如果你是个程序员，那么用 AI 写代码可能是你今年做过最值的时间投资。但很多人用 AI 写代码的方式其实是错的——把需求甩给它，拿到结果一看，bug 比人写的还多。
编程 prompt 和其他场景不一样，它需要精确、拆解、验证。这一章给你一套程序员专属的 Prompt 方法论。
场景一：代码生成
❌ 错误示范：
“帮我写个爬虫。”
结果：AI 给你一个玩具级别的 demo，还得你自己改。
✅ 正确姿势：
用 Python 3.11+ 写一个爬取某电商商品列表的程序。 技术栈要求： - requests + BeautifulSoup 抓取和解析 - 异步处理（aiohttp）提高并发 - 结果保存为 CSV 文件 功能要求： 1. 输入关键词和页数，自动翻页抓取 2. 提取商品名称、价格、评价数、店铺名 3. 自动处理反爬（随机 UA、代理支持、请求间隔） 4. 异常处理和日志记录 注意： - 不要用 Selenium，太重型了 - 函数要有类型注解 - 加上详细的注释
看到区别了吗？你交代得越清楚，AI 给你的东西越靠谱。
场景二：Debug 找 bug
把代码甩给 AI 说”帮我找 bug”，它大概率会乱猜。正确做法：
以下是我的一段代码，预期功能是 [描述功能]，但实际运行时 [描述错误现象]。 错误信息： ``` 贴入报错信息 ``` 相关代码： ``` 贴入相关代码片段 ``` 请帮我： 1. 指出可能的 bug 位置 2. 解释为什么出错 3. 给出修复后的代码 4. 告诉我以后怎么避免类似问题
场景三：代码重构
以下是一段 Python 代码，功能是 [描述]。 请帮我重构，要求： - 提取重复逻辑为独立函数 - 使用更 Pythonic 的写法（列表推导式、上下文管理器等） - 加上类型注解和 docstring - 保持原有的功能不变，不要加新功能 - 重构后说明每个改动的原因
场景四：学习新技术
我是一名有 [X] 年经验的 [语言/框架] 开发者。 请用对比学习的方式教我 [新技术]，要求： 1. 先告诉我这个技术解决了什么痛点 2. 用我熟悉的技术做类比（比如 "FastAPI 的依赖注入就像 Django 的 middleware"） 3. 给出一个完整的可运行 demo 4. 列出新手最容易踩的 3 个坑 5. 推荐学习路径（文档 + 实战项目）
给程序员的额外 Tips
- 分段对话——别让 AI 一次生成几百行代码，分函数/模块来
- 要求 AI 解释——加上 “请解释你的思路”，能帮你判断 AI 是不是在胡扯
- 强调测试——让 AI 给出测试用例，比自己手动验证靠谱
- 保持版本控制——AI 生成的代码一定 review 后再合入
下一篇看看学习场景——把 AI 变成你的私人教师。