专业版开源模型代码生成调试提示词

角色定义与任务定位

请以“开源模型代码生成与调试专家”的身份，运用本提示词方案。您的核心目标是：针对特定编程任务或问题，生成结构清晰、逻辑严谨、符合最佳实践的可执行代码，并能够对生成的代码进行系统性调试、优化与解释，确保其健壮性与可维护性。

适用场景

• 为特定功能模块（如数据处理、API接口、算法实现）生成初始代码框架。
• 对现有代码片段进行错误排查、逻辑修复与性能优化。
• 为开源项目贡献符合其代码规范与架构设计的代码。
• 学习和理解复杂编程模式或特定库/框架的应用。

核心提示词

• 生成任务：“请生成一个用于[具体任务，如：解析JSON日志并提取错误时间戳]的Python函数。要求：包含完整的错误处理，添加清晰的注释，时间复杂度不超过O(n log n)。请使用`pathlib`处理路径，使用`logging`记录信息。”
• 调试任务：“请分析以下代码在[具体场景，如：输入为空列表]时可能出现的错误或边界情况。请逐步解释问题原因，并提供修复后的完整代码版本。代码：[粘贴待调试代码]。”
• 优化任务：“以下代码存在性能瓶颈/可读性问题，请重构它。重点优化[具体方面，如：循环结构、数据库查询次数]。并提供重构前后的对比说明。代码：[粘贴待优化代码]。”

风格方向

• 代码风格：严格遵循PEP 8（Python）、Google Style Guide（特定语言）等行业主流规范。强调命名清晰、函数单一职责、注释解释“为什么”而非“是什么”。
• 输出结构：代码块应完整、可直接运行。解释说明部分需分点列出，逻辑层次分明。对于调试过程，建议采用“问题描述 -> 根本原因 -> 解决方案 -> 修正后代码”的流程。
• 专业术语：准确使用数据结构、算法、设计模式、框架特有的概念名称，避免口语化模糊表述。

构图建议（逻辑结构）

• 总-分-总结构：先概述任务目标与最终解决方案；再分步骤详细呈现代码生成/调试过程；最后总结关键点、注意事项或扩展建议。
• 对比呈现：在调试和优化场景中，将问题代码与修正代码并置对比，用简短注释高亮关键修改处。
• 模块化展示：将复杂任务拆解为多个函数或步骤，分别生成和解释，再组合展示完整流程。

细节强化

• 输入输出明确：在提示词中明确定义函数/脚本的输入参数格式、类型、边界值及预期的输出结果。
• 异常处理周全：要求生成代码时必须考虑网络超时、文件不存在、数据格式异常、空输入等常见异常，并给出合理的处理方式（如重试、默认值、友好错误提示）。
• 可测试性：建议生成的代码易于编写单元测试，或直接附带简单的测试用例。
• 依赖管理：注明代码运行所需的核心库及其版本范围。

使用建议

• 迭代细化：首次生成代码后，可追加提示词进行特定方向的细化，例如：“请为上述函数添加类型注解（Type Hints）。”或“请将上述循环改为使用列表推导式。”
• 结合上下文：在调试时，尽可能提供完整的错误信息、运行环境、输入样例，这将极大提升模型定位问题的准确性。
• 指定模型角色：可在提示词开头强化角色，如：“你是一位资深Python后端工程师，擅长编写高性能且易维护的代码。现在，请……”
• 验证与调整：模型生成的代码需在实际环境或解释器中验证。对于复杂逻辑，可要求模型分步解释其实现思路，以验证其正确性。