学习目标：掌握让AI生成高质量、可运行代码的核心技术 预计时长：90分钟 前置知识：完成第六课（输出质量控制）

---

课程架构图

---

一、引言：为什么代码生成需要专门的Prompt技巧？

1.1 AI代码生成的独特挑战

代码生成与其他文本生成任务有本质区别：

特性	普通文本生成	代码生成
容错率	较高，表达多样	极低，一个字符错误导致失败
语法要求	宽松	严格，必须符合语言规范
逻辑性	允许模糊	必须精确无歧义
可执行性	不适用	必须能运行
依赖关系	无	需要匹配环境和库

1.2 代码生成Prompt的核心价值

三大控制维度：

1. 功能正确性：代码能正确实现预期功能
2. 代码质量：符合风格规范、有文档、可维护
3. 生产就绪：错误处理、测试用例、安全考虑

---

二、代码生成的核心要素

2.1 好的代码生成Prompt五要素

核心洞察：代码生成质量80%取决于Prompt的详细程度，包含语言版本、规格说明、上下文约束、边界处理和测试验证的Prompt可使一次生成成功率提升60%。

2.2 清晰度和具体性

2.3 上下文和范围

核心洞察：提供完整的上下文信息（现有代码、依赖关系、环境配置）可使代码生成准确率提升40%，减少后续修改工作量。

❌ 差：创建一个用户认证系统

✅ 好：创建一个JWT认证系统用于Node.js Express API
     - 与MongoDB用户集合集成
     - 使用bcrypt进行密码哈希
     - Token有效期24小时
     - 实现refresh token轮换
     - 遵循我们现有的middleware模式
     参考：@authMiddleware.js 和 @userModel.js

明确范围：

• 单个函数 vs 完整模块
• 纯算法 vs 业务逻辑
• 原型代码 vs 生产级代码

2.4 约束和要求

性能约束：

时间复杂度：不超过O(n log n)
空间复杂度：O(1)额外空间
响应时间：< 100ms for 1000 items

风格约束：

核心洞察：指定代码风格（命名规范、格式化工具、文档风格）可使生成代码符合团队规范，减少代码审查时间50%。

代码风格：
- 遵循PEP8规范
- 使用类型注解（Type Hints）
- 函数包含docstring（NumPy风格）
- 最大圈复杂度：10
- 使用Black格式化

---

三、函数生成模板

3.1 函数生成基础模板

核心洞察：使用结构化模板（任务描述、函数签名、功能说明、参数说明、返回值、要求、示例）可使函数生成的完整性和可用性提升70%。

3.2 实战示例：排序函数

Prompt：