一、AI 编程技术要点分享

1. 代码解释

对于不理解的代码片段，让 AI 进行详细解释，了解代码中每一步操作的目的和实现原理。例如，粘贴一段复杂的正则表达式代码，要求 AI 解释其匹配规则和用途。

2. 编写代码

在利用 AI 编写代码时，要尽可能详细且准确地提供信息，以提升代码生成的质量和准确性。

2.1 提供关键参考资料

在提示词中附上 API 文档链接，AI 可以依据文档内容生成更契合实际需求的代码，大大提高代码编写的准确性。例如，当让 AI 编写使用某个特定库的代码时，提供该库的官方 API 文档链接。

2.2 明确指定工具与技术栈

明确告知 AI 要使用的工具、语言或框架。如 “使用 leaflet 实现地图点位标记”，以及指定使用的语言/框架（例如 H5、VUE）。

2.3 提出代码质量要求

告知 AI 对代码的一些质量标准，例如：

• 要求代码有丰富的注释，方便后续维护
• 生成的代码要简练，避免冗余
• 代码性能要达到最优，考虑时间和空间复杂度

2.4 处理复杂任务的策略

对于复杂任务，可先从实现逻辑着手，让 AI 构思逻辑框架。确认逻辑无误后，再逐步要求 AI 生成代码。例如：“请先给出实现一个电商购物车功能的整体逻辑思路”。

2.5 代码补全

当只完成部分代码编写，需要后续内容时，让 AI 根据上下文完成代码。例如已完成函数的开头和部分逻辑，让 AI 补充剩余部分。

2.6 代码翻译

假如有其他语言的功能代码可供参考，可以让 AI 翻译成目标语言的代码。

3. 错误调试

在遇到代码报错时，借助 AI 分析并解决问题。

3.1 提供详细错误信息

直接复制控制台报错所在代码行的代码及报错信息内容发送给 AI。例如，错误信息为 “SyntaxError: Unexpected token”，同时附上出错的代码片段，AI 可根据这些信息快速定位问题。

3.2 多 AI 对比分析

尝试不同的 AI 平台，将同一问题输入，对比它们代码实现的逻辑和方法。通过观察差异，推测错误来源。

4. 优化代码

使用 AI 对现有代码进行优化，提升代码质量和性能。

4.1 提出整体优化要求

要求 AI 对代码进行简练/优化处理，同时强调要保持代码的正确性，并适当补充注释。

4.2 明确具体优化方向

具体指出需要优化的内容，例如 “将这段代码中的 if-else 语句优化，考虑使用 switch 语句或三元运算符”。

5. 辅助测试

5.1 创建测试数据

要求 AI 编写创建测试数据的代码。例如：“编写代码生成 10 条模拟用户信息的 JSON 数据”。

5.2 修改测试数据

粘贴 JSON 测试数据，并指定修改要求。例如：“将这个 JSON 数据中的所有价格字段值增加 10%”。

5.3 设计测试用例

给 AI 一段代码，让其列举或编写针对特定功能的测试用例。例如：“基于以上代码编写测试用例，覆盖正常登录、错误用户名、错误密码等情况”。

5.4 考虑出错情况

要求 AI 思考代码可能出错的情况，以便提前进行测试和修复。例如：“分析这个文件上传功能可能出现的错误情况”。

总结表格

二、相关文章

1. 【AIGC】在VSCode中集成 DeepSeek（OPEN AI同理）
2. 【AIGC】DeepSeek本地部署方法详解：基于Ollama与LM-Studio
3. Cursor 破局的关键：两个 PMF | Cursor 底层模型 / 使用教程