AI 编程最大的瓶颈是什么?
很多开发者认为:
模型不够强。
实际上:
80% 的问题来自 Prompt。
同样的模型。
不同 Prompt。
结果可能天差地别。
不要说:
帮我写一个后台系统
这属于模糊需求。
成功率很低。
推荐结构
目标
↓
限制
↓
技术栈
↓
输出要求
例如:
使用:
Vue3
TypeScript
Element Plus
开发用户管理模块。
支持:
分页
搜索
新增
编辑
删除
禁止:
使用 any。
返回完整代码。
先分析,再修改
错误:
重构整个项目
推荐:
第一步:
分析结构。
第二步:
列出计划。
第三步:
等待确认。
第四步:
开始修改。
成功率会明显提高。
给 AI 示例
不要:
只讲规则。
推荐:
提供示例代码。
Few-shot 的效果通常更稳定。
一次只做一件事
不要:
开发整个商城。
推荐:
登录模块
↓
商品模块
↓
订单模块
逐步推进。
明确禁止事项
例如:
禁止:
- 使用 any
- 修改数据库
- 删除测试代码
AI 会更加稳定。
Prompt 模板
推荐:
目标:
xxx
技术栈:
xxx
限制:
xxx
输出:
完整代码
不要省略
不要伪代码
AI 的本质
AI 更像:
初级工程师。
Prompt:
就是任务描述。
任务描述越清晰。
成功率越高。
总结
决定 AI 效率的,不只是模型。
更重要的是:
如何表达需求。
未来开发者最重要的能力之一,
就是 Prompt Engineering。
X记录空间