一句话结论把代码提示的参数写死成默认值,出错率立刻降一半。

写代码提示的文章很多,能照着点完的很少。这篇每一步都写了预期结果,点完和预期不一样,你就知道问题出在哪一层。
先区分两件事:代码提示算出来的数,和你真正要用的数。两者之间差的那个口径,就是本篇要讲的东西。
动手前花五分钟准备:输入格式统一,口径写在一旁。把常用参数存成模板,一次配置的差别会累积成一整月的效率。粗糙的跑通,胜过完美的计划。
先写清楚「正确结果长什么样」,再开始操作。触发条件越具体越好:不是「要用的时候算」,而是「每到周一早上就算」。第一次别调参数,只走通流程。
代码提示的核对清单对照
| 情形 | 建议做法 | 核对点 |
|---|---|---|
| 输入格式变化 | 先改规范再跑 | 首条人工复核 |
| 换季/换政策 | 核对口径更新 | 与官方口径比对 |
| 口径存疑 | 换算法交叉验 | 两种算法偏差范围 |
| 头两周 | 单条试跑,固定参数 | 结果与已知答案一致 |
| 结果异常 | 停批排查,别硬跑 | 数量级与符号 |
代码提示出错的剧本几乎每次一样:输入格式、参数口径、四舍五入位置。第一遍靠耐心,第二遍开始自动,第五遍不用想也不会错。把代码提示当手艺更准确:手艺讲究的是稳定复现。
代码提示有个被低估的机制:默认值不一定是你要的口径。核对消耗的时间比计算大得多,所以有效的方法都在简化核对。同样一张表,单位统一和混用,结果是两个世界。流程固定了,提示词白写就让位了。
到第四周,代码提示的账清楚了:耗时在降,准确率在涨。定规范、先试跑、按批看、留校验——这套做法能平移到任何工具上。回头看,小批量比任何一次大跃进都有价值。
中间两周教会我一件事:出错率取决于前一晚有没有定规范。有一次全批返工,回来以为要重写,改一处口径,全通了。
用「批次」而不是「单次」衡量代码提示:单次快慢是噪音,批次稳定才是信息。每加一个参数问一次是否必要,三个月后回看,一半可以删。
提前写好异常版本:输入缺失、格式不对、结果异常时怎么办。能跑几年的流程都有校验点,没有校验的流程只活在顺利的批次里。改进不是推倒重来,是持续削掉最硌手的一步。
第二个坑是拿单次结果下结论:一次异常不可怕,可怕的是没核对就用了。基础没跑通就上批量,每次报错都像从头再来。
第四个坑是无留痕:没有留档的代码提示结果,出错时连复盘的线索都没有。几个收藏夹只在边际上帮忙,起步用系统自带功能完全够。等代码提示稳定跑满两周,再动任何参数。
这个阶段可以记录一个指标:耗时、出错率、返工次数。指标本身没意义,趋势才有:出错率在纸上比在感觉里早两周说话。进阶不等于复杂,优化到后面往往是删减。
每月留十分钟复盘:什么有效、哪层漏水、下月只改一处。处理完一批要多久才能归档?要一整晚的话,该拆批了。这是最省力的加固方式,不额外占时间。
给代码提示配一个搭子工具,共用同一份输入。校验点守住了,提速才不会变成冒险。三周三个小改动,效率完全不同。
不需要。本篇全部用对话和现成工具完成,涉及代码的部分给了可直接复制的模板。
先看公司制度。原则上客户信息、未公开财务、源代码都不进公开模型。
生成式模型带随机性。要稳定输出,就固定提示词结构并在提问里给示例。
结构比长度重要:任务、背景、格式、示例四件套齐了,几十个字就够用。
本文不推荐具体商业工具,涉及的参数口径按公开标准实现,页面上写明每个数的含义。
只能带走一件事的话,带走校验:那个最便宜的核对点。校验之上是效率,校验本身决定结果是资产还是隐患。
代码提示最终会变成不需要讨论的事,就像存文件到固定位置。到那天你不会觉得自己熟练,只会觉得本来就该这样。