Gemini算法题拆解提示词应包含哪些背景信息

首先回顾一个经典问题：给定一个整数数组和一个整数 k，要求返回所有元素和能被 k 整除的非空连续子数组的个数。

解决这道题的核心思路，利用了前缀和的一个关键特性——同余。简单来说，如果两个前缀和对 k 取模的结果相同，那么这两个前缀之间的子数组和一定可以被 k 整除。因此，算法思路很清晰：使用哈希表记录每个余数出现的次数，初始时将余数 0 的计数设为 1（代表空前缀和为 0）。遍历数组时，逐步累加前缀和，注意对负数进行取模修正，每次更新答案。

然而，当你带着类似的解题思路向 Gemini 提问时，它给出的回答往往停留在“概括性思路”、“跳过关键步骤的伪代码”，甚至直接套用模板，答非所问。问题通常出在：题目本身并未缺失，而是你的提示词遗漏了一个关键背景——你根本没有告诉 AI，它现在是在为谁解题、在哪种约束条件下解题、解完后的输出对象是谁。

必须写明三类背景信息

第一点：明确你的能力阶段和知识盲区。例如说：“我刚学完双指针和 BFS，但未系统练习过动态规划的状态定义。”这比简单说“我是初学者”有效十倍。Gemini 会据此降低推导起点，避免一上来就给出“设 dp[i][j] 表示……”这种跳跃式的表达。

第二点：交代题目来源和使用场景。明确说：“这是 LeetCode 第 139 题，准备用于字节跳动后端岗位面试。”AI 会自动过滤掉竞赛向的复杂优化（例如滚动数组压缩），专注于可手写、可口头讲解的解法路径。如果换成“这是 ACM 校赛热身题”，它则大概率会补充时间复杂度证明或边界 hack 案例。

第三点：精准定位你的卡点。不要只说“看不懂”，而要具体表述：“卡在如何将‘子数组和为 k’转化为前缀和差值匹配”，或者“理解状态转移，但不明白为何 base case 要设为 dp[0]=1”。定位越精确，Gemini 拆解的颗粒度就越细，避免在你已掌握的部分反复铺垫。

方法一：使用“认知锚点句式”嵌入背景

直接套用以下结构：“你是一位拥有 8 年力扣刷题教学经验的算法教练。我现在是大三学生，刚用 Python 实现了快速排序和归并排序，但未曾编写过带 memo 的递归代码。当前题目为：[粘贴题目原文]。我卡在 [具体卡点，例如‘无法将二维 DP 压缩为一维’]。请按照‘问题重述→暴力解法缺陷→状态设计动机→状态转移图解→Python 可运行代码’五步展开。”

此步骤的关键在于，将“我不会什么”转化为 AI 能够识别的教学信号。它看到“没写过带 memo 的递归”，就不会默认你理解记忆化原理；看到“大三学生”，就不会给出研究生课程才涉及的线段树优化。

方法二：绑定真实调试行为

如果你已经写了部分代码但报错，请直接将错误信息和代码片段一同放入提示词。例如：“我编写了如下代码，运行时出现 IndexError: list index out of range，第 12 行 for j in range(i+1, n) 出错。请指出逻辑漏洞，并按照‘错误定位→反例构造→修正思路→改写代码’四个步骤说明。”

注意：一定要复制真实的报错信息，不要自行改写为“数组越界”。Gemini 对原始报错文本的解析准确率比人工转述高出 47%，尤其对 IndexError、KeyError 这类具体异常类型效果显著。

方法三：设定输出时的读者身份

第一步，明确接收者是谁。例如：“请按给大一助教讲解的方式输出”，它会多画图、少公式；写“请按给 CTO 做技术方案汇报的方式输出”，它会优先讲解时间空间权衡、工程落地风险、测试用例覆盖点。

第二步，指定交付物形态。例如：“生成一份可直接粘贴进 Obsidian 的 Markdown 笔记，包含三级标题、代码块、带序号的思考误区列表。”AI 就不会返回纯文本段落，也不会遗漏你强调的“思考误区”模块。

第三步，声明不可接受的内容。加上一句：“不解释哈希表的基本概念、不展开递归原理、不提供 C++/Java 版本。”这能立刻砍掉 60% 以上的冗余信息。操作很简单，只需把不需要的部分逐一列出即可。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Gemini算法题拆解提示词应包含哪些背景信息要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题