去年开始用ChatGPT辅助写代码，从最开始的"直接问问题"到现在摸索出一套比较稳定的用法。今天把我实际在用的几个高效Prompt模式整理出来，都是真实调试过的。
1. 让AI先解释代码，再动手改
以前我经常直接丢一段代码让AI帮我改，但经常得到一堆不需要的改动。后来学会先让它"读懂"代码，再给具体指令。
比如遇到一段不熟悉的开源代码，我会这样问：
请解释下面这段Python代码的功能，不需要修改，只解释逻辑：
这样AI会给出逐段解析，比直接问"这段代码怎么改"准确很多。
2. 用思维链提示减少幻觉
ChatGPT有时候会编造不存在的API或者函数名，特别是它不熟悉的库。解决方法很简单：让它先自己想一遍，再给答案。
Prompt结尾加一句"请先列出你的思考步骤"效果很明显。AI会在回答前先自我检查，减少瞎编的概率。
3. 指定编程语言和版本环境
同一个问题，Python 3.9和3.11的答案可能不一样。明确告诉AI你用的版本，答案准确率会大幅提升。
我的常用格式：
- Python 3.11，使用pandas 2.0
- Node.js 18，使用Express框架
- MacOS环境，Apple Silicon芯片
4. 调试Bug的结构化提问
遇到Bug时，我不再只说"报错了怎么办"，而是按这个结构来问：
- 环境：Python 3.11，Windows 11
- 预期行为：脚本应该输出XX
- 实际行为：报出XX错误
- 已尝试的方法：重启、更新库版本
这种格式让AI能快速定位问题，比泛泛的问"为什么报错"好太多。
5. 善用AI做代码审查
我自己写完代码后，会让AI帮我Review一遍。常用Prompt：
请审查以下代码，指出潜在问题和优化建议，重点关注性能和安全性。
这个方法帮我发现了好几个隐藏的边界条件Bug，比自己检查要快。
总结
用AI辅助编程大半年下来，最大的感受是：AI是工具，用好工具需要方法。不同的提问方式效果差别很大。上面几个技巧我每天都在用，准确率比"随便问"高不少。
如果你也在用ChatGPT写代码，欢迎留言交流你的用法。
文章评论