AI 编程助手
- 代码补全与生成：写注释或函数名即可生成实现，适合样板代码。
- 代码解释：把不懂的代码丢给 AI，"逐行解释这段代码在做什么"。
- 重构建议："优化这段代码的可读性和性能，保持行为不变"。
- 测试生成："为这个函数编写单元测试，覆盖边界情况"。
⚠️ 注意
AI 生成的代码一定要理解后再提交，尤其涉及安全、权限、金钱计算的逻辑。提效场景清单
| 场景 | 推荐提示词思路 |
|---|---|
| 写周报 | 给工作流水 → "整理成结构化的周报，含成果量化" |
| 读论文/长文 | "用 5 个要点总结，并列出 3 个值得深究的问题" |
| 翻译润色 | "翻译成地道的技术中文，保留术语原样" |
| 写正则/脚本 | "写一个 Python 脚本，做……，处理异常输入" |
| 学习新框架 | "用 30 分钟带我入门 X：先给学习路径" |
我的使用心得
- 把 AI 当结对同事，而不是搜索引擎：描述清楚目标与约束，比问"怎么写"效果好得多。
- 用对话式追问而非一次性问完：先出框架，再逐块细化。
- 重要结论要求 AI给出依据或可验证步骤，避免盲信。
- 沉淀自己的提示词模板，重复场景直接复用。
第 1 / 3 节