提示工程 101：编程必备提示词模板

什么是提示工程？

提示工程是为 AI 工具编写清晰、具体指令以获得最佳输出的技能。可以把它看作是学习如何提出正确的问题。

为什么重要？ 模糊提示和精心设计的提示之间的区别可能是：

• 模糊："给我写一个函数" → 通用、无法使用的代码
• 精心设计："编写一个 Python 函数，接受整数列表并返回偶数之和。包含空列表和非整数值的错误处理。" → 处理边缘情况的生产就绪代码

关键原则：你提供的上下文和具体性越多，AI 的响应就越好。这不是打字更多的问题 - 而是更聪明地打字。

在本指南中，你将学习 5 个基本提示词模板，它们将使你的编程效率提高 10 倍。

---

五大核心提示词模板

1. 像我 10 岁一样解释（ELI10）

用途：通过简单类比理解复杂概念

模板：

用简单的语言解释 [概念]，就像我只有 10 岁一样。
使用日常类比，避免技术术语。

示例：解释什么是 API。

何时使用：

• 学习新的编程概念
• 理解不熟悉的技术术语
• 向非技术利益相关者解释代码

示例用法：

提示词：

用简单的语言解释什么是 API，就像我只有 10 岁一样。
使用日常类比，避免技术术语。

AI 响应：

想象你在餐厅。你（顾客）想要食物，但你不能进入厨房自己做。所以你看菜单，告诉服务员你想要什么，服务员给你端来。

API（应用程序编程接口）就像那个服务员。它是一个信使：

1. 接收你的请求（你想要什么）
2. 告诉系统（厨房）做某事
3. 带回响应（你的食物）

例如，当你在手机上查看天气时，你的应用使用 API 向天气服务询问"纽约的天气如何？"，API 带回答案。

专业提示：跟进问题"给我一个真实世界的编码示例"以实际看到它的应用。

---

2. 带注释的代码生成器

用途：生成功能性代码，同时在阅读时教你

模板：

编写执行 [任务] 的 [语言] 代码。

要求：
- 包含详细注释解释每一步
- 使用清晰、描述性的变量名
- 添加边缘情况的错误处理
- 遵循 [样式指南] 最佳实践

示例：编写读取 CSV 文件并将其转换为 JSON 的 Python 代码。

何时使用：

• 快速构建功能
• 学习新语言的语法
• 实现你在概念上理解的算法

示例用法：

提示词：

编写读取 CSV 文件并将其转换为 JSON 的 Python 代码。

要求：
- 包含详细注释解释每一步
- 使用清晰、描述性的变量名
- 添加边缘情况的错误处理
- 遵循 PEP 8 样式指南

AI 响应：

import csv
import json
import os

def csv_to_json(csv_file_path, json_file_path):
    """
    将 CSV 文件转换为 JSON 格式。

    参数：
        csv_file_path (str): 输入 CSV 文件的路径
        json_file_path (str): 输出 JSON 文件的路径

    返回：
        bool: 转换成功返回 True，否则返回 False
    """

    # 检查 CSV 文件是否存在
    if not os.path.exists(csv_file_path):
        print(f"错误：未找到 {csv_file_path}")
        return False

    try:
        # 以读模式打开 CSV 文件
        with open(csv_file_path, 'r', encoding='utf-8') as csv_file:
            # 创建 CSV DictReader 对象
            # 这会自动使用第一行作为键
            csv_reader = csv.DictReader(csv_file)

            # 将所有行转换为字典列表
            data = list(csv_reader)

        # 将数据写入 JSON 文件
        with open(json_file_path, 'w', encoding='utf-8') as json_file:
            # indent=2 使 JSON 易于阅读
            # ensure_ascii=False 保留非英文字符
            json.dump(data, json_file, indent=2, ensure_ascii=False)

        print(f"成功将 {csv_file_path} 转换为 {json_file_path}")
        return True

    except csv.Error as e:
        print(f"CSV 错误：{e}")
        return False
    except json.JSONDecodeError as e:
        print(f"JSON 错误：{e}")
        return False
    except Exception as e:
        print(f"意外错误：{e}")
        return False

# 使用示例
if __name__ == "__main__":
    csv_to_json('data.csv', 'data.json')

为什么有效：注释解释"为什么"，而不仅仅是"什么"。错误处理向你展示如何编写健壮的代码。

---

3. 代码审查与改进

用途：获得对你的代码的建设性反馈

模板：

审查以下代码并建议改进：
- 可读性（命名、结构、注释）
- 性能（时间/空间复杂度）
- 最佳实践（设计模式、约定）
- 边缘情况（错误处理、验证）
- 安全性（如果适用）

[粘贴你的代码]

请清楚地解释每个建议。

何时使用：

• 独立编写代码后
• 提交 pull request 之前
• 学习代码质量标准
• 准备代码面试

示例用法：

提示词：

审查以下代码并建议在可读性、性能、最佳实践和边缘情况方面的改进：

def calc(nums):
    x = 0
    for n in nums:
        if n % 2 == 0:
            x = x + n
    return x

AI 响应：

代码审查：

可读性问题：

1. 函数名 calc 太模糊 - 它计算什么？
2. 变量名 x 和 n 没有传达意义
3. 没有文档字符串解释目的、参数或返回值

改进版本：

def sum_even_numbers(numbers):
    """
    计算列表中所有偶数的和。

    参数：
        numbers (list): 整数列表

    返回：
        int: 偶数之和，如果列表为空则返回 0
    """
    total = 0
    for number in numbers:
        if number % 2 == 0:
            total += number
    return total

性能优化（对于大列表）：

def sum_even_numbers(numbers):
    """列表中所有偶数的和。"""
    return sum(num for num in numbers if num % 2 == 0)

要处理的边缘情况：

• 空列表 → 目前返回 0（很好！）
• 包含非整数值的列表 → 会崩溃。添加类型检查：

if not all(isinstance(num, int) for num in numbers):
    raise TypeError("所有元素必须是整数")

专业提示：让 AI 审查你的审查 - "还有什么我应该考虑的吗？"

---

4. 调试我的代码

用途：更快地诊断和修复错误

模板：

我遇到此错误：
[粘贴完整错误消息]

这是我的代码：
[粘贴相关代码]

上下文：
- 我要做的事：[描述目标]
- 我尝试过的：[列出调试步骤]
- 我的环境：[PYTHON 3.9、WINDOWS 11 等]

请解释：
1. 导致错误的原因（根本原因）
2. 如何修复（逐步解决方案）
3. 为什么会发生这种情况（这样我将来可以避免它）

何时使用：

• 被 bug 困扰超过 15 分钟
• 错误消息难以理解
• 学习独立调试

示例用法：

提示词：

我遇到此错误：
TypeError: 'NoneType' object is not subscriptable

这是我的代码：
def get_weather(city):
    data = fetch_weather_api(city)
    return data['temperature']

result = get_weather('InvalidCity')

上下文：
- 我正在尝试从 API 获取天气数据
- 我已验证 API 密钥是正确的
- 环境：Python 3.10

请解释：
1. 导致错误的原因
2. 如何修复
3. 为什么会发生这种情况

AI 响应：

根本原因： 函数 fetch_weather_api(city) 在城市无效时返回 None（而不是字典）。然后你尝试访问 None['temperature']，这会导致错误。

逐步修复：

def get_weather(city):
    data = fetch_weather_api(city)

    # 检查数据是否成功获取
    if data is None:
        return "错误：无法获取天气数据"

    # 检查 'temperature' 键是否存在
    if 'temperature' not in data:
        return "错误：温度数据不可用"

    return data['temperature']

为什么会发生这种情况： 当请求失败时（无效输入、网络问题、速率限制），API 通常返回 None 或空响应。在访问数据之前始终检查数据是否存在。

使用 try/except 的更好方法：

def get_weather(city):
    try:
        data = fetch_weather_api(city)
        return data['temperature']
    except (TypeError, KeyError) as e:
        return f"获取天气错误：{e}"

专业提示：修复后，询问"还有其他我应该处理的边缘情况吗？"

---

5. 重构以提高清晰度

用途：将混乱的代码转换为干净、可维护的代码

模板：

重构此代码使其更易读和可维护。
保持相同的功能但改进：
- 变量和函数名
- 代码结构（如果需要，拆分为更小的函数）
- 注释和文档
- 删除代码重复
- 遵循 [语言] 约定

[粘贴代码]

解释你做了什么改变以及为什么。

何时使用：

• 功能正常后（使其干净）
• 继承遗留代码
• 准备代码供团队审查
• 学习干净代码原则

示例用法：

提示词：

重构此代码使其更易读和可维护：

def process(d):
    r = []
    for i in d:
        if i['a'] > 18 and i['s'] == 'active':
            r.append({'n': i['n'], 'e': i['e']})
    return r

AI 响应：

重构版本：

def filter_active_adults(users):
    """
    筛选成年（年龄 > 18）且状态为活动的用户。

    参数：
        users (list): 用户字典列表，键包括：
                      'name'、'email'、'age'、'status'

    返回：
        list: 仅包含 'name' 和 'email' 的筛选字典列表
    """
    filtered_users = []

    for user in users:
        is_adult = user['age'] > 18
        is_active = user['status'] == 'active'

        if is_adult and is_active:
            filtered_users.append({
                'name': user['name'],
                'email': user['email']
            })

    return filtered_users

所做的更改：

1. 函数名：process → filter_active_adults（描述它做什么）
2. 变量名：d → users、r → filtered_users、i → user
3. 字典键：'a' → 'age'、'n' → 'name' 等
4. 可读性：将条件提取到命名变量
5. 文档：添加了包含目的、参数和返回值的文档字符串

更好的方法（Pythonic 版本）：

def filter_active_adults(users):
    """筛选年龄 > 18 且状态为活动的用户。"""
    return [
        {'name': user['name'], 'email': user['email']}
        for user in users
        if user['age'] > 18 and user['status'] == 'active'
    ]

---

高级技巧

技巧 1：链式提示（多步骤工作流）

对于复杂项目，将其分解为连续提示：

步骤 1 - 架构：

我想构建一个待办事项应用，包括：
- 添加/编辑/删除任务
- 标记完成
- 按状态筛选
- 保存到 localStorage

规划架构：
1. 我需要哪些组件/函数？
2. 我应该使用什么数据结构？
3. 用户流程是什么？

步骤 2 - 实现：

基于架构计划，编写带有语义标签的待办事项列表 UI 的 HTML 结构。

步骤 3 - 功能：

编写添加任务的 JavaScript 函数。
使用上一步的 HTML 结构。

步骤 4 - 持久化：

添加 localStorage 支持以保存/加载任务。
与现有的 addTask() 函数集成。

为什么有效：将复杂任务分解为更小的提示为 AI 提供更好的上下文并产生更准确的代码。

---

技巧 2：迭代细化

从宽泛开始，然后通过后续问题缩小范围：

初始提示：

解释数据库如何工作。

跟进 1：

这很有帮助。现在解释 SQL 和 NoSQL 数据库之间的区别。

跟进 2：

对于 Web 应用，我应该何时选择 PostgreSQL 而不是 MongoDB？

跟进 3：

给我一个在 Node.js 中连接到 PostgreSQL 的代码示例。

为什么有效：每个响应都建立在先前的上下文之上，创建个性化的学习路径。

---

技巧 3：基于角色的提示

要求 AI 采用特定角色以获得定制的响应：

作为老师：

你是一位耐心的编程老师。向一个理解同步代码但对 Promise 感到困惑的
初学者解释 JavaScript 中的 async/await。使用类比和简单示例。

作为代码审查员：

你是一位审查初级开发者 pull request 的高级开发者。
审查此代码并提供建设性反馈：
[粘贴代码]

作为面试官：

你是初级开发者职位的技术面试官。
向我提出一个涉及数组的中等难度编程问题。
等待我的解决方案，然后提供反馈。

---

常见错误及修复方法

错误 1：太模糊

❌ 不好的提示：

给我写一个程序

✅ 好的提示：

编写一个 Python 脚本：
1. 读取名为 'users.csv' 的 CSV 文件，列：name、age、city
2. 筛选 age > 18 的行
3. 将结果保存到 'adults.csv'
4. 打印筛选了多少用户

为什么更好：具体要求消除歧义。

---

错误 2：没有提供上下文

❌ 不好的提示：

修复此错误：第 12 行的 TypeError

✅ 好的提示：

我正在学习 Python。我正在尝试连接字符串和整数，
但在第 12 行得到"TypeError: can only concatenate str (not "int") to str"。

这是我的代码：
name = "Age: " + 25

如何修复？为什么会发生此错误？

为什么更好：上下文帮助 AI 提供相关的教育性答案。

---

错误 3：接受第一个响应而不迭代

❌ 不好的方法： AI 给出代码 → 复制/粘贴 → 继续

✅ 好的方法： AI 给出代码 → 阅读并理解 → 提出澄清问题：

• "为什么这里使用字典而不是列表？"
• "你能解释这个解决方案的时间复杂度吗？"
• "这处理了哪些边缘情况？"

为什么更好：学习发生在后续问题中。

---

错误 4：不指定你的水平

❌ 不好的提示：

解释机器学习

✅ 好的提示：

向一个了解 Python 基础但没有统计学背景的初学者程序员解释机器学习。
使用简单的类比。

为什么更好：根据你的知识水平量身定制。

---

练习题

将每个模板应用于实际问题：

练习 1：ELI10

使用 ELI10 模板理解：
1. 什么是递归？
2. JavaScript 中 == 和 === 的区别是什么？
3. 什么是 Docker 容器？

练习 2：代码生成器

生成代码：
1. 检查字符串是否为回文的函数
2. 从新闻网站抓取标题的脚本
3. 带验证的登录表单的 React 组件

练习 3：调试

调试这段故意破坏的代码：
def calculate_average(numbers):
    return sum(numbers) / len(numbers)

result = calculate_average([])
# 这会崩溃！使用调试模板修复它。

练习 4：重构

重构这个混乱的函数：
def f(x):
    y=0
    for i in x:
        if i>0:y+=i
    return y

练习 5：代码审查

编写一个简单函数（任何语言），然后使用代码审查模板获取反馈。
实现建议。

---

下一步

你已经学会了 5 个核心模板。以下是如何掌握它们：

1. 每天练习：每次编码会话至少使用 1 个模板
2. 建立提示库：将你最好的提示保存在笔记本中
3. 实验：根据你的特定需求修改模板
4. 分享知识：向其他学习者教授这些模板

继续你的学习：

• 应用它：使用这些模板尝试 CSV → Markdown 演示
• 规划你的旅程：阅读 AI 编程学习路线图
• 加入社区：分享你的提示工程技巧（启动后链接）

记住：提示工程是一项技能。你练习得越多，就越擅长与 AI 工具沟通。从简单开始，迭代和细化。

---

快速参考卡

将此添加到书签以供日常使用：

模板	何时使用	关键要素
ELI10	学习新概念	"像我 10 岁一样解释"、类比、无术语
代码生成器	构建功能	语言、任务、注释、错误处理
代码审查	改进代码	可读性、性能、最佳实践
调试	修复错误	错误消息、代码、上下文、环境
重构	清理代码	结构、命名、文档

专业提示：组合模板！示例："生成代码（模板 2），然后审查它（模板 3），然后解释关键概念（模板 1）。"

---

最后更新：2025 年 10 月