第五章：Prompt 才是新时代程序员的核心技能

---

为什么 Prompt 是核心技能？

以前大家说程序员的核心能力是算法、数据结构、框架经验。现在这些当然还重要，但在 AI 编程时代，多了一个非常现实的新能力：把问题讲清楚。

注意，不是"会说话"，而是：

• 会提需求
• 会给上下文
• 会设边界
• 会分步骤
• 会定义验收标准

说白了，Prompt 写得好的人，本质上是"沟通成本极低的人"。 不只是和 AI 协作，和人协作也通常更强。

这也是为什么 Prompt Engineering 不只是一个 AI 技能，更是一种工程思维。

---

从"废 Prompt"到"有效 Prompt"

废 Prompt 的特征

最典型的废 Prompt：帮我写个电商系统

这个 Prompt 废在哪？

• 范围无限大：电商系统有多少功能？商品管理、订单、支付、库存、用户、物流…
• 没有技术栈：React 还是 Vue？FastAPI 还是 Spring Boot？
• 没有阶段目标：要先做什么？MVP 是什么？
• 没有优先级：什么是必须的，什么是可选的？
• 没有验收标准：什么叫"写好了"？

AI 遇到这种需求，只能生成一堆"看起来很全、实际上不可落地"的内容——一堆文件结构、大量注释、看起来很完整但跑不起来的骨架。

有效 Prompt 的特征

把同一个需求重新描述：

请用 FastAPI + PostgreSQL + Redis 实现订单模块 MVP。

要求：
1. 支持创建订单、查询订单、取消订单
2. 订单状态包含：待支付、已支付、已取消
3. 取消订单仅允许待支付状态
4. 使用 SQLAlchemy 作为 ORM
5. 先给出数据库表设计，再实现 API
6. 输出代码时按文件分别展示
7. 每一步都说明为什么这样设计

这就从"空泛愿望"变成了"可以执行的工程任务"。

---

一个好 Prompt 的六要素

要素一：角色（可选）

给 AI 设定角色，不是必须，但有时有帮助。

你是资深后端工程师，专注 Python 和 FastAPI

或者：

你是一个代码审查专家，擅长发现安全漏洞和性能问题

这会帮助模型更快进入你希望的输出风格。

什么时候有用：你希望 AI 以某个特定视角来分析问题时。
什么时候没必要：简单的功能实现，任务已经很明确，角色设定意义不大。

要素二：上下文

告诉它你当前处在什么环境里：

背景：
- 这是一个 B2B SaaS 项目
- 技术栈：Next.js 14 + Prisma + PostgreSQL
- 当前正在开发订单管理模块
- 前端已完成，现在需要后端 API

上下文的关键点：只给相关的。把整个项目背景都讲一遍，反而会稀释重点。

要素三：目标

这次只要它干什么。

目标：实现订单创建接口

目标要唯一、明确、可验证。避免"优化、完善、处理好"这类模糊动词。

要素四：约束（最重要的部分之一）

这是帮助 AI 不乱跑的护栏：

约束：
- 不允许新增依赖（项目依赖已经固定）
- 只能修改指定的两个文件
- 保持现有接口的参数格式兼容
- 不要重构无关代码

约束不是限制 AI 的能力，而是让它的能力用在正确的地方。

要素五：输出格式

你想要它怎么交付：

输出格式：
1. 先分析实现方案（不超过 200 字）
2. 按文件分别输出代码
3. 每个文件开头注明文件路径
4. 最后给一个测试用的 curl 示例

明确输出格式，你就不用从一大段文字里去猜哪些是代码、哪些是解释。

要素六：分步执行

千万别一上来就"全部做完"。越大的任务，越要拆。

不要一次性做完所有功能，先只做：
1. 数据库表结构设计
等我确认表结构没问题，再进入 API 实现阶段

---

Prompt 写法进阶：七个实战技巧

技巧一：把 AI 当"刚加入团队的高级工程师"

为什么是这个心法？因为这样你天然会做对几件事：

• 不会默认它知道你们业务
• 会主动补背景
• 会告诉它团队规范
• 会给它具体任务而不是抽象口号
• 会要求它解释关键决定

技巧二：要求先分析再执行

请先分析这个 bug 的可能原因（给 2-3 个假设），
不要写代码，等我选定方向后再修复

这样你可以用很少的 Token 先对齐方向，避免一个错误方向写了几百行代码。

技巧三：让 AI 列出前置假设

在写代码前，请先列出你的前置假设：
1. 你假设我的数据库用的是什么版本？
2. 你假设的认证方式是什么？
3. 你假设的错误处理策略是什么？

这样你能提前发现假设错误，而不是代码写完才发现方向不对。

技巧四：让 AI 检查自己的输出

写完代码后，请检查：
1. 是否有明显的 null 引用风险？
2. 是否有潜在的安全问题（SQL 注入、XSS）？
3. 是否有你不确定的 API 用法需要标注？

技巧五：给 AI 负面示例

我不想要这种写法：
fetch('/api/user').then(res => res.json()).then(data => setUser(data))

我想要这种写法：
try {
  const data = await api.getUser()
  setUser(data)
} catch (error) {
  handleApiError(error)
}

给对比示例，比只说"写得好一点"有效 10 倍。

技巧六：用迭代而不是重写

在上一个版本的基础上，只做这一个改动：
在 handleSubmit 里加一个 loading 状态

不要重写整个函数，只添加必要的代码

技巧七：设置信息请求门槛

如果你需要看其他文件，请先说明：
1. 你需要看哪个文件
2. 你需要看这个文件的哪个部分
3. 为什么你需要这个信息

不要直接说"请贴出完整项目代码"

---

优秀 Prompt 示例库

示例一：修复 Bug

请帮我修复一个分页 bug。

背景：
- 技术栈：Vue 3 + Element Plus
- 问题页面：用户列表页
- 现象：切换筛选条件后，分页仍然停留在之前页码，导致结果为空

预期行为：
- 每次修改筛选条件时，页码自动重置到 1
- 不影响现有排序逻辑

约束：
- 只允许修改 UserList.vue
- 不要改接口参数结构
- 不要引入新的状态管理

[贴出 UserList.vue 的相关代码片段]

输出要求：
1. 先分析 bug 原因
2. 再给出最小改动方案
3. 最后给出修改后的关键代码

示例二：从零搭页面

请生成一个管理后台的仪表盘首页。

技术要求：
- React + TypeScript
- 使用现有的 Ant Design 组件
- 不新增第三方图表库，图表区域先用占位卡片

页面要求：
- 顶部显示欢迎语和日期
- 中间显示 4 个数据卡片：订单数、销售额、新用户、退款率
- 下方左右布局，左边是销售趋势占位区，右边是待处理事项列表
- 风格简洁、偏企业后台

输出要求：
1. 先给组件结构设计（不超过 10 个组件，每个说明职责）
2. 再输出完整 TSX
3. 保留 mock 数据，不接真实接口

示例三：Code Review

请从代码审查角度检查下面这段改动。

重点关注：
1. 是否有明显 bug（包括边界条件）
2. 是否有安全问题（注入、越权、信息泄露）
3. 是否有性能问题
4. 是否与原有代码风格冲突

不要泛泛而谈，请优先指出高风险问题（P0/P1），并说明原因和修复建议。
低风险的风格问题（P2）可以列出但简单说明即可。

[贴代码]

示例四：API 接口实现

请用 FastAPI 实现用户注册接口。

业务规则：
- 用户使用手机号注册
- 手机号必须唯一，重复注册返回 409
- 密码需要做哈希处理（使用 bcrypt）
- 注册成功后返回用户 id 和手机号，不返回密码

技术约束：
- 使用 SQLAlchemy（已有 User model，贴在下面）
- 使用 Pydantic 做请求和响应模型
- 不要实现短信验证码，预留 phone_verified 字段为 False
- 分层：router / service / model / schema

现有 User model：
[贴 User model 代码]

输出：
1. 先给接口的请求/响应格式
2. 再分别输出 schema.py、service.py、router.py 的代码
3. 最后给一个 curl 调用示例

示例五：数据库设计

请为一个待办事项 SaaS 设计数据库表。

实体：
- 用户（支持团队协作）
- 工作区（Workspace，团队的顶层组织单位）
- 待办事项

业务规则：
- 一个用户可以属于多个工作区
- 工作区内的待办支持分配给成员
- 待办有状态：todo / in_progress / done / archived
- 待办有优先级：low / medium / high / urgent
- 支持子任务（待办可以有父待办）
- 支持标签（多对多）
- 支持截止日期

请输出：
1. 表结构（字段、类型、约束）
2. 主外键关系说明
3. 推荐加索引的字段及原因
4. 需要特别注意的设计点（如软删除、时区处理等）

---

同一个需求，两种问法的差距

需求：做一个用户注册接口

低质量问法：

帮我写个注册接口

高质量问法：

请用 FastAPI 实现用户注册接口。

业务规则：
1. 用户使用手机号注册
2. 手机号必须唯一
3. 密码需要做哈希处理
4. 注册成功后返回用户 id 和手机号，不返回密码

技术约束：
1. 使用 SQLAlchemy
2. 使用 Pydantic 做请求和响应模型
3. 不要实现短信验证码，先预留字段
4. 请按 router / service / model / schema 分层

输出：
1. 先给目录结构
2. 再分别输出关键文件代码
3. 最后给一个 curl 调用示例

你会发现，后者不仅更容易得到好结果，也更容易发现它哪里理解错了（比如它漏掉了"手机号必须唯一"这个规则）。

---

建立你自己的 Prompt 模板库

随着你越用越多，你会积累出一套自己的 Prompt 模板。建议维护一个简单的文档或 Notion 页面，记录以下内容：

• 修 bug 模板：固定格式，包含报错 / 触发步骤 / 预期 / 约束
• 新功能模板：目标 / 约束 / 业务规则 / 输出格式
• code review 模板：关注点清单
• 数据库设计模板：实体列表 / 业务规则 / 输出要求
• 你们项目的架构规则：每次必须带的技术约束

这套模板是你 AI 协作效率的核心资产。

---

一句话总结

Prompt 不是咒语，它更像一份高质量任务说明书，写得越清楚，AI 越像靠谱同事。

---

上一章：第四章 — 为什么 AI 写代码经常翻车
下一章：第六章 — 主流 Vibe Coding 工具大全