第4章 提示词工程入门

目标概述：深入讲解如何编写高质量的提示词来引导 AI 生成所需代码，这是 Vibe Coding 成功的关键。读者将学习提示词的基本构成、有效策略和常见误区，并通过简单练习掌握对 AI 输出的精细控制方法。

提示词基础：首先介绍提示词工程的概念——“以正确方式向模型提问”。解析提示词的一般结构，包括上下文说明、具体任务要求、输出格式限定等要素。例如，将用户需求表述为“用 Python 实现一个读取 CSV 文件的函数” vs “实现一个名为 read_csv 的 Python 函数，读取指定路径的 CSV 并返回列表”输出效果对比。强调明确、具体和有上下文的提示往往能获得更理想的代码。

实例演练：提供多个示例提示及 AI 产出的代码，分析其优劣。案例1：过于简短的提示如“写一个聊天室机器人”导致的泛化代码，案例2：完善后的提示如“使用 Python 和 asyncio 编写一个支持多用户的命令行聊天室机器人，要求包含消息广播和用户加入离开提示”带来的更符合预期的代码。通过对比说明添加细节、约束的重要性。

迭代改进：引导读者体验提示-生成-反馈-再提示的循环过程。例如，AI 首次生成的函数可能有错误，通过提示“请添加错误处理，当文件不存在时给出友好提示”让 AI 修正。再如增加要求“代码需包含注释”，观察 AI 修改结果。让读者体会逐步 refine 提示来完善代码的工作流。

常用技巧：总结编写有效代码提示的一些技巧：如明确指定编程语言/框架、描述预期输入输出、给出部分伪代码或接口定义、要求遵循某种代码风格等。提醒读者避免提示中的歧义和暗示不良做法（例如不要直接复制错误信息而无说明地让 AI 猜测）。也介绍“不要一次要生成过长代码，可以模块化生成”的策略，防止模型超长输出中途出错。

提示词陷阱：列举AI常见误解或失败案例，让读者学会辨析。当 AI 输出不符合预期时，分析可能是提示不清或边界条件未描述导致，并示范如何重新措辞提示纠正结果。强调永远验证 AI 输出，不要盲信其正确性。

术语解释：“Prompt（提示词）”“Prompt Engineering（提示工程）”“Refine（迭代完善）”等概念，并区分提示词在不同上下文（如对话系统 vs 代码生成）中的差异。保证读者理解提示词就像给AI下指令，必须清晰严谨。