模块7：编程与技术场景

难度：⭐⭐⭐⭐ 实战 | 建议时长：2-4小时

目标：学会在写代码、查 Bug、做重构、写文档、设计接口时更高效地与 AI 协作。

7.1 技术场景最怕“描述不完整”

AI 在技术任务上并不是天然不靠谱，很多时候是因为上下文不够：语言版本、运行环境、报错信息、预期行为、已有代码，都没说全。

❌ “这段代码为什么不对？”

✅ “这是一段 Python 3.11 代码，运行在 Linux。
报错是 KeyError。预期行为是按用户名查询。
请先定位根因，再给出最小修改方案。”

7.2 四类高价值技术用法

用法 1：解释代码

请逐段解释这段代码的作用，
重点说明输入、输出、关键逻辑和潜在风险。

用法 2：查 Bug

请根据以下报错和代码，
1. 判断最可能的根因
2. 给出最小修复方案
3. 说明为什么会发生
4. 给一个可验证修复是否成功的测试方法

用法 3：重构代码

请在不改变业务逻辑的前提下重构这段代码，
目标：可读性更高、重复更少、便于测试。
请输出修改前后差异说明。

用法 4：生成技术文档

请根据以下接口定义，生成一份 API 文档，
包含：用途、请求参数、返回结构、错误码、调用示例。

7.3 技术提示词最好包含什么

• 语言 / 框架 / 版本
• 运行环境
• 报错原文
• 预期行为
• 当前行为
• 相关代码片段
• 限制条件（别大改、别换技术栈）

7.4 技术任务常用模板

你是一名资深 [语言/框架] 工程师。
请帮我处理下面问题：

【环境】
- 语言/版本：
- 运行环境：

【现象】
- 当前报错/问题：
- 预期行为：

【代码】
```...
```

【要求】
1. 先定位根因
2. 给最小修复方案
3. 不要大改架构
4. 如有风险请标注

7.5 让 AI 更像“技术同事”而不是“代码生成器”

最有价值的不是让 AI 直接吐一大段代码，而是让它像一个靠谱同事一样：

• 先确认问题
• 再分析原因
• 再给修法
• 最后提醒风险和验证步骤

7.6 技术任务中的提问顺序

1. 先说明环境：语言、版本、运行平台
2. 再说明现象：报错、错误输出、异常表现
3. 再给预期：你本来想让它做什么
4. 最后给限制：别重构、别换栈、优先最小修复

7.7 常见误区

• 只贴报错，不贴代码上下文
• 只贴代码，不说预期行为
• 让 AI “重写全部”，把简单问题放大成大工程
• 不要求验证步骤，改完不知道到底好没好

7.8 课后练习

建议做练习题集中的 Level 3 / 题目 3.2（ReAct 排查），这类练习最能体现技术提示的价值。平时查 Bug 时，也建议把 速查手册 的“常见问题速修”页长期开着。

本章小结

✅ 技术任务成败很大程度取决于上下文是否完整
✅ 最有价值的场景：解释代码、查 Bug、重构、写文档
✅ 技术提示词要包含环境、现象、代码、预期、限制
✅ 先定位根因，再修复，效果最好