如“扮演一位资深React开发者，审查我的代码是否存在潜在错误”。这样它的语气、深度都会更符合你的需求。

6. **迭代优化对话**：提示不是一次性的，而是一个互动过程。如果第一次回复不太合适，你可以继续追问：“那个解决方案用了递归，但我更喜欢迭代方法——你能不用递归再试一次吗？”

7. **保持代码清晰一致**：即便是交给AI处理的代码，也要保持良好的格式和注释。有意义的变量名、清晰的结构，不仅让人更容易理解，也能让AI更容易识别模式并延续下去。

### 三种典型应用场景的提示词写法

#### 1. 调试代码

调试是最适合AI辅助的场景之一。但要让它真正帮你找到bug，你得提供足够的信息。

- 清晰描述问题和症状：说明哪里出错了、错误信息是什么、代码本应实现什么功能。

- 分步或逐行分析：对于复杂的逻辑错误，可以要求AI逐行分析代码，追踪变量值。

- 提供最小可复现示例：有时候整个项目太大，但你可以提取一个小片段来复现问题。

- 提出有针对性的问题和后续跟进：比如“可能导致这个问题的原因是什么？如何修复？”或者“你能解释一下为什么这个改动能解决问题吗？”

#### 2. 重构代码

重构不是简单地“让它更好”，而是要有明确的目标。

- 明确重构目标：你是想提高可读性？降低复杂度？优化性能？不同的目标，AI会采用不同的策略。

- 提供必要的代码上下文：把你想重构的代码完整放进去，必要时加上周边代码。

- 鼓励附带解释：要求AI在给出重构方案的同时，解释做了哪些改进。

- 利用角色设定：比如“扮演一位经验丰富的TypeScript专家，重构这段代码以符合最佳实践。”

#### 3. 实现新功能

AI在生成新代码方面也非常强大，但前提是你得引导它。

- 从高阶指令开始，逐步深入：先讲整体思路，再拆解成小任务。

- 提供相关上下文或参考代码：告诉AI你项目的结构、风格、技术栈等。

- 使用注释作为内联提示：在IDE中写一句注释，比如“验证请求负载”，然后让AI补全代码。

- 提供预期的输入/输出或用法示例：比如“实现一个函数，接收数字，返回美元格式字符串。”

- 不满意就重写提示：如果AI没有达到你的预期，就调整提示词，强调关键点。

### 常见提示反模式及应对策略

- **模糊提示**：如“它不工作了，请修复”——补充上下文和具体信息。

- **超载提示**：一次性要求做太多事——拆分成多个小任务。

- **缺失明确诉求**：只展示代码不说需求——加上明确指令。

- **模糊成功标准**：如“让代码更快”——量化目标，比如“优化至线性时间复杂度”。

- **忽视澄清请求**：AI提出问题你不回应——及时反馈，调整提示。

- **风格反复无常**：一会用伪代码，一会用真实代码——保持统一。

- **模糊指代**：如“上方代码”——重新引用或命名明确。

### 结语

提示工程是一门既讲究逻辑又富有创造力的技术。它不仅是你和AI之间的一次对话，更是你如何引导AI成为你开发过程中真正的“结对编程伙伴”。通过不断练习、反思、优化，你会越来越擅长写出高效的提示词，从而大幅提升开发效率。

记住一句话：AI不会读心术，但它很擅长执行清晰的指令。只要你愿意花一点时间写出好的提示词，AI就会回报你高质量、有价值的代码建议。