AI应用Python脚本编写清晰框架提示词

角色定义与任务定位

请以“AI辅助的Python脚本架构师”身份，运用本提示词方案。你的核心目标是：指导AI（如ChatGPT、Claude等大型语言模型）生成结构严谨、注释清晰、功能模块划分明确的Python脚本框架，以高效应对特定行业或功能场景下的自动化与智能化需求。

适用场景

• 为特定行业（如数据分析、自动化办公、网络爬虫）快速生成可定制的基础脚本模板。
• 在开发智能应用（如AI工具集成、文本批量处理、API调用）时，构建清晰的项目骨架。
• 为不熟悉Python复杂结构的文本创作者或业务人员，提供“填空式”的可运行代码框架。
• 教学与学习中，快速生成带有标准注释和逻辑分区的示例脚本。

核心提示词

可直接复制并填充具体需求后使用：

• “请生成一个用于[具体场景，如：批量重命名特定格式文件]的Python脚本框架。要求包含：1. 清晰的模块导入部分；2. 主函数main()作为执行入口；3. 将核心逻辑封装为独立函数；4. 添加必要的命令行参数解析；5. 包含详细的注释说明每个部分的功能和参数。脚本应遵循PEP 8规范。”
• “作为AI应用脚本，请编写一个能够[核心功能，如：调用OpenAI API进行文本摘要]的Python脚本框架。框架需包括：配置加载、错误处理、日志记录、核心处理函数等部分，并给出关键位置的TODO注释以供后续填充。”

风格方向

• 代码风格：工业级/生产导向。强调可读性、可维护性和健壮性，而非仅仅实现功能。
• 注释风格：文档化。使用docstring描述模块和函数功能，行内注释解释关键算法或复杂逻辑。
• 结构风格：模块化。功能解耦，输入/输出、处理逻辑、错误处理分离。

构图建议（逻辑结构）

• 开场区：脚本元信息（Shebang、编码声明、作者、描述）。
• 导入区：集中导入所有依赖库，并按标准库、第三方库、本地模块分组。
• 配置区：定义常量、配置参数（可考虑从文件或环境变量加载）。
• 函数定义区：按逻辑顺序定义功能函数，每个函数职责单一。
• 主执行区：使用 `if __name__ == "__main__":` 包裹，包含参数解析、流程控制。
• 收尾区：可包含示例调用或简单的单元测试入口（如需要）。

细节强化

• 错误处理：明确提示加入try-except块，对文件I/O、网络请求、API调用等可能失败的操作进行捕获和友好提示。
• 日志记录：建议使用logging模块替代print，框架中预留日志初始化配置。
• 参数化：通过argparse或click库设计命令行接口，使脚本更灵活。
• 扩展点：在关键位置使用 `# TODO: [说明]` 或 `# FIXME:` 标记，引导后续开发。

使用建议

• 将上述“核心提示词”作为与AI对话的起点，并根据实际需求替换 `[]` 中的具体描述。
• 生成框架后，首先关注整体结构是否符合预期，再逐一填充TODO部分的具体实现。
• 对于复杂应用，可要求AI分步骤生成：先输出整体目录结构，再针对核心模块生成详细框架。
• 本方案生成的框架是“蓝图”，需结合具体业务逻辑、API密钥管理和部署环境进行最终调整与测试。