AI编程Prompt
7758 字约 26 分钟
domain/aiai/promptai/codingai/prompt-engineering
2026-07-24
编程场景的 Prompt 设计与通用 Prompt 的最大区别在于：代码是可执行、可测试、可审查的——Prompt 的产出质量可以被客观验证。这意味着编程 Prompt 需要更精确的上下文、更严格的约束、更结构化的输出。
1. 核心问题
AI 编程 Prompt 试图回答：
- 如何让 AI 生成"生产级"代码（可维护、可测试、有错误处理）而非"演示级"代码？
- 不同编程语言和框架需要怎样的 Prompt 差异？
- 使用 Cursor / Claude Code / Copilot 等不同工具时，Prompt 策略有何不同？
- 如何用 Prompt 控制 AI 的编程行为——安全、风格、约束？
2. 仓库全量模板索引
本仓库编码相关的 Prompt 模板和规则文件分布在 02_Domains/AI/、04_Prompts/、03_Projects/ 三个目录，以下分类索引所有编码相关的可复用资源。
2.1 编码 Prompt 模板（04_Prompts/）
| 文件 | 模板数 | 内容 | 适用工具 |
|---|---|---|---|
| 04_Prompts/03_Codex/Codex任务提示词模板 | 3 | 基础编码模板、复杂任务模板、输出格式模板 | Codex CLI |
| 04_Prompts/03_Codex/Codex代码修改提示词 | 1 | 代码修改专用（搜索优先、最小改动、复用现有代码） | Codex CLI |
| 04_Prompts/03_Codex/Codex重构提示词 | 1 | 重构专用（不改变外部行为、小步重构） | Codex CLI |
| 04_Prompts/03_Codex/Codex排查问题提示词 | 1 | Bug 排查专用（症状→调查→根因→最小修复） | Codex CLI |
| 04_Prompts/03_Codex/Codex项目初始化提示词 | 1 | 新项目初始化（框架、语言、目录结构、配置） | Codex CLI |
| 04_Prompts/03_Codex/Codex项目规则模板 | 1 | AGENTS.md 模板（搜索优先、代码复用、最小改动） | Codex CLI 项目 |
| 04_Prompts/04_Claude_Code/Claude Code任务提示词模板 | 2 | 基础编码任务模板、分析任务模板（只读/问题优先级） | Claude Code |
| 04_Prompts/04_Claude_Code/Claude Code项目规则模板 | 1 | CLAUDE.md 模板（搜索优先、代码复用、禁止构建命令） | Claude Code 项目 |
| 04_Prompts/05_Cursor/Cursor任务提示词模板 | 3 | 代码修改模板、代码分析模板、Bug 修复模板 | Cursor Chat/Composer |
| 04_Prompts/05_Cursor/Cursor Rules模板 | 3 | 通用 .cursorrules 模板、iOS 项目模板、前端项目模板 | Cursor Rules |
| 04_Prompts/06_ChatGPT/ChatGPT代码分析提示词 | 3 | 代码解读模板、架构分析模板、性能分析模板 | ChatGPT |
2.2 编码工作流（04_Prompts/07_Workflows/）
| 文件 | 内容 | 适用阶段 |
|---|---|---|
| 04_Prompts/07_Workflows/代码审查工作流 | 标准化五步审查流程（了解变更→审查代码→审查设计→反馈→确认） | 审查阶段 |
| 04_Prompts/07_Workflows/Bug排查工作流 | 六步 Bug 排查流程（复现→定位→根因→修复→验证→归档） | Debug 阶段 |
| 04_Prompts/07_Workflows/需求分析工作流 | 五步需求拆分流程（背景→功能拆解→技术评估→任务拆分→风险识别） | 需求阶段 |
| 04_Prompts/07_Workflows/部署排查工作流 | 五步部署问题排查流程（确认→收集→定位→解决→复盘） | 运维阶段 |
2.3 Agent 规则模板（04_Prompts/02_Agent_Rules/）
| 文件 | 内容 | 适用项目类型 |
|---|---|---|
| 04_Prompts/02_Agent_Rules/01_Core/通用AGENTS模板 | 通用 AGENTS.md 模板（任务路由、Superpowers、禁止命令、最小改动） | 任意编码项目 |
| 04_Prompts/02_Agent_Rules/04_Project_Templates/前端项目AGENTS模板 | 前端专用规则（组件复用、hooks 复用、搜索优先） | React/Vue/Next.js |
| 04_Prompts/02_Agent_Rules/04_Project_Templates/iOS项目AGENTS模板 | iOS 专用规则（API 文档查找、MVVM 复用、禁用 xcodebuild） | Swift/ObjC |
| 04_Prompts/02_Agent_Rules/04_Project_Templates/全栈项目AGENTS模板 | 全栈规则（API 契约不变、数据库 Schema 保护、禁用 db migration） | 全栈项目 |
| 04_Prompts/02_Agent_Rules/04_Project_Templates/大型遗留项目AGENTS模板 | 遗留项目规则（稳定性优先、可逆性、风险评估、不升级依赖） | 大型存量项目 |
| 04_Prompts/02_Agent_Rules/05_Task_Modes/代码审查模式 | 六维审查（正确性/安全性/性能/可读性/一致性/边界）+ 报告格式 | 审查模式 |
| 04_Prompts/02_Agent_Rules/05_Task_Modes/Bug修复模式 | Bug 修复标准化模式（理解→修复根因→最小修改） | Debug 模式 |
| 04_Prompts/02_Agent_Rules/05_Task_Modes/重构模式 | 重构标准化模式（不改变外部行为、小步前进、不混入功能修改） | 重构模式 |
| 04_Prompts/02_Agent_Rules/06_Examples/根目录AGENTS示例 | PetPal 项目 AGENTS.md 完整示例（技术栈、搜索规则、TODO 策略） | iOS 项目参考 |
| 04_Prompts/02_Agent_Rules/06_Examples/前端目录AGENTS示例 | 前端子目录 AGENTS 示例（React+TS、Tailwind CSS 约束） | 前端项目参考 |
| 04_Prompts/02_Agent_Rules/06_Examples/iOS目录AGENTS示例 | iOS 子目录 AGENTS 示例（UIKit/SwiftUI、ViewModel 模式） | iOS 项目参考 |
| 04_Prompts/02_Agent_Rules/06_Examples/API目录AGENTS示例 | API 子目录 AGENTS 示例（controller/service/model 分层、Prisma） | 后端项目参考 |
| 04_Prompts/02_Agent_Rules/06_Examples/Nginx目录AGENTS示例 | Nginx 配置目录 AGENTS 示例（配置安全、语法验证、保留备份） | 运维项目参考 |
2.4 编码工具规范（02_Domains/AI/07_AI_Coding/）
| 文件 | 内容 | 适用工具 |
|---|---|---|
| Claude Code使用规范 | 工作流程（启动→理解→执行→修改→验证）、最佳实践、常用命令 | Claude Code |
| Codex使用规范 | 工作流程（初始化→任务描述→规划→执行→迭代）、安全注意事项 | Codex CLI |
| Cursor使用规范 | Tab 补全、Chat、Composer、@ 引用系统、配置建议 | Cursor |
| Copilot使用规范 | Tab 补全、Copilot Chat、Inline Chat 最佳实践 | GitHub Copilot |
| Qoder使用规范 | 中文优化编码辅助工具规范 | Qoder |
| Trae使用规范 | Builder 模式、Chat 模式、多文件编辑 | Trae |
| AI编程工具总览 | 10 个工具的分类对比 | 工具选型 |
| AI Coding工具对比 | 底层模型、核心功能、定价、工作流适配的详细对比 | 工具选型 |
2.5 编码领域知识（02_Domains/AI/07_AI_Coding/）
| 文件 | 内容 | 适用场景 |
|---|---|---|
| AI代码审查 | 审查流程、6 个审查维度和示例 Prompt | 代码审查方法论 |
| AI重构工作流 | 重构五阶段（识别→计划→执行→验证→文档）+ 常用重构模式 | 重构方法论 |
| AI辅助Debug | 错误分析、根因定位、修复建议方法论 | Debug 方法论 |
| AI辅助架构设计 | 架构规划、技术选型方法论 | 架构设计方法论 |
| AI生成测试 | 单元测试、集成测试、E2E 测试生成策略 | 测试方法论 |
| AI生成文档 | 代码注释、API 文档、README 生成策略 | 文档方法论 |
| AI Coding反模式 | 编码反模式总结（过度依赖 AI、不审查、忽略安全等） | 反模式排查 |
| Agent.md规范 | AGENTS.md 编码项目使用规范 | 规则文件设计 |
| Rules规则文件管理 | Cursor Rules、Claude Instructions 等规则格式和继承策略 | 规则管理 |
| Memory Layer设计 | 记忆层设计（项目上下文、编码习惯、历史决策） | 上下文管理 |
| Superpower使用边界 | 什么是安全自动执行、什么需要人工确认 | 权限边界 |
| 前端AI Coding工作流 | React/Vue 组件、样式、状态管理的 AI 流程 | 前端场景 |
| 后端AI Coding工作流 | API 端点、数据库操作、中间件的 AI 流程 | 后端场景 |
| iOS AI Coding工作流 | SwiftUI、网络层、Core Data 的 AI 流程 | iOS 场景 |
| AI Coding工作流 | 整体工作流框架 | 全局流程 |
2.6 项目级 Agent 规则
| 文件 | 内容 | 适用项目 |
|---|---|---|
| 03_Projects/PetPal/Agent规则/AGENTS | PetPal 编码项目 Agent 策略（语言策略、工作流、工具路由、成本策略） | PetPal（iOS） |
| 03_Projects/PetPal/Agent规则/CLAUDE | Claude 补充规则（中文输出、API 查 Apifox MCP、Figma 查 Figma MCP） | PetPal（iOS） |
| 02_Domains/Engineering/Frontend/12_AIFrontend/PromptEngineering/PromptEngineering-Frontend | Prompt 工程前端实现（Monaco 编辑器、多角色编辑、变量管理、模板系统） | 前端工程参考 |
2.7 本笔记（03_Prompt_Engineering/）中的模板
| 章节 | 内容 | 适用场景 |
|---|---|---|
| 4.1 代码生成 | 通用代码生成 Prompt 结构（Role/Task/Context/Requirements/Constraints/Output） | 从需求到实现 |
| 4.2 Debug | 四步排查 Prompt（复述→根因→排查→修复 + Attempts/Constraints） | Bug 修复 |
| 4.3 代码审查 | 六维审查 Prompt（P0/P1/P2 分层 + 严重程度输出） | PR/MR 审查 |
| 4.4 架构设计 | 八输出结构架构 Prompt（方案概述→组件→数据流→选型→权衡→演进→风险） | 系统设计 |
| 8 T1-T10 | 10 个轻量模板（函数/API/查询/测试/重构/类型/错误/配置/迁移/文档） | 快速启动 |
3. 核心框架：需求→架构→实现→测试
编程场景的 Prompt 应遵循"逐步具象化"的框架。每一步的抽象程度递减、具体程度递增。
3.1 分步 vs 一轮
| 方式 | 适用场景 | Prompt 策略 |
|---|---|---|
| 一轮完成 | 简单任务（< 50 行、单一文件） | 一次给出完整需求 + 架构 + 约束 |
| 分步完成 | 复杂任务（多文件、架构决策） | 先讨论架构 → 再逐文件实现 → 最后测试 |
分步策略的 Prompt 模式：
第 1 步：「我要实现功能 X，有哪些架构方案？各自的权衡是什么？」
第 2 步：「选择方案 A，请给出文件结构和接口定义。」
第 3 步：「实现文件 A，要求包含错误处理和类型注解。」
第 4 步：「为文件 A 生成单元测试，覆盖正常路径和边界情况。」3.2 有效编程 Prompt 的六大要素
| 要素 | 说明 | 差 | 好 |
|---|---|---|---|
| 语言/框架 | 精确到版本 | "写个 API" | "用 Python 3.12 + FastAPI 写一个 REST API" |
| 上下文 | 相关代码和接口 | 无 | 附上现有 Model 层和 Router 实现 |
| 约束 | 编码规范和限制 | "代码写好点" | "使用 type hints，不要用 Any" |
| 安全考量 | 安全要求和边界 | "写个登录功能" | "密码用 bcrypt 哈希，JWT 过期时间 24h" |
| 输出结构 | 期待的产出形式 | "给我代码" | "先一句话说明思路，再输出完整的代码块" |
| 验收标准 | 怎样算完成 | "写个测试" | "覆盖率 > 80%，包含正常路径 + 异常路径" |
4. 四大编程场景的 Prompt 模式
4.1 代码生成（需求 → 实现）
场景特征：从自然语言需求生成可运行的代码。核心挑战是需求模糊度和上下文完整性。
通用 Prompt 结构：
Role: 你是一位 {{语言}} 资深开发者，精通 {{框架}}，注重代码质量和可维护性。
Task: 实现 {{功能}}。
Context:
- 项目技术栈: {{技术栈}}
- 已有接口: {{接口参考}}
- 数据模型: {{数据结构}}
Requirements:
1. {{功能需求1}}
2. {{功能需求2}}
3. {{功能需求3}}
Constraints:
- 类型安全（使用 TypeScript/Python type hints）
- 完整的错误处理
- 遵循 SOLID 原则
- {{其他约束}}
Output: 先说明实现思路（包括技术选型的原因），再输出完整代码块。参考模板：详见 Prompt模板库#1.1 代码生成 的完整模板。
进阶技巧：
- 指定代码风格：明确命名规范、文件组织方式、注释风格
- 注入现有代码：引用仓库中相同模式的代码作为风格参考
- 多文件生成：使用结构化标签分隔不同文件
请生成以下文件：
<file name="models/user.py">
用户数据模型
</file>
<file name="services/user_service.py">
用户业务逻辑
</file>
<file name="routes/user_routes.py">
用户 API 路由
</file>4.2 Debug（错误 → 分析 → 修复）
场景特征：给定错误信息，定位根因并修复。核心挑战是"症状"和"病因"的区分。
通用 Prompt 结构：
Role: 资深 Debug 工程师，擅长系统化排查问题。
Error: {{完整错误信息和堆栈}}
Code:
{{相关代码}}
Attempts: {{已经尝试过的方法}}
Process:
1. 复述你对问题的理解（验证我是否说清楚了）
2. 列出可能的根因，按概率排序
3. 逐一排查，排除低概率原因
4. 给出修复方案
Constraints:
- 做最小改动，不要重构不相关的代码
- 如果涉及第三方库，先检查使用方式而非假设库有 bug
- 修复后说明"你的修复解决的是什么问题"（防止治标不治本）参考模板：详见 Prompt模板库#1.3 Debug 助手。
调试信息组织：
| 信息类型 | 重要性 | 说明 |
|---|---|---|
| 完整错误堆栈 | 必要 | 截断的堆栈会导致 AI 误判根因 |
| 触发条件的输入 | 高 | 什么输入/操作会触发这个问题 |
| 已排除的原因 | 高 | 说明已尝试过的方法，避免 AI 重复建议 |
| 近期代码变更 | 中 | 最近修改了哪些相关代码 |
| 环境信息 | 中 | OS / 运行时版本 / 依赖版本 |
4.3 代码审查（标准 → 检查 → 反馈）
场景特征：审查已有代码的质量、安全性和可维护性。核心挑战是"审查深度"与"审查范围"的平衡。
通用 Prompt 结构：
Role: 资深 Code Reviewer，注重安全性、性能、可维护性。
Task: 审查以下 Pull Request 的代码。
Context:
- 项目类型: {{项目描述}}
- 本次变更目标: {{需求描述}}
Checklist（按优先级审查）:
1. [P0] 安全漏洞：注入/XSS/认证/授权/SQL
2. [P0] 逻辑错误：边界条件、并发问题、事务完整性
3. [P1] 错误处理：异常捕获、日志、用户反馈
4. [P1] 性能问题：N+1 查询、不必要的重复计算、内存泄漏
5. [P2] 代码质量：命名、注释、复杂度、重复代码
6. [P2] 测试覆盖：测试是否覆盖了关键路径和边界情况
Code:
{{代码 diff 或完整文件}}
Output: 按严重程度（Critical/Major/Minor/Nit）排序，每个问题包含：
- 文件:行号
- 问题描述
- 具体风险
- 修复建议（不要只说"需要改进"，给具体方案）参考模板：详见 Prompt模板库#1.2 代码审查。
审查深度的控制：
// 深度审查（适合关键模块）
审查所有 6 个维度，每个问题都要有"影响分析"和"修复建议"
// 快速审查（适合常规 PR）
只审查 P0 + P1 级别问题，P2 级别只在超过 3 处时汇总说明
// 安全专项审查（适合涉及敏感数据的模块）
只审查 Checklist 的 #1（安全），其他维度跳过4.4 架构设计（需求 → 设计 → 权衡 → 文档）
场景特征：从高维需求出发，设计方案并权衡取舍。核心挑战是让 AI "看到"非功能性约束（扩展性、可维护性、成本）。
通用 Prompt 结构：
Role: 软件架构师，擅长 {{领域}} 系统的架构设计，注重扩展性、可维护性和成本平衡。
Task: 为以下需求设计架构方案。
Requirements:
{{功能需求}}
{{非功能需求（性能/可用性/成本/安全）}}
Context:
- 现有系统: {{现有架构描述}}
- 团队规模: {{人数和技能分布}}
- 时间约束: {{交付时间线}}
Output Structure:
1. 方案概述（一句话说明核心架构风格）
2. 架构图（文字/组件关系描述）
3. 核心组件说明（每个组件的职责和接口）
4. 数据流（关键场景的请求链路）
5. 技术选型（核心依赖 + 选型理由 + 备选方案）
6. 主要权衡（这个方案牺牲了什么、换来了什么）
7. 演进路线（MVP → 迭代 → 长期）
8. 风险点（已知风险和缓解措施）关键技巧：
- 场景驱动：不是让 AI 凭空设计，而是给出具体的用户场景和流量预期
- 约束明确：没有约束的设计毫无意义——必须给出资源、时间、技能约束
- 权衡优先：好的架构设计不在于"最好的方案"，而在于"方案的可比性"
// 对比分析的 Prompt
请给出 3 个可选方案，用以下维度对比：
| 维度 | 方案A | 方案B | 方案C |
| 开发成本 | | | |
| 扩展性 | | | |
| 运维复杂度 | | | |
| 学习曲线 | | | |
推荐方案 + 理由 + 主要风险5. 语言特定的 Prompt 策略
5.1 TypeScript
TypeScript 的强类型系统是 AI 编程的"天然护城河"——类型推断帮助 AI 理解上下文，类型错误暴露 AI 的幻觉。
// 对 TypeScript 的额外约束
Constraints:
- 启用 strict 模式
- 使用 branded types 区分相同基础类型的不同含义（如 type UserId = string & {__brand: 'UserId'}）
- 使用 discriminated union 处理状态
- 避免 any 和 type assertion（as）
- 使用 satisfies 关键字代替 type assertion最佳实践：先将类型定义（interface / type）给 AI，再要求实现——类型先行可以大幅降低逻辑错误。
5.2 Python
Python 的动态类型让 AI 容易"偷懒"——不加类型注解、不处理异常边界。
// 对 Python 的额外约束
Constraints:
- 所有函数必须有完整的 type hints
- 使用 dataclass 或 Pydantic 定义数据模型
- 每个函数包含 docstring（含 Args 和 Returns 说明）
- 使用 Result/Option 模式替代 bare Exception
- 遵循 PEP 8（行长度、命名约定）最佳实践：Python 中 AI 最常犯的错误是"类型不兼容"和"忽略可变默认参数"，在 Prompt 中明确要求这两个检查点。
5.3 Rust
Rust 的所有权和生命周期是 AI 编程的最大挑战——AI 经常生成"借用检查器不通过"的代码。
// 对 Rust 的额外约束
Constraints:
- 所有函数必须通过 cargo check（编译检查）
- 优先使用迭代器和闭包而非 for 循环
- 使用 thiserror / anyhow 进行错误处理
- 避免 unsafe 代码块。如果无法避免，详细说明为什么
- 使用 clippy 推荐的代码风格最佳实践：对 Rust，要求 AI 先生成类型定义（struct / enum / trait），再生成实现。类型结构一旦确定，逻辑错误的概率大幅降低。
5.4 Swift
Swift 的 iOS/macOS 生态有大量框架知识要求（UIKit/SwiftUI/Combine/CoreData）。
// 对 Swift 的额外约束
Constraints:
- 使用 Swift 最新版本特性
- SwiftUI 视图使用 @State / @Binding / @Observable
- 使用 Swift Concurrency（async/await）而非 GCD
- 遵循命名规范（PascalCase for types, camelCase for variables）
- 使用 MARK: 注释组织代码结构最佳实践：iOS AI Coding 的完整工作流见 iOS AI Coding工作流。
6. 框架特定的 Prompt 策略
| 框架 | 约束重点 | 示例约束 |
|---|---|---|
| React/Next.js | Hooks 规则、服务端组件 | "使用 React 19 的 use() Hook，不要在条件语句中调用 hooks" |
| Vue 3 | Composition API 优先 | "使用 <script setup> + Composition API，不使用 Options API" |
| FastAPI | Pydantic 模型、依赖注入 | "所有请求/响应使用 Pydantic v2 模型，使用 Depends 管理依赖" |
| Django | ORM 查询、信号机制 | "使用 select_related/prefetch_related 优化 N+1" |
| Spring Boot | 依赖注入、事务管理 | "使用构造函数注入，@Transactional 标注事务边界" |
| Express/NestJS | 中间件、拦截器、管道 | "使用全局异常过滤器，使用 class-validator + class-transformer" |
7. 工具特定的 Prompt 策略
7.1 Cursor
Cursor 的核心能力是 代码库理解 和 Composer 多文件编辑。Prompt 策略围绕 @ 引用展开。
仓库资源：
- Cursor使用规范 — 工具操作方式和最佳实践
- Cursor任务提示词模板 — 三种轻量模板（修改/分析/Bug 修复）
- Cursor Rules模板 —
.cursorrules通用/前端/iOS 模板 - Cursor使用总览 — 入口概览
// Cursor Chat 中的 Prompt（利用 @ 引用）
@file:src/models/user.ts @file:src/services/auth.ts
请分析这两个文件，找出认证流程中的安全漏洞。
// Cursor Composer 中的 Prompt（多文件编辑）
@folder:src/features/payment
为这个支付模块添加 Stripe 集成，保持现有的错误处理和日志风格。关键技巧：Cursor 中不要重复描述代码库已有的内容——用 @ 引用比文字描述更精确、更省 token。Rules 文件（.cursorrules）应放在项目根目录，定义全局编码规范。
7.2 Claude Code
Claude Code 的核心能力是 CLI Agent 模式 和 MCP 集成。Prompt 策略围绕"任务描述"展开，Claude Code 自主规划和执行。
仓库资源：
- Claude Code使用规范 — 工具操作方式和最佳实践
- Claude Code任务提示词模板 — 基础编码任务 + 分析任务两种模式
- Claude Code项目规则模板 — CLAUDE.md 模板
- Claude Code使用总览 — 入口概览
// Claude Code CLI Prompt
在 src/services/ 目录下添加缓存层实现：
1. 使用 Redis 作为缓存后端
2. 保持现有接口不变
3. 添加 TTL 过期策略（默认 300s）
4. 为所有新代码编写单元测试
5. 不要修改 src/routes/ 和 src/models/ 下的文件关键技巧：
- 任务描述要给出范围边界（改什么、不改什么）
- Claude Code 擅长大范围重构，但需要约束"不要修改无关文件"
- MCP 集成后可以直接操作数据库、文件系统、API
- 根目录
CLAUDE.md中最顶层规则优先级最高，应放最重要的安全约束
7.3 Codex CLI
Codex CLI 的核心能力是 沙箱安全执行 和 Plan-then-Execute 模式。
仓库资源：
- Codex使用规范 — 工具操作方式和最佳实践
- Codex任务提示词模板 — 基础 + 复杂任务 + 输出格式模板
- Codex代码修改提示词 — 最小修改、搜索优先
- Codex重构提示词 — 不改变外部行为
- Codex排查问题提示词 — 症状→根因→最小修复
- Codex项目初始化提示词 — 项目脚手架生成
- Codex项目规则模板 — AGENTS.md 专用模板
- Codex使用总览 — 入口概览
// Codex CLI Prompt（Plan-then-Execute 模式）
Plan: 分析现有认证模块的架构，设计 JWT 刷新令牌方案。
实现：按照设计方案实现，包含完整的错误处理和单元测试。
安全约束：access_token 有效期 15 分钟，refresh_token 有效期 7 天，使用 httpOnly cookie。关键技巧：Codex CLI 的沙箱模式使其适合执行高风险操作（文件系统修改、代码执行），但需要在 Prompt 中明确恢复路径（"如果失败请回滚"）。
7.4 Copilot
Copilot 的核心能力是 行内补全 和 Chat 上下文理解。Prompt 策略围绕"渐进式引导"展开。
仓库资源：
- Copilot使用规范 — 工具操作方式和最佳实践
// Copilot 中的注释引导法
// 1. 验证输入参数（非空检查、类型检查）
// 2. 从数据库查询用户信息
// 3. 检查用户权限
// 4. 执行核心业务逻辑
// 5. 记录操作日志
// 6. 返回格式化结果关键技巧：Copilot 最适合"写一段代码的下一段"——利用注释和函数签名引导模型。Copilot 不适合一次性大范围修改，更适合逐行逐函数的增量编码。
7.5 ChatGPT（代码分析）
仓库资源：
- ChatGPT代码分析提示词 — 三种分析模板（代码解读/架构分析/性能分析）
ChatGPT 虽非专用编程工具，但其对话式交互适合代码分析和设计方案讨论：
分析以下代码的架构设计：
- 使用了什么设计模式？
- 有没有架构层面的问题？
- 如果需要添加新功能 XX，应该怎么扩展？
- 重构建议是什么？8. 模板速查（10 个可复用模板）
T1 函数生成
实现一个 {{函数名}} 函数：
- 参数：{{类型和说明}}
- 返回值：{{类型和说明}}
- 行为：{{具体行为}}
- 边界：{{边界条件}}
- 错误：{{可能的异常情况}}
代码包含类型注解、docstring、错误处理。T2 API 端点
创建一个 {{方法}} {{路径}} 端点：
- 请求体：{{Schema}}
- 响应：{{Schema}}
- 业务逻辑：{{描述}}
- 需要 {{认证/权限}} 检查
返回完整的路由文件（含依赖注入、模型定义）。T3 数据库查询
优化以下数据库查询：
当前 SQL/ORM：{{代码}}
表结构：{{Schema}}
数据量：{{行数}}
问题：{{性能问题描述}}
给出优化后的查询 + 加索引建议（如需）。T4 测试用例
为以下函数编写单元测试：
函数签名：{{签名}}
函数行为：{{描述}}
边界情况：{{已知边界}}
覆盖率要求：{{百分比}}
测试框架：{{pytest/jest/xctest}}
使用参数化测试覆盖多组输入。T5 代码重构（详见 Prompt反模式）
重构以下代码：
问题：{{代码坏味道描述}}
目标：{{重构后的期望}}
约束：保持对外接口不变，不做功能变更
列出本次重构的修改清单。T6 类型定义设计
为以下领域设计类型定义：
领域描述：{{描述}}
使用场景：{{场景}}
语言：{{语言}}
输出：interface/type/struct 定义 + 说明每个字段的设计理由。T7 错误处理规范
为以下模块设计错误处理方案：
模块：{{模块描述}}
语言：{{语言}}
输出：错误类型定义 + 错误处理器的实现 + 使用示例T8 配置管理
为 {{项目}} 设计配置方案：
环境：{{开发/测试/生产}}
配置项：{{配置项列表}}
安全要求：{{是否需要加密/脱敏}}
使用环境变量 + 配置文件两级方案。T9 迁移脚本
生成数据迁移脚本：
迁移内容：{{描述}}
源结构：{{Schema}}
目标结构：{{Schema}}
约束：迁移过程不能丢失数据，支持回滚T10 代码文档
为以下代码生成文档：
代码：{{代码文件}}
文档风格：{{JSDoc/Python Docstring/RustDoc}}
输出：完整的文档注释（每个函数/类/接口）+ 顶层 README 片段9. 编程 Prompt 的常见反模式
详见 AI Coding反模式 和 Prompt反模式 的完整讨论，以下是编程场景特有的反模式：
| 反模式 | 错误示范 | 正确方式 |
|---|---|---|
| 无上下文请求 | "写个用户注册接口" | 附上 Model 层、现有路由模式、认证方式 |
| 忽略安全 | "写个登录功能" | 指定密码哈希、JWT 配置、限流策略 |
| 无约束生成 | "优化这段代码" | 明确"优化维度优先级：可读性 > 性能 > 代码量" |
| 单一轮次大任务 | "实现一个完整的电商系统" | 拆分为数据模型 → API → 业务逻辑 → 前端 |
| 不指定测试策略 | "写个测试" | 指定测试框架、覆盖率目标、mock 策略 |
| 不验证生成结果 | 直接复制 AI 生成的代码 | 先审查再集成，关键路径手动测试 |
10. 工作流集成
完整的 AI 编程工作流设计见 AI Coding工作流、前端AI Coding工作流、后端AI Coding工作流、iOS AI Coding工作流。以下是将 Prompt 模式嵌入工作流的关键节点：
需求阶段 → 架构设计 Prompt（4.4）→ 确认方案
开发阶段 → 代码生成 Prompt（4.1）→ 审查代码
调试阶段 → Debug Prompt（4.2）→ 验证修复
审查阶段 → 代码审查 Prompt（4.3）→ Review 报告
测试阶段 → 测试用例 Prompt（T4）→ 运行测试
文档阶段 → 代码文档 Prompt（T10）→ 更新文档11. 关联笔记
04_Prompts/ — Prompt 模板
- Prompt模板库：代码生成模板 — 可直接复用的代码生成模板
- Prompt模板库：代码审查模板 — 可直接复用的代码审查模板
- Prompt模板库：Debug 模板 — 可直接复用的 Debug 模板
- System Prompt设计：代码助手模板 — 完整的代码助手 System Prompt
- Cursor任务提示词模板 — Cursor Chat/Composer 三种轻量模板（修改/分析/Bug 修复）
- Cursor Rules模板 —
.cursorrules模板（通用/iOS/前端） - Cursor使用总览 — Cursor 提示词入口
- Claude Code任务提示词模板 — Claude Code 基础编码任务 + 分析任务模板
- Claude Code项目规则模板 — CLAUDE.md 模板
- Claude Code使用总览 — Claude Code 提示词入口
- Codex任务提示词模板 — Codex 基础 + 复杂任务 + 输出格式模板
- Codex代码修改提示词 — Codex 最小修改专用模板
- Codex重构提示词 — Codex 重构专用模板
- Codex排查问题提示词 — Codex Bug 排查专用模板
- Codex项目初始化提示词 — Codex 项目脚手架模板
- Codex项目规则模板 — Codex AGENTS.md 模板
- Codex使用总览 — Codex 提示词入口
- ChatGPT代码分析提示词 — ChatGPT 三种代码分析模板（解读/架构/性能）
04_Prompts/ — 编码工作流
- 代码审查工作流 — 五步标准化审查流程
- Bug排查工作流 — 六步 Bug 排查流程
- 需求分析工作流 — 五步需求拆分流程
- 部署排查工作流 — 五步部署排查流程
04_Prompts/ — Agent 规则模板
- 通用AGENTS模板 — 通用编码项目 AGENTS.md 模板
- 前端项目AGENTS模板 — 前端项目专用规则
- iOS项目AGENTS模板 — iOS 项目专用规则
- 全栈项目AGENTS模板 — 全栈项目专用规则
- 大型遗留项目AGENTS模板 — 遗留项目保守策略
- 代码审查模式 — 六维审查标准化模式
- Bug修复模式 — Bug 修复标准化模式
- 重构模式 — 重构标准化模式
- 根目录AGENTS示例 — PetPal 项目 AGENTS 完整示例
- 前端目录AGENTS示例 — 前端子目录 AGENTS 示例
- iOS目录AGENTS示例 — iOS 子目录 AGENTS 示例
- API目录AGENTS示例 — API 子目录 AGENTS 示例
- Nginx目录AGENTS示例 — Nginx 配置 AGENTS 示例
02_Domains/AI/07_AI_Coding/ — 编码工具规范与领域知识
- Claude Code使用规范 — Claude Code 工作流程和最佳实践
- Codex使用规范 — Codex CLI 工作流程和安全注意事项
- Cursor使用规范 — Cursor 操作方式和最佳实践
- Copilot使用规范 — GitHub Copilot 最佳实践
- Qoder使用规范 — Qoder 编码辅助规范
- Trae使用规范 — Trae Builder/Chat 模式说明
- AI编程工具总览 — 10 个工具的分类对比
- AI Coding工具对比 — 底层模型、功能、定价详细对比
- AI代码审查 — 审查流程和维度方法论
- AI重构工作流 — 重构五阶段方法论
- AI辅助Debug — Debug 方法论
- AI辅助架构设计 — 架构设计方法论
- AI生成测试 — 测试生成方法论
- AI生成文档 — 文档生成方法论
- AI Coding反模式 — 编码反模式总结
- Agent.md规范 — AGENTS.md 使用规范
- Rules规则文件管理 — 规则文件格式和继承策略
- Memory Layer设计 — 记忆层设计方法论
- Superpower使用边界 — Superpower 模式边界定义
- AI Coding工作流 — 整体编程工作流框架
- 前端AI Coding工作流 — 前端场景专用工作流
- 后端AI Coding工作流 — 后端场景专用工作流
- iOS AI Coding工作流 — iOS 场景专用工作流
03_Projects/ — 项目级规则
- PetPal AGENTS.md — PetPal iOS 项目 Agent 策略
- PetPal CLAUDE.md — PetPal Claude 补充规则
02_Domains/AI/03_Prompt_Engineering/ — 本模块相关
- 角色设定与任务设定 — 编程场景的角色和任务设计方法
- 输出格式控制 — 编程输出的格式控制技巧
- Prompt模板库 — 全场景 25 个模板索引
- System Prompt设计 — System Prompt 四要素设计方法论
- Prompt反模式 — Prompt 设计常见错误
外部工程参考
- 前端 Prompt Engineering 实现 — Prompt 编辑器前端实现参考（Monaco、多角色、模板系统）