prompt:用AI写代码一年,我总结的11个实用技巧

昨晚11点,老王还在公司改bug。作为5年经验的Java开发,他遇到了一个诡异的空指针异常,断点打了一堆,日志输出了一屏幕,但问题还是找不到。而坐在他对面的新同事小张,下午6点就准时下班了。

这不是个例。上个月我做了个调研:100个程序员里,78%的人承认每天至少有2小时花在"重复性劳动"上——写CRUD、改bug、写单元测试、优化代码格式。但同一批人里,只有12%的人会系统性地用AI来提效。

差距不在于技术能力,而在于会不会"指挥"AI。

今天我把这一年深度使用AI总结的11个技巧,按"沟通策略→开发流→调试→架构设计"的顺序整理出来。这些技巧让我从每天加班10点,变成了现在准点下班的"佛系程序员"。最重要的是,这些技巧你今天就能用,零门槛。

一、为什么你的AI总是"听不懂话"?

说实话,刚开始用AI写代码时,我也很挫败。让它写个接口,它给我一堆过时的库;让它优化代码,它直接把我的逻辑全改了;最气的是,有时候它生成的代码连运行都通不过。

后来我发现,问题不在AI,在我。就像和人沟通一样,你话说得不清楚,对方怎么可能理解?

这里有个认知误区:很多人把AI当"代码生成器",但其实它更像是"初级程序员同事"。你不会对同事说"帮我写个登录功能就完了",对吧?你得告诉他用什么技术栈、要注意哪些边界情况、有哪些硬性约束、期望的代码风格。

技巧1:角色设定,给AI戴个"帽子"

❌ 错误示范:

"帮我看看这段代码有什么问题"

✅ 正确示范:

"你是一个擅长Python高并发架构的资深工程师,请对这段代码进行Code Review,重点关注:1)潜在的内存泄漏风险 2)并发安全性 3)性能瓶颈"

别小看这个"身份设定"。就像你戴上"安全员"的帽子会自动关注隐患,AI也会根据角色调整输出风格。我试过用同样的代码,分别让"实习生"和"架构师"Review,后者给出的建议深度直接提升3倍。

技巧2:少样本提示,给AI个"参考答案"

我需要你参照下面的代码风格,写一个用户注册API:【粘贴你认可的登录API代码】要求:1)保持相同的参数校验风格 2)使用相同的错误码规范 3)返回格式保持一致

这个技巧救过我无数次。之前让AI写代码,它总是用我不熟悉的风格。现在我直接给它1-2个示例,生成的代码80%可以直接用,剩下20%改改格式就行。

技巧3:分步思考,让AI先"画图纸"

对于复杂业务逻辑,我会在Prompt中加入"Let's think step by step"。上个月我们重构支付系统,我先让AI画了3版状态机图,改到逻辑严密后才动手写代码,结果开发时间比预估缩短了40%。

二、开发工作流:从"单打独斗"到"人机协作"

说实话,程序员最大的问题不是不会写代码,而是把太多时间浪费在"重复劳动"上。

我算过一笔账:一个典型的CRUD功能,真正需要"思考"的业务逻辑只占30%,剩下70%是写Entity、Mapper、Service、Controller这些模板代码。这些工作,AI比我们快10倍。

技巧4:文档先行,让AI理解"全局"

我的工作流:

1. 先写README或需求文档
2. 把整个文档喂给AI
3. 问它"基于这个需求,你建议拆分成几个模块?"
4. 等架构确认后,再让它逐个生成模块代码

技巧5:注释驱动开发,把AI当"自动补全"

现在我写代码的流程是:先写详细的函数注释(包括参数、返回值、核心逻辑),然后把光标移到函数体,让Copilot/Cursor自动填充。这个技巧让我写代码的效率提升了3倍。

技巧6:单元测试先行,用AI做"验收"

⚠️ 听起来反直觉?但这个方法真的好用。上个月开发优惠券系统,我先让AI写了80个测试用例,然后逐个实现。结果上线后第一个月,0生产bug。

为什么这么做有效?因为测试用例本质上是"需求的精确表达"。当你把需求拆解成80个测试用例时,逻辑漏洞早就暴露出来了。

三、调试与排错:从"盲目猜测"到"精准定位"

Debug是最让人崩溃的。特别是那种"偶发性"的bug,复现都困难,更别说定位了。但AI有个超能力:它"看"代码的速度比你快100倍,而且不会疲劳。

技巧7:上下文喂养,别只给AI"报错日志"

❌ 错误做法:

【只复制报错信息】"NullPointerException at line 127,帮我看看"

✅ 正确做法:

【复制整个报错上下文,包括:调用栈、相关函数、关键变量值】"这是我的代码【完整上下文代码】,运行时在第127行报NullPointerException。我怀疑可能是orderDetail为null,但我打印了日志发现它有值。你能帮我分析一下还有哪些可能的原因吗?"

这个改变让我的调试效率提升了至少5倍。以前报错我只能盲猜,现在AI会帮我梳理所有可能的路径,甚至指出我没想到的边界情况。

技巧8:假设性提问,让AI做"风险预判"

"如果我把这个数据库连接池的max_active从20改到100,可能会引发哪些潜在问题?包括:内存占用、数据库连接数限制、慢SQL累积风险等"

上周架构评审,我用这个技巧提前发现了3个性能隐患。当时有个同事建议把缓存TTL从1小时改成24小时,我让AI评估了一下,它直接指出"可能导致脏读长达1天,且内存占用会增加15倍"。

四、实战案例:用AI重构"屎山"代码

重构"屎山"代码(Legacy Code)是AI编程中最能体现价值、也最考验技巧的场景。AI就像一个拥有无限耐心的"代码考古学家",能帮你理清混乱的逻辑。

我用AI重构过一个500行的支付回调函数,从"不敢改"变成"放心改"。整个过程分4个阶段,每个阶段都有对应的Prompt。

第一阶段:代码审计与逻辑摸底

在动手改代码之前,必须先让AI帮你"读懂"它。我遇到过最夸张的一个函数,有7层嵌套if,光缩进就让人眼花。

步骤1:全景理解

"你现在是一名资深重构专家。请分析这段代码的核心业务逻辑,列出它实现的所有功能点,并指出其中违反Clean Code原则的地方(如:硬编码、超长函数、循环依赖等)。"

步骤2:生成逻辑流图

"请将这段代码的逻辑拆解为步骤,并告诉我数据是如何流转的。如果可以,请用Markdown流程图表示。"

第二阶段:构建安全网(测试先行)

⚠️ 重构最怕"修好一个Bug,引出五个Bug"。利用AI快速补齐测试用例,这是你的"安全网"。

步骤3:生成单元测试

"在不改变现有逻辑的前提下,请为这段代码编写全面的单元测试(使用pytest/Jest等)。要求覆盖正常路径、边界条件和异常处理。我需要确保重构后的代码能通过这些测试。"

第三阶段:拆解与模块化

将"巨型函数"拆解为可管理的微小单元。这是最关键的一步,也是AI最擅长的工作。

步骤4:提取方法(Extract Method)

"这段函数有200行,请帮我按照功能将其拆分为若干个独立的私有方法。确保每个方法只做一件事(单一职责原则),并为它们起具有描述性的名称。"

步骤5:解耦与依赖注入

"这段代码中硬编码了数据库连接和第三方API调用。请重构它,改用依赖注入的方式,使逻辑更易于扩展和测试。"

第四阶段:代码整容与现代化

让代码符合当下的最佳实践。这一步能让代码从"能用"变成"优雅"。

步骤6:现代化语法升级

"请将这段过时的Python 2代码升级为Python 3.10,使用Type Hints增加类型注解,并将传统的for循环改写为列表推导式或更高效的内置函数。"

步骤7:消除魔法值

"识别代码中所有的硬编码字符串和数字,将它们提取到独立的配置文件或常量类(Enum)中。"

实战效果:我用这个流程重构了500行支付回调代码,耗时3小时(以前至少2天),圈复杂度从18降到4,单元测试覆盖率从0%提升到85%,而且上线后0bug。

五、进阶技巧:建立个人武器库

技巧10:建立个人Prompt库,别每次都"重新发明轮子"

我的Prompt库里存了这些高频指令:SQL优化、代码重构、技术选型对比。这些Prompt我用了半年,每次都微调一下。现在让AI生成代码,准确率从一开始的50%提升到了85%。

技巧11:安全审查,让AI做"安全专家"

🔒 必做的3个检查:1) SQL注入检查 2) XSS防护审查 3) 敏感信息泄露检查

这个习惯救过我们团队一次。上线前让AI做安全审查,它发现了一个"隐藏的定时炸弹":异常日志里会打印完整的用户请求参数,包括支付密码。如果被日志采集系统抓取,后果不堪设想。

六、最重要的原则:保持"人类复核"

说到这里,我必须强调一个核心原则:AI是副驾驶,你是机长。

这11个技巧,能让你效率提升3-5倍,但永远不要把AI生成的代码直接上线。我的流程是:

1. AI生成代码
2. 我Review每一行,重点关注业务逻辑、边界情况、安全性
3. 补充AI可能遗漏的细节
4. 运行完整的单元测试和集成测试
5. Code Review通过后才上线

为什么这么谨慎?因为AI不懂业务,它只能基于"已有信息"推理。但真实的业务场景里,总有一些"隐含的约束"和"历史遗留问题",这些只有人知道。

今天分享的11个技巧,本质上是把AI从"代码生成器"升级为"智能助手"

核心就3点:

1. 说清楚需求:角色设定+示例+分步引导,让AI理解你的意图
2. 建立工作流:文档先行→测试驱动→注释开发,把AI融入开发流程
3. 保持人控:AI生成,人审查,永远不要跳过Code Review

实践建议:今天就选1个技巧试用,比如"让AI帮你Review一段代码"或"用注释驱动开发写个函数"。3天后你就会发现,离开AI已经不会写代码了。

最后问一句:你现在用的是哪个AI编程工具?Cursor?Copilot?还是其他?在评论区告诉我,下期我针对不同工具出详细教程。

如果这篇文章对你有帮助,欢迎点赞、转发

你的支持是我持续输出的动力!