明确功能需求、编程语言和技术栈，定义输入输出及边界情况，要求注释与错误处理，并提供上下文代码片段，可显著提升生成代码的准确性与可用性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
直接说明你想要的功能、语言和具体要求，是获得高质量代码的关键。ChatGPT 能根据清晰的上下文生成更准确的代码，避免模糊或过于宽泛的提问。
明确指定编程语言和技术栈
告诉模型你使用的语言和框架，能大幅提高输出的相关性。
- 错误示例：“写个排序函数” —— 太模糊，无法判断语言和类型
- 正确示例：“用 Python 写一个快速排序函数，支持整数列表输入并返回新列表”
- 进阶示例：“使用 React 和 TypeScript 实现一个带防抖搜索功能的输入框组件”
描述输入输出和边界情况
清晰定义函数的行为，包括参数类型、返回值和异常处理。
- 说明期望的输入格式（如 JSON 结构、数组长度限制）
- 指出需要处理的边界情况（空输入、负数、超长字符串等）
- 举例：“编写一个 JavaScript 函数 parseDate(string)，接受 'YYYY-MM-DD' 格式字符串，返回 Date 对象；若格式无效则返回 null”
要求添加注释和错误处理
在提示词中明确要求可维护性强的代码结构。
- “请为关键步骤添加中文注释”
- “包含 try-catch 或错误校验逻辑”
- “遵循 PEP8 / ESLint 规范”
- 示例：“用 Java 写一个读取 CSV 文件的方法，每行解析为对象，跳过格式错误的行，并记录警告日志”
提供上下文或现有代码片段
如果你在修改已有项目，贴出相关代码能让生成结果更贴合实际。
- “以下是当前的 API 路由代码，请帮我添加用户权限验证中间件”
- “这段 Python 类缺少 __str__ 方法，请补充符合业务逻辑的实现”
- 注意：敏感信息需脱敏后再提交
基本上就这些。说清楚做什么、怎么做、有什么限制，模型就能输出接近生产级别的代码。不复杂但容易忽略。
