AI - 开发日常可直接复用的实用 Prompt

覆盖高频研发场景(理解代码/排障/Review/测试/重构/文档)

每条都给可复制模板(含输出格式约束)

强调"验证步骤",避免只看 AI 结论


  1. 快速理解陌生代码

    你是资深 Java 后端工程师。请阅读下面代码,并按固定结构输出:

    1. 这个类/方法的核心职责
    2. 上下游调用链(谁调用它,它调用了谁)
    3. 主要业务分支
    4. 边界条件和异常处理
    5. 潜在风险点(空值、并发、性能、可维护性)
    6. 我接手这段代码时优先确认的5件事

    要求:

    • 不要泛泛而谈,要结合具体代码
    • 如果某个结论不确定,请明确标注"需进一步确认"
    • 输出尽量结构化、简洁

    代码如下:
    <粘贴代码>

  2. 线上报错排查

    下面是异常栈、关键日志和最近变更,请给出:

    1. 最可能的3个根因(按概率排序)
    2. 每个根因的最小验证步骤(可执行)
    3. 若验证失败,下一步排查路径
    4. 临时止血方案 + 长期修复建议
      异常栈:

      日志:

      最近变更:
      <commit/PR说明>
  3. Code Review 第一轮

    请对以下PR做代码审查,重点检查:

    • 空值与异常处理
    • 业务逻辑正确性
    • 并发与线程安全
    • SQL/查询性能
    • 可维护性(命名、重复、复杂度)
      输出格式:
      [严重级别][文件/方法][问题描述][影响][修复建议]
      PR变更如下:
  4. 生成单元测试用例清单

    请基于以下方法设计单元测试,不先写代码,先给"用例清单":

    • 正常路径
    • 边界值
    • 异常路径
    • 空值/非法输入
    • 外部依赖失败场景
      每个用例给:输入、预期输出、关键断言、mock点。
      代码:
      <method/class>
  5. 让 AI 写测试骨架

    根据以下用例清单生成JUnit5 + Mockito测试代码。
    要求:

    1. 测试命名可读
    2. 每个用例有关键断言,不只assertNotNull
    3. mock行为和业务场景一致
    4. 不改生产代码
      生产代码:

      用例清单:
  6. 重构建议(不改行为)

    请在"不改变现有业务行为"的前提下,给出该方法的重构方案:

    1. 先指出代码坏味道
    2. 给分步重构计划(每步可单独提交)
    3. 给重构后示例代码
    4. 列出可能行为变化风险与回归测试点
      代码:
  7. SQL优化

    请帮我优化这条SQL,输出:

    1. 当前可能慢的原因(索引/回表/过滤顺序)
    2. 优化SQL版本(可多版)
    3. 建议索引
    4. 验证方案(EXPLAIN看哪些指标)
      SQL:

      表结构:

      数据量级:
  8. 接口设计评审

    请评审这个API设计,从以下角度给建议:

    • 参数语义与校验
    • 幂等性
    • 错误码设计
    • 向后兼容
    • 安全与权限
      输出:必须改 / 建议改 / 可选优化
      接口定义:
  9. 发布前风险检查

    请基于本次变更做发布风险评估,输出:

    1. 影响范围(模块/接口/数据)
    2. 高风险点(按优先级)
    3. 回归测试清单(最小集合)
    4. 回滚策略(触发条件+操作步骤)
      变更说明:
      <PR/需求>
  10. 技术文档初稿

    请根据以下信息生成技术方案文档,结构固定为:
    背景 -> 目标 -> 方案 -> 数据结构/API -> 风险 -> 灰度发布 -> 回滚 -> 待确认项
    要求:术语统一、可直接评审、不要空话。
    信息:
    <需求与设计要点>

  11. 日志分析(批量文本)

    请分析以下日志片段并输出:

    1. 关键时间线
    2. 异常模式(按频次)
    3. 最可疑的异常前置事件
    4. 建议新增的日志字段(便于下次定位)
      日志:
  12. 把需求转成开发任务

    请把以下需求拆成可执行开发任务:

    • 后端任务
    • 数据库任务
    • 测试任务
      每项包含:完成定义、依赖、风险、预估工作量(S/M/L)
      需求:
相关推荐
墨心@5 小时前
第 4 章《工具》学习总结
学习·自然语言处理·prompt·agent·harness
xhy_07076 小时前
Git 合并冲突怎么解决?用 AI 处理冲突的流程、Prompt 和 4 个易错点
人工智能·git·安全·prompt·ai编程·代码复审
张彦峰ZYF6 小时前
从 ABC Legal 的 Managed Agents 实践,看企业如何把零散自动化变成可审计、可进化、可计算的生产系统
人工智能·自动化·prompt·agent·abc legal·managed agents·agent 平台
点纭7 小时前
LLM理论:Prompt基础
prompt
小此方9 小时前
LangChain/LangGraph(一)提示词篇一:Prompt工程实战:从CO-STAR、Few-Shot到思维链与自我迭代,系统掌握提示词设计方法
ai·langchain·prompt
段一凡-华北理工大学18 小时前
大模型应用开发 100 天:Python + LLM 从入门到精通 day26~Prompt 调试与优化——A/B 测试与效果评估
windows·python·大模型·prompt·智能体·提示词工程·高炉智能化
hqyjzsb1 天前
法律 Prompt 干货:搭建合同审查提示词要包含哪些要素
开发语言·人工智能·python·职场和发展·数据分析·prompt·业界资讯
“AI国潮设计-小江”1 天前
[AIGC实战] 基于Stable Diffusion的潮汕非遗IP自动化生成工作流(附Python批量处理脚本)
开发语言·人工智能·python·prompt·aigc
小爷毛毛(卓寿杰)1 天前
【Agent 意图识别】输出协议、评估与置信度
人工智能·算法·大模型·prompt·大语言模型·agent
张忠琳1 天前
【hermes-agent】Hermes Agent Prompt 构建流程超深度分析
ai·prompt·agent·hermes