Prompt Engineering实战：如何引导大模型生成高质量代码

这次我们来看一个关于如何通过 Prompt Engineering 修复 Claude Opus 模型代码生成问题的实战案例。核心不是讨论 Claude Opus 本身有多强大，而是当它“犯错”或表现不佳时，我们如何通过精准的提示词工程（Prompt Engineering）来引导它，从而获得高质量的代码输出。这对于依赖大模型进行编程、代码审查和调试的开发者来说，是一项极具价值的技能。

项目标题“IndyDevDan｜修复 Opus 5：还得是Prompt Engineering！”直接点明了主题：一位名为 IndyDevDan 的开发者，在 Claude Opus（推测为 Claude 3 Opus 模型）生成代码出现问题时，通过优化提示词成功修复了问题。这背后反映的是一个通用场景——大模型并非万能，其输出质量高度依赖于输入的提示词。本文将深入拆解 Prompt Engineering 在代码生成场景下的核心技巧，并提供一套可复用的方法论和验证流程。

无论你是想提升与 Claude、GPT-4 等模型的协作效率，还是希望将 AI 更稳定地集成到自己的开发工作流中，这篇文章都将提供直接的思路和可操作的方法。我们会重点关注如何诊断模型输出的问题、如何设计有效的修复性提示、以及如何验证修复效果，整个过程不涉及复杂的本地部署或硬件门槛，核心在于思维和技巧。

1. 核心能力速览：Prompt Engineering 修复代码问题

在深入细节前，我们先通过一个表格快速了解本文所探讨的“Prompt Engineering 修复代码”方法的核心要点和适用边界。

2. 适用场景与使用边界

Prompt Engineering 不是银弹，但它能显著提升开发者与 AI 协作的效率和代码质量。理解其边界能帮助你更好地应用它。

它非常适合以下场景：

• 快速原型与脚手架生成：你需要一个功能模块的初始代码框架。
• 代码转换与重构：将代码从一种语言迁移到另一种，或按照新的设计模式重构。
• 调试与解释：模型生成的代码运行出错，你可以将错误信息反馈给模型，让它诊断并修复。
• 遵守编码规范：要求模型按照 PEP 8、Google Style 等特定规范生成代码。
• 实现特定算法：描述算法逻辑，让模型生成实现代码，即使第一次不完美，也可以通过提示词迭代优化。

需要谨慎对待的边界：

• 安全与合规：生成的代码可能包含安全漏洞（如 SQL 注入、缓冲区溢出）。绝不能未经审查直接将模型生成的代码用于生产环境，尤其是处理用户数据、支付、认证等核心模块。必须进行人工代码审查和安全测试。
• 版权与许可：模型可能生成与现有开源代码高度相似的片段。需注意相关代码的许可证兼容性，避免侵权风险。
• 逻辑完备性：对于复杂的业务逻辑，模型可能无法理解所有隐含规则。最终的逻辑正确性必须由开发者保证。
• 知识时效性：模型训练数据有截止日期。对于使用最新版本库（如 React 18+ 的新特性、Python 3.12 的新语法）的任务，需要提供明确的版本信息或文档引用。

核心原则：将 AI 视为一个强大的、但需要清晰指令和严格监督的编程助手。Prompt Engineering 是你与这位助手高效沟通的“语言”。

3. 环境准备与前置条件

由于本文聚焦于方法论和交互技巧，而非本地模型部署，因此“环境”更偏向于访问和使用大模型服务的准备。

1. 访问 Claude 模型：

   • 主要平台：访问 Anthropic 官方 Claude 平台。你需要一个可用的账户。根据网络搜索材料提示，部分地区新用户可能暂时无法注册（“unfortunately, claude is not available to new users right now”），可尝试等待或寻找其他合规访问途径。
   • 替代方案：如果无法直接访问 Claude，本文所述方法同样适用于其他具有强大代码能力的模型，如 OpenAI 的 GPT-4、DeepSeek Coder 等。核心思路是相通的。
   • 集成开发环境：网络搜索中频繁出现“claude code”、“vscode配置claude code”，这指的是在 VS Code 中通过插件集成 Claude API，实现边写代码边与模型交互。这能极大提升效率，但不是必选项。本文示例以 Web 聊天界面为主，原理通用。

2. 基础认知准备：

   • 了解基本概念：清楚什么是 System Prompt、User Prompt、Assistant Response。了解 Temperature、Top-p 等参数对生成多样性的影响（虽然 Claude 网页版可能不直接提供调整）。
   • 明确你的问题：准备好你需要解决的具体编码问题、出错的代码片段、期望的输入输出示例。

3. 文本编辑工具：用于保存和迭代你的提示词、模型生成的代码以及你自己的分析。推荐使用 VS Code、Sublime Text 等代码编辑器，方便代码高亮和对比。

4. 方法论：Prompt Engineering 修复代码的步骤拆解

假设我们遇到了与“IndyDevDan”类似的场景：Claude Opus 生成了一段有问题的代码。以下是系统化的修复步骤。

4.1 第一步：精准描述问题与提供上下文

低质量的提示词得到低质量的代码。第一步是给模型一个清晰的“靶子”。

错误示范：

“写一个 Python 函数处理数据。”

优秀示范：

“你是一个经验丰富的 Python 后端开发者。我需要一个函数，用于清理从 API 获取的用户输入数据。输入是一个字符串raw_input。函数需要：1. 去除首尾空白。2. 将连续的多个空格替换为单个空格。3. 如果字符串为空或只包含空格，返回None。4. 否则，返回清理后的字符串。请写出完整的函数定义，并包含简单的文档字符串（docstring）和 2-3 个使用示例。”

关键点：

• 角色设定：明确模型扮演的角色（“Python 后端开发者”）。
• 任务边界：清晰定义输入、处理步骤、输出。
• 格式要求：指明需要包含文档字符串和示例。

4.2 第二步：提供错误代码与诊断请求

当模型第一次生成的代码有问题，或者你手头有一段需要修复的代码时，这样做：

# 将出错的代码和问题一起提交 """ 我有一段 Python 代码，目的是计算一个列表中所有正数的平均值，但它对于空列表或没有正数的列表处理不对。请帮我修复它。 原代码： def average_positive(numbers): positive = [n for n in numbers if n > 0] return sum(positive) / len(positive) 问题： 1. 如果 `numbers` 为空列表，`positive` 为空，`sum(positive)` 返回 0，但 `len(positive)` 为 0，会导致 ZeroDivisionError。 2. 如果列表中没有正数，同样会导致 ZeroDivisionError。 3. 函数应该在这些情况下返回 0 还是 None？请按照常规数学定义（空集无平均值）返回 `None`，并处理异常。 请修复这段代码，并保持函数名和参数不变。在代码中添加注释说明修改的原因。 """

关键点：

• 代码即上下文：直接粘贴代码。
• 具体描述问题：不要只说“有 bug”，指出在什么情况下会出错（如空列表）。
• 提出明确修复要求：指定函数签名不变，并给出期望的行为（返回None）。
• 要求解释：让模型“添加注释”，这能促使它进行逻辑推理，提高修复准确性。

4.3 第三步：利用思维链（Chain-of-Thought）进行复杂修复

对于更复杂的问题，可以要求模型分步思考，这往往能得到更可靠的解决方案。

示例提示词：

“我们需要实现一个函数find_duplicate_subtrees，用于找出二叉树中所有重复的子树。重复子树指的是结构和节点值完全相同。

请按以下步骤思考并给出代码：

1. 首先，分析问题关键：如何唯一地表示一棵子树？序列化（如先序遍历）是一种常见方法。
2. 其次，设计算法：遍历树，为每个子树生成一个唯一标识符（如序列化字符串），使用哈希表记录标识符出现的次数。
3. 然后，考虑细节：序列化时如何处理空节点？如何避免重复添加相同的子树到结果中？
4. 最后，编写 Python 代码实现上述算法，并分析时间复杂度和空间复杂度。

请按照 1，2，3，4 的顺序给出你的回答。”

这种方式将模型的内部推理过程外化，让你能检查其思路是否正确，也往往能引导模型生成更优解。

4.4 第四步：提供少样本示例（Few-Shot Learning）

当任务有特定格式或复杂规则时，直接给出几个输入输出示例非常有效。

示例提示词：

“请将以下自然语言描述的时间区间转换为标准的 ISO 8601 持续时间格式。

示例： 输入： ‘两个小时三十分钟’ 输出： ‘PT2H30M’

输入： ‘五十五秒’ 输出： ‘PT55S’

输入： ‘一天半’ 输出： ‘P1DT12H’

现在，请转换： 输入： ‘三周零四天’ 输出：”

通过提供清晰的示例，模型能快速抓住转换规则，比纯文字描述更可靠。 ## 5. 功能测试与效果验证：以修复代码为例 让我们模拟一个完整的“修复流程”测试。假设我们在使用 Claude Opus 生成一个简单的网络请求函数时遇到了问题。 ### 5.1 测试目的 验证能否通过迭代提示词，引导模型将一个存在异常处理缺陷、缺乏超时控制的初级代码，修复为健壮的生产可用代码。 ### 5.2 初始问题代码生成 **初始提示词**： “用 Python 的 requests 库写一个函数，根据 URL 获取网页内容。” **模型可能生成的初级代码**： ```python import requests def get_webpage(url): response = requests.get(url) return response.text

这段代码问题很多：没有异常处理（网络错误、HTTP 错误）、没有超时设置、没有用户代理等。

5.3 第一次修复：添加基础健壮性

修复提示词： “上面这个函数太脆弱了。请改进它，要求：1. 添加 try-except 处理 requests 可能抛出的异常（如连接错误、超时）。2. 增加超时参数，设为 10 秒。3. 检查 HTTP 状态码，非 200 时抛出异常或返回错误信息。4. 添加一个简单的 User-Agent 头。请输出完整的改进后函数。”

预期输出：

import requests from requests.exceptions import RequestException def get_webpage_improved(url): headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36' } try: response = requests.get(url, headers=headers, timeout=10) response.raise_for_status() # 如果状态码不是 200，将抛出 HTTPError 异常 return response.text except requests.exceptions.Timeout: return f"Error: Request to {url} timed out after 10 seconds." except requests.exceptions.HTTPError as e: return f"Error: HTTP {e.response.status_code} for {url}" except requests.exceptions.RequestException as e: return f"Error: Request failed for {url} - {e}"

验证：代码已包含异常处理、超时和头部信息，是一个合格的改进。

5.4 第二次修复：提升可配置性与复用性

进一步优化提示词： “很好。但函数返回类型不一致（成功时返回 str，失败时返回 str 错误信息），这不利于调用者处理。请再次修改：1. 使用自定义异常类来区分不同类型的错误。2. 将超时时间、User-Agent 等作为可选参数，提供默认值。3. 成功时返回 (status_code, content_text) 元组，失败时抛出相应的异常。请写出完整的代码，并附上一个使用示例。”

预期输出：

import requests from requests.exceptions import RequestException class WebFetcherError(Exception): """基础异常类""" pass class TimeoutError(WebFetcherError): pass class HTTPClientError(WebFetcherError): def __init__(self, status_code, url): self.status_code = status_code self.url = url super().__init__(f"HTTP {status_code} for {url}") class NetworkError(WebFetcherError): pass def fetch_url(url, timeout=10, user_agent=None): """ 获取URL内容。 Args: url (str): 目标URL。 timeout (int): 请求超时时间（秒）。 user_agent (str, optional): 自定义User-Agent。 Returns: tuple: (status_code, content_text) Raises: TimeoutError: 请求超时。 HTTPClientError: HTTP 4xx 错误。 HTTPClientError: HTTP 5xx 错误（可细分，此处简化）。 NetworkError: 其他网络请求异常。 """ headers = {'User-Agent': user_agent} if user_agent else { 'User-Agent': 'Mozilla/5.0 (Compatible; MyBot/1.0)' } try: response = requests.get(url, headers=headers, timeout=timeout) response.raise_for_status() return response.status_code, response.text except requests.exceptions.Timeout: raise TimeoutError(f"Request to {url} timed out after {timeout}s") except requests.exceptions.HTTPError as e: raise HTTPClientError(e.response.status_code, url) except requests.exceptions.RequestException as e: raise NetworkError(f"Network error for {url}: {e}") # 使用示例 if __name__ == "__main__": try: status, content = fetch_url("https://httpbin.org/status/200", timeout=5) print(f"Success! Status: {status}, Content length: {len(content)}") except HTTPClientError as e: print(f"HTTP error occurred: {e}") except TimeoutError as e: print(f"Request timeout: {e}") except NetworkError as e: print(f"Network error: {e}")

验证：代码结构更专业，使用了自定义异常，接口清晰（返回元组，抛出异常），参数可配置，并附带了使用示例和文档字符串。这已经是一个可用于实际项目的工具函数雏形。

通过这两轮迭代，我们成功地将一个简单的、有缺陷的代码片段，通过精准的 Prompt Engineering，引导成了健壮、可配置、易维护的代码。这就是“修复 Opus”的核心过程。

6. 接口 API 与批量任务处理思路

虽然本文核心是交互式 Prompt Engineering，但将其与 Claude API 结合，可以实现自动化代码修复或批量代码生成任务。

6.1 通过 Claude API 进行程序化调用

假设你已经拥有 Claude API 密钥，你可以编写脚本，将需要修复的代码作为输入，发送给 API，并解析返回的修复后代码。

基本 Python 调用示例（需安装anthropic库）：

import anthropic import os # 设置 API 密钥（建议从环境变量读取） client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY")) def fix_code_with_claude(broken_code, error_description): """ 使用 Claude API 修复代码。 Args: broken_code (str): 有问题的代码。 error_description (str): 对问题的描述。 Returns: str: 模型返回的修复建议或代码。 """ prompt = f"""你是一个资深的代码审查专家。请修复以下 Python 代码中的问题。 问题描述：{error_description} 有问题的代码： ```python {broken_code}

请直接输出修复后的完整代码，并在代码注释中简要说明修复了哪些问题。"""

message = client.messages.create( model="claude-3-opus-20240229", # 根据实际情况选择模型 max_tokens=2000, temperature=0.2, # 较低的温度使输出更确定，适合代码生成 messages=[ {"role": "user", "content": prompt} ] ) return message.content[0].text

示例使用

ifname== "main": bad_code = """ def calculate_average(nums): total = 0 for i in range(len(nums)): total += nums[i] return total / len(nums) """ issue = "这个函数没有处理输入列表nums可能为空的情况，会导致 ZeroDivisionError。请修复它，当列表为空时返回 0 或抛出 ValueError。"

fixed_code_suggestion = fix_code_with_claude(bad_code, issue) print("Claude 的修复建议：") print(fixed_code_suggestion)

### 6.2 批量任务处理框架 如果你需要对一个项目中的多个代码文件进行审查或标准化，可以构建一个简单的批量处理流程。 **伪代码框架**： ```python import os import glob import json from pathlib import Path # 假设有上面的 fix_code_with_claude 函数 def batch_process_codebase(codebase_dir, output_dir, file_pattern="*.py"): """ 批量处理代码目录中的文件。 """ codebase_path = Path(codebase_dir) output_path = Path(output_dir) output_path.mkdir(parents=True, exist_ok=True) results_log = [] for file_path in codebase_path.rglob(file_pattern): relative_path = file_path.relative_to(codebase_path) print(f"Processing: {relative_path}") try: with open(file_path, 'r', encoding='utf-8') as f: original_code = f.read() # 这里可以定义你的“问题描述”生成逻辑 # 例如，可以是一个固定的审查提示，或者先进行静态分析生成描述 issue_desc = f"请检查并优化以下代码的格式和风格，确保符合 PEP 8 规范，并修复明显的代码异味（如未使用的变量、过于复杂的表达式）。文件路径：{relative_path}" # 调用 API 获取优化建议 suggested_code = fix_code_with_claude(original_code, issue_desc) # 保存结果 output_file = output_path / relative_path output_file.parent.mkdir(parents=True, exist_ok=True) with open(output_file, 'w', encoding='utf-8') as f: f.write(suggested_code) # 记录日志 results_log.append({ "file": str(relative_path), "status": "success", "original_size": len(original_code), "suggested_size": len(suggested_code) }) except Exception as e: print(f"Error processing {relative_path}: {e}") results_log.append({ "file": str(relative_path), "status": "error", "error": str(e) }) # 保存处理日志 with open(output_path / "processing_log.json", 'w') as f: json.dump(results_log, f, indent=2) print(f"Batch processing complete. Log saved to {output_path / 'processing_log.json'}") # 使用示例 if __name__ == "__main__": # 请谨慎使用，务必先备份原始代码，并在小范围测试 # batch_process_codebase("./my_project/src", "./my_project/optimized_src") pass

重要提醒：

• 成本与速率限制：API 调用有成本和速率限制，批量处理前务必估算。
• 备份与审查：绝对不要直接覆盖原始文件。必须先备份，并且模型生成的所有代码都必须经过严格的人工审查才能合并。
• 问题描述生成：上述示例中的issue_desc是固定的。更高级的做法可以集成简单的静态分析工具（如pylint、flake8）来生成具体的问题描述，再交给模型修复。

7. 资源占用与性能观察

由于 Prompt Engineering 修复代码主要发生在云端模型 API 调用或 Web 交互界面，因此“资源占用”主要指：

1. Token 消耗与成本：提示词（输入）和补全内容（输出）都会消耗 Token。更长的上下文、更复杂的提示、要求更详细的输出，都会增加 Token 使用量，从而直接影响 API 调用成本。在 Claude 网页版上，通常有上下文长度限制。
2. 响应时间：复杂提示或需要深度推理的任务，模型响应时间会更长。Claude Opus 作为最大模型，推理速度可能比 Haiku 或 Sonnet 慢，但深度思考能力更强。
3. 迭代效率：Prompt Engineering 是一个迭代过程。一次成功的修复可能需要 3-5 轮对话。衡量性能的关键是“最终获得满意结果所需的总交互轮次和总时间”。

优化建议：

• 精简提示词：在清晰的前提下，移除冗余描述。使用缩写、代码块来高效表达。
• 分步进行：对于复杂任务，不要试图在一个提示中解决所有问题。先让模型理解问题并给出大纲，再针对各部分细化。
• 利用上下文：在同一个对话会话中，模型会记住之前的对话历史。利用这一点进行迭代，避免每次重复描述背景。
• 选择合适的模型：对于简单的语法修正或风格调整，可能不需要动用 Opus，Sonnet 或 Haiku 可能更快、更经济。将 Opus 留给最需要深度推理和复杂逻辑的任务。

8. 常见问题与排查方法

在与 Claude 等模型进行代码相关的 Prompt Engineering 时，你可能会遇到以下典型问题。

9. 最佳实践与使用建议

为了稳定、高效地运用 Prompt Engineering 进行代码生成与修复，遵循以下最佳实践：

1. 从简单到复杂：先让模型完成一个最简单的、可验证的子任务。成功后再增加复杂度。
2. 提供上下文：永远假设模型对你项目的特定背景一无所知。在提示词中提供相关的代码片段、数据结构定义、API 文档链接。
3. 指定输出格式：明确要求代码以 Markdown 代码块形式输出，并指定语言（如python），这便于你直接复制。
4. 要求解释：在关键步骤，尤其是修复后，要求模型解释其修改的原因。这不仅能帮助你学习，也能让模型进行二次验证，减少“幻觉”。
5. 版本控制你的提示词：像管理代码一样管理你的优秀提示词。使用文本文件或笔记工具保存那些效果好的提示词模板，方便复用和迭代。
6. 人工审查是必须的：这是最重要的原则。无论模型生成的代码看起来多么完美，都必须由经验丰富的开发者进行逻辑审查、安全审计和测试，才能考虑集成到项目中。
7. 合规与授权：确保你要求模型生成或处理的代码，其用途是合法的，并且你有权处理相关的数据和知识产权。
8. 成本意识：在批量使用 API 前，先用少量请求测试提示词的效果和 Token 消耗，预估成本。

10. 总结

“IndyDevDan”通过 Prompt Engineering 修复 Claude Opus 代码的案例，生动地展示了如何将大语言模型从一个可能出错的代码生成器，转变为一个强大的、可引导的编程伙伴。其核心精髓在于：将编程任务转化为一个清晰的、可迭代的沟通任务。

本文系统化地拆解了这一过程：从精准描述问题、提供错误上下文，到利用思维链和少样本示例进行引导，最后通过模拟测试验证了从脆弱代码到健壮代码的迭代修复流程。我们还探讨了如何通过 API 将这一过程自动化，并提供了应对常见问题的排查方法和必须遵守的最佳实践。

最值得尝试的起点，是挑选一个你最近遇到的小 bug 或一个想实现的工具函数，按照本文的步骤，亲自与 Claude 或类似模型进行一次“修复对话”。你会立即感受到，一个清晰的提示词带来的输出质量差异。最容易踩的坑是假设模型知道一切，而忽略了提供关键约束和上下文。

下一步，你可以将这套方法扩展到更复杂的场景，如代码重构、数据库查询优化、甚至编写测试用例。记住，Prompt Engineering 是一项随着实践不断精进的技能，你喂给模型的“思考框架”越清晰，它还给你的“代码解决方案”就越可靠。