常用ai编程指令
1. 先通读这个项目,按目录告诉我每个文件夹的作用。
2. 帮我找到用户登录流程的入口,并解释完整调用链。
3. 解释这个函数的作用、输入输出和可能的风险点。
4. 帮我梳理这个模块依赖了哪些文件,并画出关系思路。
5. 总结本地运行这个项目的步骤,并标出容易踩坑的地方。
6. 根据报错信息,帮我复现问题并分析最可能的原因。
7. 先不要大改,给我一个最小可行的修复方案。
8. 比较这两个文件的差异,并告诉我哪里可能引发了这个bug。
9. 检查这段代码是否有空指针、越界、并发或边界条件问题。
10. 帮我在关键节点补充日志,方便我继续排查。
11. 在不改变业务逻辑的前提下,帮我重构这段代码。
12. 把这个超长函数拆成几个职责清晰的小函数。
13. 提取这几个重复片段,封装成公共方法。
14. 优化变量名、函数名和注释,让新人也能看懂。
15. 分析这段代码的性能瓶颈,并给出优化建议。
16. 为这个模块补一组核心单元测试。
17. 围绕这个接口,帮我设计正常、异常、边界测试用例。
18. 模拟几种错误输入,看看程序会不会崩。
19. 按代码规范检查这段代码,并列出需要修改的地方。
20. 帮我生成一份提交前检查清单。
21. 把项目里旧API的调用方式批量替换成新写法。
22. 写一个脚本,自动清理无用文件和临时产物。
23. 根据当前项目,生成一份清晰的README安装文档。
24. 帮我生成一个.env.example,并标出每个变量用途。
25. 帮我写一个基础部署脚本,并说明执行步骤。
26. 把这个需求拆成开发任务清单,并按优先级排序。
27. 根据这段代码,帮我输出一版接口文档。
28. 根据本次改动,帮我生成一段PR说明。
29. 站在code review角度,给我这段代码的改进建议。
30. 把这段技术实现用非技术语言讲给产品或老板听。