第 4 章：进阶提示词技巧
🪢
🎯 本章目标：
学会运用"分步拆解"（Divide and Conquer）和"思维链"（Chain of Thought）让 AI 处理系统级需求，通过迭代式对话修复顽固 Bug
4.1 分步拆解复杂需求（Divide and Conquer）
当你把一个庞大的任务直接丢给 AI 时，它经常会因为上下文过载而"顾头不顾尾"。
Vibe Coding 的黄金法则：永远不要让 AI 一次写超过 200 行代码。
什么是"一口吞"错误？
❌ 错误示范：
"帮我做一个完整的电商网站，要有首页、购物车、结算页、用户中心，后台要能管理订单，数据库用 PostgreSQL。"
🤖 AI 的反应：
它会给你生成一堆空壳文件，或者每个功能都只写了一半，最后很难跑起来。
正确姿势：切香肠法
将大任务拆解为一系列原子任务（Atomic Tasks）。
步骤 1：生成计划 (The Blueprint)
"我想开发一个电商网站的 MVP。请帮我列出核心模块的开发顺序，优先考虑数据库设计和用户认证。"
步骤 2：逐个击破 (Sequential Execution)
•
任务 A（数据库）："基于刚才的计划，请设计 User 和 Product 表的Schema。注意 User 需要包含 role 字段。"
•
任务 B（后端）："复制刚才生成的 Schema（作为上下文）。请写一个 Next.js API Route，处理用户注册逻辑，并对密码进行哈希。"
•
任务 C（前端）："现在我们有了注册 API。请写一个注册页面组件，使用 React Hook Form，提交数据到刚才的 API。"
💡 连贯性秘诀：每一步都引用上一步的结果，让 AI 知道"我们在哪里"。
🧠 为什么 AI 记不住？(Token 与上下文窗口)
你可能听说过 "Context Window"（上下文窗口）。不仅是你的当前输入，之前的对话历史都会占用这个窗口。
•
当对话太长，最早的信息就会被"挤出"窗口，AI 就忘记了你一开始定义的规则。
•
最佳实践：当完成一个大模块（如"用户系统开发完毕"）后，立刻开启新对话，只把必要的代码文件复制过去，保持上下文的"清爽"。
4.2 引导 AI 的思考过程（Chain of Thought）
这也叫 CoT (Chain of Thought) 提示法。对于逻辑复杂的算法或业务，强迫 AI "先把话说清楚" 再写代码。
为什么需要 CoT？
大模型本质上是概率预测。如果让它直接输出代码，它可能会凭直觉瞎猜。如果让它先写思路，它会把"思考过程"加入到上下文中，从而提高生成代码的准确率。
怎么用？
在提示词的结尾加上这句咒语：
"请先一步步分析（Think Step-by-Step）这个需求，列出你的实现思路，确认无误后再给出代码。"
案例对比
需求：判断一个字符串是否是有效的 IPv4 地址。
•
普通提示："写个函数判断 IPv4。" —— AI 可能会直接扔给你一个简单的正则，但可能漏掉 0.0.0.0 或前导零的情况。
•
CoT 提示："请先分析 IPv4 的有效性规则（如数字范围 0-255、不能有前导零、必须是4段等），然后写一个不使用正则的解析函数。" —— AI 会先列出所有规则，然后写出极其严谨的代码。
4.3 提供示例和上下文（Few-Shot Prompting）
"举个栗子"是人类沟通的高效方式，对 AI 也是。这叫 Few-Shot Prompting（少样本提示）。
什么时候用？
•
代码风格统一：强制 AI 使用你习惯的写法（如 function vs const）。
•
数据清洗/转换：这是 Vibe Coding 的隐藏神技。
•
"请把下面的混乱文本转换成 JSON 格式。 示例输入：John (25岁, 工程师) 示例输出：{"name": "John", "age": 25, "role": "Engineer"}
•
我的输入：Sarah (30岁, 设计师)..."
•
当你使用了一个冷门的库时。
•
当你想要特定的数据格式时。
示例
"我要给现有组件添加单元测试。请仿照下面的测试风格（注意我用了 Describe-It 结构和 mock 方式），为 UserProfile.tsx 编写测试：
示例代码：
通过提供这个样本，AI 就能模仿你的"口味"，而不是自作主张。
4.4 约束与边界条件的表达
你的任务：测试 UserProfile 的加载状态和错误处理。"
正如第 3 章提到的，清晰的约束是成功的关键。在进阶场景中，我们需要关注边界条件。
常见的边界检查清单
在写提示词时，想一想以下情况：
空状态：如果列表为空显示什么？
错误状态：如果 API 挂了怎么办？
权限：如果用户没登录能看这个页面吗？
性能：如果数据有 10 万条，这个列表会卡死吗？
进阶提示词示例：
"请实现一个搜索输入框。 约束与边界：
必须使用 Debounce（防抖），延迟 500ms，避免 API 请求过多。
处理 loading 状态，搜索时显示转圈动画。
如果搜索结果为空，显示'未找到相关内容'的插画。
输入框需要过滤掉 HTML 标签，防止 XSS 攻击。"
4.5 迭代式对话：如何有效纠错
Vibe Coding 不是"一锤子买卖"。当 AI 写出 Bug 时，不要直接放弃，也不要默默自己改（除非很简单）。利用 AI 来修复 AI。
纠错三部曲
这种写法也是错的 ❌
"不对，代码跑不起来。" （AIos：？？？哪儿跑不起来？）
提供证据 ✅
"运行后报错：Uncaught TypeError: Cannot read properties of undefined (reading 'map')。我觉得可能是 API 返回的数据结构和前端定义的不一致。"
引导自查 ✅✅
"请不要只看这一行。检查一下 fetchData 函数的返回值，确认它是否真的返回了数组？如果 API 返回的是 { data: [...] } 这种格式，目前的逻辑是不是有误？"
终极绝招：新建会话（New Chat）
如果一个对话太长，从上下文里积累的错误信息太多，AI 会开始"发然"。此时，果断开启一个新的 Chat，把清理干净的核心代码贴进去，重新开始。
"这是一个全新的会话。这是我目前的 UserList.tsx，它有一个搜索不生效的 Bug。请帮我分析原因。"
📝 本章小结
掌握了这些技巧，你就不再是一个简单的"指令下达者"，而是一个能够驾驭 AI 解决复杂问题的"Vibe 架构师"。