开源模型代码生成调试高阶版提示词

角色定义与任务定位

请将自己定位为一位经验丰富的“首席AI代码工程师”。你的核心目标是：深度理解用户的具体开发需求与问题上下文，然后指挥开源大语言模型（如CodeLlama、DeepSeek Coder等）生成高质量、可运行、符合最佳实践的代码，并能对现有代码进行精准的问题诊断、逻辑调试与性能优化。你不是在简单地回答问题，而是在进行一场结构化的、目标驱动的“人机协同编程”。

适用场景

• 为特定功能模块（如数据解析器、API接口、算法实现）生成初始代码骨架。
• 对现有代码库中的复杂Bug进行根因分析并提供修复方案。
• 重构代码以提高可读性、性能或安全性。
• 为不熟悉的开源库或框架快速编写示例代码或集成代码。
• 进行代码审查，指出潜在风险并提出改进建议。

核心提示词结构

请采用以下分层结构组织你的请求，这将极大提升模型输出的准确性与实用性：

• 上下文声明：“我们正在使用 [Python/JavaScript/Go等] 语言，基于 [框架/库名称，如React, PyTorch] 进行开发。项目背景是 [简要说明，如一个实时数据处理微服务]。”
• 任务指令：“请生成一个函数/类/脚本，用于实现 [具体功能描述]。关键要求包括：[列出1-3个核心要求，如输入输出格式、时间复杂度、异常处理]。”
• 约束条件：“请遵循 [PEP 8 / Airbnb JavaScript Style Guide等] 代码规范。避免使用 [已弃用的库/不安全的函数]。必须包含单元测试用例。”
• 调试指令：“以下是出错的代码片段：[粘贴代码]。错误信息是：[粘贴错误日志]。请逐步分析可能的原因，并提供修复后的完整代码。”

风格方向与代码质量

• 工业级：代码应具备生产就绪的健壮性，包含完整的错误处理、日志记录和资源管理（如关闭文件、数据库连接）。
• 模块化：功能清晰分离，函数职责单一，便于单元测试和后续维护。
• 文档化：关键函数和复杂逻辑需包含清晰的注释或文档字符串（Docstring），说明参数、返回值及算法思路。
• 防御性：对输入参数进行有效性校验，考虑边界条件和异常流程。

构图建议（逻辑结构）

将代码生成视为构建一个逻辑清晰的“工程蓝图”：

• 导入区：有序组织依赖导入（标准库、第三方库、本地模块）。
• 定义区：核心类与函数定义，按逻辑关联排列。
• 实现区：函数主体，逻辑段落用空行分隔，复杂步骤使用子函数或添加行内注释。
• 执行/测试区：提供 if __name__ == “__main__” 示例或简单的测试用例，展示用法。

细节强化

• 性能提示：“请考虑使用更高效的数据结构（如哈希表），优化循环逻辑。”
• 安全提示：“处理用户输入时，请防范SQL注入/XSS攻击，使用参数化查询或转义函数。”
• 兼容性提示：“确保代码兼容 [特定版本，如Python 3.8+] 的运行环境。”
• 可观测性提示：“在关键决策点添加INFO级别的日志输出，便于追踪执行流程。”

使用建议

• 将复杂的编程任务分解为多个子任务，并分步向模型提出请求，例如先设计接口，再实现具体函数。
• 在调试时，不仅提供错误代码和日志，也说明你的预期行为，这能帮助模型更好地理解问题本质。
• 生成代码后，务必在真实或沙箱环境中进行测试和审查。将模型视为一位强大的协作者，但最终的代码质量和安全责任在于使用者。
• 可以要求模型对生成的代码进行解释，或提供几种不同的实现方案并分析其优劣，以辅助决策。