AI写代码变笨了？问题出在你的提示词

我让Claude给产品列表加个分页功能。30秒后，它交了一份干净、完整、能跑的代码。然后我发现：分页组件用错了（我们本来就有）、样式全是它自己编的、现有筛选器全坏了。技术上没错，根本没法用。

问题不在AI，在我的提示词。我就写了句："给这个列表加分页。"它就真的只做了这一件事，多一行都没写。

现在的模型（Claude 4.x、GPT-4o）已经不搞"猜测意图"那套了。提示词怎么写，它就怎么执行。这总体上是进步，但彻底改变了写代码提示词的逻辑。好的代码提示词不是玩技巧，而是给AI提供你会给新入职初级开发同样的上下文。

我测试了几十种表述方式，覆盖四种最常见的编码任务。以下是真正有效的写法。

万能结构：四个元素缺一不可

具体场景之前，先记住每个优质代码提示词都包含的四个要素：

• 技术栈/上下文——语言、版本、框架、相关文件
• 精确任务——你想要什么，用指令而非提问表述
• 约束条件——不要碰什么、范围边界
• 预期输出——diff、完整代码、仅解释、CVSS评分……

Anthropic的黄金法则：把提示词拿给完全不了解背景的同事看。如果他困惑，AI也会困惑。

复杂提示词（多文件、复杂指令）建议用XML标签分隔区块。测试显示，结构清晰的标签能让回复质量提升30–39%：

PHP 8.1, Laravel 10, multi-tenant app
Add pagination to ProductList
Do not touch getFilteredProducts()
[paste files here]

第二条规则：代码在前，问题在后。把上下文和文件放顶部，指令放底部，大上下文场景下的精确度能提升约30%。AI会先读完所有信息再行动。

修Bug：描述症状，别猜原因

经典错误：贴代码然后问"这跑不通"。AI不知道你是崩溃、返回值错了、还是单纯太慢。它会编一个看似合理的问题然后"修复"。

❌ 模糊提示词——评分：3/10

This code doesn't work, help me.
function getUserById($id) {
$result = $db->query("SELECT * FROM users WHERE id = $id");
return $result->fetch();
}

典型结果：AI修复了SQL注入（确实是个真问题），忽略了你实际遇到的错误，用PDO预处理语句重写了一遍。技术上没错，但不是你要的。

✅ 精确提示词——评分：9/10

Stack: PHP 8.1 + PDO, Laravel 10.
Current behavior:
Call to a member function fetch() on bool
→ only when the ID doesn't exist in the table
Expected behavior:
Return null if user doesn't exist (no exception thrown)
Already tried:
isset($result) before fetch() — same error
Code:
function getUserById($id) {
$result = $db->query("SELECT * FROM users WHERE id = $id");
return $result->fetch();
}

"Already tried"这行是关键。它阻止AI建议你已经试过的东西，把焦点锁定在真正的盲区。

结果对比：模糊提示词让AI花了400词解释SQL注入风险，附带一段不解决fetch()报错的重写。精确提示词直接指出$query->fetch()在失败查询上返回false，给出三行修复方案。

添加功能：给地图，别只给目的地

最常见的失败模式：描述你想要什么，却不说明它该放在哪、怎么连。

❌ 模糊提示词——评分：4/10

Add a dark mode toggle to the app.

AI会生成一个孤立的切换组件，可能用localStorage存主题，但大概率会：漏掉你现有的主题系统（Sass变量、CSS-in-JS、Tailwind配置）、忽略系统偏好检测、破坏服务端渲染的水合。

✅ 精确提示词——评分：9/10

Stack: Next.js 14 App Router, Tailwind CSS, next-themes already installed.
Task: Add a dark mode toggle button in the header.
Location: components/Header.tsx, right of the search icon.
Current theme setup:
- next-themes Provider wraps layout.tsx
- Tailwind darkMode: 'class' in tailwind.config.ts
- No existing toggle component
Requirements:
- Use next-themes useTheme hook
- Icon: sun for light, moon for dark (Lucide icons)
- Respect system preference on first load
- No flash on page load
Output: Full Header.tsx code with the toggle added.

关键差异：AI现在知道主题系统已经存在、具体要改哪个文件、用什么图标库、有哪些边界情况要处理。它不会重复造轮子。

重构：说清"为什么动"和"什么不能动"

重构提示词最容易越界。AI爱"顺便优化"，结果就是把工作流搞崩。

❌ 模糊提示词——评分：2/10

Clean up this messy API client code.

AI会重命名所有函数（破坏导入）、把回调改成async/await（可能破坏错误处理）、添加你没要求的抽象层。技术债务确实减少了，你的代码也炸了。

✅ 精确提示词——评分：9/10

Stack: TypeScript, Axios, React Query for caching.
Current issues:
- 200-line file, mixed concerns (request building, error handling, logging)
- Duplicate error handling in 6 methods
- No request/response interceptors used
Constraints (DO NOT CHANGE):
- Function names and signatures must stay identical (used across 40+ files)
- Keep the publicApi and internalApi instances separate
- React Query cache keys must not change
Goal: Extract error handling to interceptors, split into request-builder and http-client modules.
Output: File structure proposal first, then implementation.

约束条件列表是重构提示词的救命稻草。明确说"不要碰"什么，比说"要做什么"更重要。

解释/学习：指定深度和角度

代码解释的请求最容易得到废话答案。

❌ 模糊提示词——评分：3/10

Explain how this virtual DOM diffing works.

你会收到2000词的通用解释，从2013年React起源讲起，夹杂着你已经知道的基础概念，最后才碰你的具体代码。

✅ 精确提示词——评分：9/10

Context: Porting a custom VDOM implementation to a Web Worker.
Code: [paste 80-line diff function]
Current understanding: I get the tree traversal, confused about how refs and event handlers transfer.
Specific questions:
1. Why are events stringified here? (line 34)
2. What happens to closures in event handlers?
3. Is this compatible with React's useImperativeHandle?
Output depth: Skip basic VDOM concepts. Focus on cross-thread serialization and React interop.

结果：AI直接跳到Worker postMessage的序列化细节，用你代码里的具体行号解释，对比React的fiber架构说明兼容性限制。没有废话。

实测数据：提示词结构的影响

我用同一组任务测试了不同提示词质量，评分基于：代码可直接运行无需修改、遵循所有约束、解决实际问题而非表面问题。

任务类型模糊提示词精确提示词提升 Bug修复3/109/10+200% 功能添加4/109/10+125% 重构2/109/10+350% 代码解释3/109/10+200%

最惊人的发现：模糊提示词在重构任务上得分最低。AI的"改进"冲动和代码库的隐性依赖是致命组合。

一个反直觉的趋势

2023年的模型（GPT-4早期版本、Claude 2）会主动追问、要求更多上下文、拒绝执行模糊指令。现在的模型更听话——你给什么，它做什么。这降低了入门门槛，但提高了精确提示词的门槛。

老用户需要调整：别再指望AI"懂"你了。新用户有个优势：没有坏习惯要改，直接学对的。

快速检查清单

发送前过一遍：

□ 技术栈（语言、版本、框架）写了吗？
□ 任务用指令句，不是问句？
□ 约束条件明确（尤其"不要碰"什么）？
□ 预期输出格式指定了？
□ 复杂提示词用XML标签或清晰分段了？
□ 代码放顶部、问题放底部？

最后一条来自实测：同样的内容，代码在上、指令在下的排列，比反过来让AI少犯约30%的上下文错误。它先读全图，再动手。

AI确实做了你要求的—— exactly。问题是，你确定你要求的，是你真正想要的吗？