第3章 基于提示词的AI编程-代码和提示词-林子雨编著《AI编程》
内容提要
本文介绍AI编程实践方法，涵盖提示词正确使用案例（猜数字游戏、密码检测、端口检测）、常见问题（需求不明确、上下文缺失等）、项目说明书AGENTS.md编写、编码规则限制、存量项目维护实践、故障诊断与防御性编程，以及待办事项应用综合案例，展示如何通过结构化提示词指导AI生成代码。
延伸解读
提示词结构化：从“写代码”到“定契约”
文中案例显示，有效的AI编程提示词并非简单描述需求，而是通过“角色、任务、约束、参考、验收标准”五段式结构，将模糊意图转化为可验证的契约。例如猜数字游戏明确要求处理非数字输入并给出验收用例，密码检测则用具体输入输出界定强弱规则。这种写法能显著减少AI生成代码的歧义，也便于开发者事后核对功能是否完整实现。
常见失败模式：需求模糊与上下文缺失
文章列举了提示词使用的典型问题：需求不明确（如仅说“实现注册接口”而未指定密码哈希、响应格式）、上下文缺失（如修复N+1查询却不提供函数签名和问题代码）、异常处理不完善（如批量短信任务未考虑并发、幂等、重试）。这些案例提示，AI编程的瓶颈往往不在模型能力，而在人类如何清晰传递业务规则、技术约束和边界条件。
项目说明书与规则文件：让AI“入乡随俗”
AGENTS.md和编码规则文件（如alwaysApply）是让AI理解项目架构、编码规范和技术债的关键手段。文中示例涵盖技术栈、目录结构、架构约定（如禁止API层直接访问数据库）、命名规范、错误处理等。通过这类持久化文档，AI生成的代码能更贴合现有代码风格，避免引入不兼容的设计模式或破坏既有架构决策。
存量项目维护：用文档对抗“遗忘”
针对存量项目，文章提出四大实践：架构决策记录（ADR）解释为何订单模块不用软删除、用户模块为何有双ID；关键模块职责说明防止AI越权操作；技术债清单明确哪些模块禁止新增功能；代码审查要点强调审计日志和敏感字段保护。这些做法本质上是将隐性知识显性化，帮助AI在修改旧代码时理解历史约束，降低回归风险。
Q&A
如何用提示词让AI生成一个健壮的猜数字游戏？
在提示词中明确角色、任务、约束和验收标准。例如，指定AI为Python开发者，任务为编写猜数字游戏，约束包括随机生成1-100整数、使用while循环、必须处理非数字输入且禁止崩溃、猜对打印Bingo并退出。验收标准可列出具体输入输出，如输入'abc'提示无效并继续循环。
AI编程中提示词使用有哪些常见问题？
常见问题包括：需求不明确（如未指定接口细节）、上下文缺失（如未提供现有代码或架构）、异常处理不完善（如未考虑并发、幂等性）、需求描述不完整（如遗漏功能点）。解决方法是提供详细约束、参考代码、验收标准等。
AGENTS.md文件在AI编程中有什么作用？如何编写？
AGENTS.md是写给AI的项目说明书，帮助AI理解项目背景、技术栈、目录结构、架构约定、编码规范等。编写时应包含项目简介、技术栈、目录结构、架构约定（如分层规则）、编码规范（如命名、类型注解）、常用命令等。示例见文中极客书城项目。
在AI编程中，如何限制AI的行为以确保代码质量？
可以通过编写编码规则文件（如.trae/rules/*.md）并设置alwaysApply: true，强制AI遵守。规则可包括命名规范、类型注解要求、错误处理规范（禁止裸except）、安全规范（禁止硬编码密钥）等。例如极客书城项目的规则文件。
AI维护存量项目时有哪些实践方法？
四大实践：1. 架构决策记录（ADR），记录重要决策原因；2. 关键模块职责说明，明确模块边界；3. 技术债说明，标注已知问题；4. 代码审查要点，列出关注点。此外还有保持环境健康、补充代码规范、参考现有代码等实践。
如何利用AI进行故障诊断和防御性编程？
故障诊断方面，可要求AI集成OpenTelemetry实现可观测性，如自动捕获HTTP Span、手动添加自定义Span并导出到Jaeger。防御性编程方面，可在规则中要求：所有外部输入必须校验、禁止捕获通用异常、调用第三方HTTP必须设置timeout、使用上下文管理器、写操作使用数据库约束或行级锁。
如何用AI从零开发一个待办事项应用？
步骤：1. 创建项目并编写AGENTS.md，定义项目简介、技术栈、结构、架构约定；2. 创建编码规则文件（如todo-style.md）；3. 在TRAE的Agent模式输入提示词，让AI生成后端main.py和schemas.py；4. 输入前端提示词，让AI生成templates/index.html；5. 安装依赖并启动服务，访问http://localhost:8000/。
