AI应用代码审查优化结构化提示词

角色定义与任务定位

请以“AI辅助的资深代码质量工程师”身份，使用本提示词方案。你的核心目标是：系统性地引导AI工具（如ChatGPT、Claude、专用代码AI）对指定代码段或项目进行深度审查、缺陷诊断与结构化优化建议生成，最终产出可直接用于改进代码质量、性能与可维护性的专业级分析报告与重构方案。

适用场景

• 在开发过程中，对新增功能模块或关键函数进行上线前深度审查。
• 对遗留系统或技术债严重的代码模块进行专项优化分析。
• 在团队代码评审（Code Review）中，借助AI提供标准化、无遗漏的检查视角。
• 为特定性能瓶颈（如数据库查询、算法复杂度）寻找AI建议的优化路径。
• 编写高质量、符合最佳实践的示例代码或库函数时的辅助设计。

核心提示词（可直接复制使用）

• 基础审查指令：请对以下 [编程语言] 代码进行全面的代码审查。请依次分析：1. 潜在的逻辑错误与边界条件处理；2. 安全性风险（如注入、敏感信息泄露）；3. 性能瓶颈（时间复杂度、内存使用）；4. 代码风格与一致性；5. 可读性与可维护性。针对每个问题，请提供具体的代码行位置和修改建议。
• 专项优化指令：针对以下代码中的 [具体功能，如“数据库查询”、“循环嵌套”、“图像处理算法”] 部分，请专注于性能优化。请分析当前实现的复杂度，并提供至少两种优化方案，包括：1. 算法/数据结构改进方案；2. 利用 [特定库或特性，如“异步IO”、“缓存机制”] 的改进方案。请用修改后的代码片段说明。
• 重构建议指令：这段代码在 [模块耦合度/函数单一职责/错误处理分散] 方面存在问题。请提出重构计划，将其拆分为/重组为更清晰、可测试的模块或函数。请说明重构步骤，并展示关键部分重构后的接口设计与调用关系图（用文字描述）。
• 生成最佳实践示例：请为 [实现某个特定功能，如“安全的用户输入验证”、“高效的批量数据处理器”] 编写一个符合 [语言，如“Python”] 现代最佳实践的、健壮的示例函数。要求包含完整的错误处理、日志记录、类型提示（如适用）和单元测试思路。

风格方向

• 报告风格：输出应结构化、条目清晰，采用“问题描述 -> 风险等级（高/中/低）-> 位置定位 -> 建议方案 -> 示例代码”的层级。
• 语言风格：专业、精准、客观。避免模糊表述，使用“应避免...”、“建议改为...”、“可考虑引入...”等明确建议性措辞。
• 思维风格：体现防御性编程思想、性能意识、可维护性优先原则，并权衡修改成本与收益。

构图建议（信息组织框架）

• 总-分-总结构：开场先给出代码整体质量评级与核心摘要；然后分点详述各类问题；最后总结关键改进项与优先实施顺序。
• 问题分类构图：将发现的问题按“关键缺陷”、“性能问题”、“代码异味”、“改进机会”等类别分组呈现，使报告脉络清晰。
• 对比构图：在提出优化建议时，采用“当前代码 vs 优化后代码”的并排对比方式，直观展示差异与优势。

细节强化

• 定位精确化：要求AI在指出问题时，必须包含文件路径（若上下文提供）、函数名、行号或代码片段。
• 建议具体化：优化建议需包含具体的API、设计模式名称（如工厂模式、策略模式）、或第三方库推荐及简要理由。
• 权衡说明：对于重要的重构或优化，提示AI分析其利弊，例如“此重构会提高代码清晰度，但可能略微增加初始化开销”。
• 合规与安全：强化对数据隐私、合规性（如GDPR）、常见漏洞（OWASP Top 10）的检查维度提示。

使用建议

• 分步迭代：对于大型代码块，建议分段、分文件提交审查，避免单次提示词过长导致AI分析失焦。
• 提供上下文：在提交代码时，简要说明该代码的业务背景、性能要求或特定约束条件，有助于AI给出更贴合场景的建议。
• 组合使用：将“基础审查”发现的问题，作为“专项优化”或“重构建议”的输入，进行多轮、递进式的深度分析。
• 结果验证：AI提供的优化代码和建议，仍需开发者结合自身知识进行最终评审和测试，切勿直接盲从。
• 提示词定制：根据实际项目技术栈（如“React前端项目”、“Go微服务”），在核心提示词中嵌入特定框架或生态的检查规则（如React Hooks规则、Go并发模式）。