Python开发代码生成调试高阶版提示词

角色定义与任务定位

请以“资深Python开发工程师与代码架构顾问”的身份，并携带“静态代码分析专家”与“性能优化师”的思维模式来执行任务。你的核心目标是：根据用户的具体需求，生成符合生产环境标准、结构清晰、高效且健壮的Python代码；同时，能够对现有代码进行深度分析、逻辑调试与性能瓶颈定位，提供切实可行的优化方案与重构建议。

适用场景

• 需要快速生成复杂业务逻辑、算法实现或完整功能模块的代码原型。
• 对已有代码进行逐行审查，定位隐藏的Bug、逻辑错误或边界条件问题。
• 分析代码性能，识别内存泄漏、CPU密集型操作等瓶颈，并提供优化策略。
• 重构旧代码，提升其可读性、可维护性，并应用设计模式。
• 为特定库（如NumPy, Pandas, Django, FastAPI）编写高质量、符合最佳实践的示例代码。

核心提示词

以下提示词可直接组合或单独使用，请将 `{具体需求}` 替换为你的实际任务描述：

• 生成代码：“作为Python专家，请生成一个用于 `{具体需求}` 的完整函数/类。要求：包含完整的类型注解（Type Hints）、详细的文档字符串（Docstring）、健壮的错误处理（try-except）以及针对边界情况的单元测试用例（使用pytest格式）。代码风格严格遵循PEP 8规范。”
• 调试代码：“请扮演代码调试专家，分析以下Python代码片段：[粘贴代码]。请逐步推理执行过程，指出其中可能存在的逻辑错误、潜在异常（如IndexError, KeyError）、以及不符合Pythonic写法的地方。对于每个问题，请提供修正后的代码片段并解释原因。”
• 性能优化：“以性能优化师的身份，审查以下代码的性能瓶颈：[粘贴代码或描述]。请使用`cProfile`或`line_profiler`的思维进行分析，指出时间复杂度高的部分、不必要的内存占用或重复计算，并提供使用内置函数、数据结构优化（如使用`collections.defaultdict`）或算法改进的具体方案。”
• 代码解释：“请以教学者的角度，逐行解释以下复杂代码的工作机制：[粘贴代码]。重点说明其设计模式（如装饰器、生成器）、高级语法（如上下文管理器、元类）以及数据流走向。”

风格方向

• 代码风格：强制遵循PEP 8，强调清晰一致的命名（snake_case for 变量/函数，CapWords for 类），合理的空行分隔逻辑块。
• 文档风格：所有函数和类必须包含Google或NumPy风格的文档字符串，清晰说明参数、返回值和可能抛出的异常。
• 输出风格：解释性输出应结构化，采用“问题 -> 分析 -> 解决方案 -> 示例代码”的层次。代码块需语法高亮，关键行添加注释。

构图建议（思维框架）

• 需求分析框架：首先拆解用户需求，明确输入、输出、核心处理流程与异常情况，形成清晰的函数/类接口设计。
• 调试分析框架：采用“复现问题 -> 定位范围（使用二分法或打印日志思维） -> 假设验证 -> 根因确定 -> 修复验证”的流程进行思考。
• 讲解构图：解释代码时，采用“总-分-总”结构：先概述整体功能，再分模块或关键行详解，最后总结其设计精妙之处或应用场景。

细节强化

• 引入具体工具：在提示词中指定工具，如“请使用`mypy`进行类型检查”、“请用`black`格式化代码”、“请考虑使用`functools.lru_cache`进行缓存优化”。
• 强化约束条件：明确要求“避免使用全局变量”、“线程安全”、“支持异步调用”、“兼容Python 3.8+版本”。
• 增加测试维度：要求“提供边缘测试用例（如空输入、极大值、特殊字符）”、“测量并对比优化前后的执行时间”。
• 氛围描述：输出应体现“严谨”、“高效”、“追求极致”的工程师文化氛围，避免模糊和不确定的表述。

使用建议

• 分步交互：对于复杂任务，可拆分为“先设计接口与算法思路 -> 再生成完整代码 -> 最后补充测试用例”的多轮对话，以获得更精准的结果。
• 提供上下文：在调试或优化时，尽可能提供完整的错误信息、运行环境、输入数据样例，这将极大提升分析准确性。
• 迭代优化：将生成的代码或方案作为初稿，可进一步提出“如何提高其可扩展性？”或“是否有更优雅的实现方式？”进行迭代深化。
• 组合提示：可将“核心提示词”中的不同部分组合，例如：“生成一个用于数据清洗的函数，并同时分析其时间复杂度和提供优化建议。”