AI 编程助手的提示词艺术：5 个技巧让你效率翻倍

在 AI 辅助编程成为日常的今天，如何与 AI 高效沟通已成为开发者的核心技能。同样的问题，不同的问法可能导致完全不同的结果。以下是我总结的 5 个提示词技巧：

1️⃣ 明确上下文，不要假设 AI 知道你的项目

❌ 坏例子："修复这个 bug" ✅ 好例子："这是一个 React 项目，使用 TypeScript 和 Vite。下面的组件在点击按钮时报错 Cannot read properties of undefined，请帮我定位问题并修复..."

要点：说明技术栈、项目结构、相关代码片段。AI 没有你的项目记忆，每次都要给足上下文。

2️⃣ 指定输出格式和约束条件

❌ 坏例子："写个函数处理数据" ✅ 好例子："写一个 TypeScript 函数，输入是 User 数组，输出是按年龄分组的对象。要求：使用泛型、添加 JSDoc 注释、处理空数组边界情况、时间复杂度 O(n)"

要点：明确语言、类型、文档要求、性能约束、边界处理。约束越清晰，代码越可用。

3️⃣ 分步思考，让 AI 展示推理过程

❌ 坏例子："这个算法怎么优化？" ✅ 好例子："请分析下面排序算法的时间复杂度，指出性能瓶颈，然后给出 3 种优化方案，分别说明适用场景和 trade-off"

要点：要求 AI 先分析再给方案，多方案对比帮助你做决策。这比直接要答案更有价值。

4️⃣ 用示例说明期望的输入输出

❌ 坏例子："解析这个 JSON" ✅ 好例子："解析下面的 JSON 数据，提取 user.name 和 user.settings.theme 字段。如果字段不存在返回默认值。

输入示例：

{"user": {"name": "Alice", "settings": {"theme": "dark"}}}

期望输出：

{name: string, theme: string}
```"

**要点**：示例胜过千言万语。给出具体输入输出样例，AI 理解更准确。

## 5️⃣ 迭代式提问，逐步深入

不要指望一次提示词得到完美答案。正确做法：
1. 先问整体方案和思路
2. 确认方向后再要具体实现
3. 针对实现中的问题继续追问
4. 最后要求优化和测试建议

**对话示例**：
- "我想实现一个本地缓存系统，有什么设计思路？"
- "方案 2 适合我的场景，请给出核心接口设计"
- "请用 TypeScript 实现 get/set 方法，带过期时间"
- "添加单元测试，覆盖边界情况"

---

## 🎯 总结

好的提示词 = 清晰上下文 + 明确约束 + 具体示例 + 迭代深入

记住：AI 是你的 pair programmer，不是魔法棒。你越会提问，它越能帮到你。把这些技巧应用到日常开发中，你的编码效率会有质的提升。

**实践建议**：下次向 AI 提问前，花 30 秒检查：上下文够吗？约束清楚吗？有示例吗？这 30 秒能帮你节省 30 分钟的调试时间。