提示词工程指南

💡 国内用户提示 如果您希望使用国内 AI 模型，安装 飞码扣插件 即可在 GitHub Copilot Chat 中使用通义千问(Qwen3)、DeepSeek、GLM 等模型，按次计费。了解更多 → 打开飞码扣

提示词(Prompt)工程是编写有效指令以从 AI 模型获得所需输出的技巧。本指南提供在 VS Code GitHub Copilot 中编写有效提示词(Prompt)的实用建议。

清晰和具体性

好的提示词(Prompt)特征：

• 明确指定编程语言和框架
• 描述预期的输入和输出
• 说明约束条件和边界情况
• 包含示例（如果有帮助）

示例：

# 不好的提示词(Prompt)
Write a function to validate email

# 好的提示词(Prompt)
Write a TypeScript function that validates email addresses.
Return true for valid addresses, false for invalid ones.
Don't use regex - use the validator.js library.
Example: validateEmail("user@example.com") returns true
Example: validateEmail("notanemail") returns false

提供足够的上下文

Copilot 的建议质量取决于可用的上下文。提升上下文质量的方法：

1. **使用上下文变量(Context Variable)**引用特定文件和代码：

   参考 #api-client.ts 的模式，为 UserService 添加类似的错误处理

2. 引用相关文件让 Copilot 理解项目结构：

   查看 #models/user.ts 和 #services/auth.ts，为用户注册实现端点

3. 描述架构和模式：

   这个项目使用 Repository 模式。请按照相同的模式为 Order 实体创建仓库

分解复杂任务

将大型复杂任务分解为更小的步骤：

步骤 1: 先描述用户认证流程应该如何工作
步骤 2: 基于上面的描述，创建数据库模型
步骤 3: 然后实现 API 端点
步骤 4: 最后编写测试

迭代改进

不要期望第一个提示词(Prompt)就完美。使用迭代方式：

1. 发送初始提示词(Prompt)
2. 审查结果
3. 用后续提示词(Prompt)提出具体的改进：

   很好，但请也添加对空值的处理，并确保函数是纯函数（没有副作用）

指定输出格式

明确告诉 Copilot 你期望的输出格式：

生成一个 Markdown 表格，列出以下 API 端点的说明、参数和返回值...

返回 JSON 格式，结构如下：
{
  "name": string,
  "description": string,
  "parameters": object
}

角色设定

有时候，给 AI 设定一个角色可以帮助获得更专业的回答：

作为一个 PostgreSQL 专家，请帮我优化以下查询...

以资深安全工程师的角度审查以下代码，找出潜在的安全漏洞...

使用 Plan 智能体(Agent)进行复杂任务

对于复杂的编码任务，先使用 Plan 智能体(Agent)创建计划：

1. 切换到 Plan 模式
2. 描述你想要构建的内容
3. 审查并完善计划
4. 使用 Agent 模式按计划实施

避免常见错误

• 避免过于模糊：“改进这段代码” → “减少时间复杂度，从 O(n²) 优化到 O(n log n)”
• 避免一次要求太多：拆分成多个聚焦的步骤
• 避免假设 AI 记得之前的上下文：在新会话中重新提供相关背景

延伸阅读

• 最佳实践
• 聊天上下文
• 提示词(Prompt)编写技巧