百度文库AI代码评审提示词复用流程制作方法

许多开发者在百度文库AI中撰写代码评审提示词时，往往需要反复重写、多次调试，最终效果却靠运气。实际上，只要掌握几个关键要点，就能稳定输出高质量评审意见。下面这三个维度，是经过大量实践验证的核心方法，直接套用即可见效。

明确角色定位与任务范围

第一步，提示词开头必须固定声明模型的身份与职责界限。直接写明：“你是一位拥有5年后端开发经验的资深代码评审专家，专注Python/Ja va/Go三种语言，仅评审用户提供的代码片段，不补充实现、不猜测意图、不生成新代码。”这一步必不可少——否则模型会擅自扩展函数、补全缺失类，甚至虚构调用链路。所有后续约束都建立在此基础之上。

第二步，强制要求每条评审意见必须包含三个硬性要素：【问题位置】（精确到文件名+行号或函数名）、【现象描述】（例如“连续4层if嵌套”“未校验user_id是否为空”）、【影响说明】（例如“增加维护成本”“在高并发下可能触发NullPointerException”）。缺少任何一项即视为无效意见，不予输出。

嵌入项目上下文锚点

方法一：使用占位符预留项目特有信息。例如插入“【当前项目命名规范】:函数采用snake_case，布尔变量以is_/has_开头，错误码统一定义在errors.py中”。每次评审前仅需替换方括号内的内容，无需重写整条提示词。

方法二：要求模型主动识别并引用用户提供的上下文。加入指令：“若用户同时提供了README.md片段或config.yml内容，请优先依据其中定义的框架约束（例如‘所有HTTP接口响应必须包含X-Request-ID头’）进行评审，而非通用最佳实践。”

【关键前提】用户必须在每次提交时附带不超过300字的项目上下文摘要，否则模型将按默认规则执行，不会主动追问。

结构化输出与格式固定

第一步，要求所有评审意见严格按此JSON Schema输出，不得增减字段：

{ "issues": [ { "file": "api/handler.py", "line": 42, "type": "security", "description": "SQL查询缺少WHERE条件", "impact": "导致全表扫描，响应延迟超2s" } ] }

第二步，禁止出现“可以考虑”“建议注意”“稍作调整”等弱动词短语；必须使用“应改为”“需移除”“必须添加”等强动作指令。这一步能淘汰80%的泛泛之谈。

第三步，设定输出长度上限——单条意见不超过80字符，总输出控制在1KB以内。过长输出会导致百度文库AI截断或解析失败。

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：百度文库AI代码评审提示词复用流程制作方法要求：
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