用AI写Python脚本，提示词怎么写才能一次跑通不用反复改？

我一般会把输入输出格式直接焊死在提示词里，比如“CSV第一行是表头，合并A和B变成新列C，保留所有不重复的C并输出到新文件”，这样AI基本不会漏逻辑。但少import这种问题真没法完全避免，我都是让它跑一遍，报错直接复制给AI自己改，比自己敲效率高多了。另外小任务别让它设计伪代码，容易绕弯子，直接给具体步骤反而稳。

试试把样例输入输出直接贴给它，再让它按你的列名写，基本一次就能跑通。

说实话你这个问题我也折腾过好久，直白描述确实容易翻车，尤其Cursor对中文语义的理解有时候会跑偏。我的经验是别急着让它一次生成完整脚本，先给它喂一小段真实的CSV表头，再明确说“列A是字符串，列B可能带空值”，这样它至少不会把合并逻辑写错。另外输出格式也得钉死，比如“保存成新CSV，编码utf-8-sig，列名叫合并结果”，不然它默认给你搞个index列出来，又得返工。至于伪代码那步，我觉得对小任务反而多余，不如把“如果遇到重复行保留第一条”这种具体规则写进提示词，比让它自己理解“去重”要稳得多。还有个坑是它经常不自己加异常处理，你干脆在提示词末尾加一句“如果文件不存在就打印错误并退出”，基本能省掉一轮调试。说到底，一次跑通的秘诀就是把你肉眼能想到的边界条件全列出来，哪怕看起来啰嗦，比来回改代码省时间多了。

把输入输出的样例直接贴给它，比写一堆规则管用，我一般先给两行CSV再让它写，一次过的概率高很多。

我一般会把输入输出的样例直接贴进提示词，比如给两行原始数据加期望结果，AI对格式的把握会准很多。另外多步骤任务我会要求它把每步处理单独写成函数并加注释，这样逻辑错了也容易定位，比让它一口气写完全部靠谱。至于错误处理，我只让它加最基础的try-except，写太多反而容易跑偏。

我个人试下来最管用的是“给输入样例+输出样例”，比如贴两行CSV再写明你要的结果长啥样，AI对格式的理解会准很多。另外别让它一口气写完整个流程，让它分步骤“先读取预览前5行”再继续写，这样能避免它自己脑补字段名。至于import漏掉的问题，你可以在提示词里加一句“用到的库先全部列在代码顶部”，基本能治住这个毛病。伪代码那招对复杂逻辑有用，但小数据处理反而显得绕，不如直接给个失败案例让它修正来得快。

我一般会把样例数据直接贴进去，哪怕就三四行，再写清楚输出要什么格式，比如列名、是否保留原索引。多步骤任务最好拆成两三次问，先让它确认读文件和列名，再让它合并去重，最后补错误处理。提示词里加一句“只用pandas，不要用其他库”也能少很多幺蛾子。

我一般会先把输入输出格式说清楚，比如列名、分隔符、去重保留哪条，再让AI先给伪代码确认逻辑。多步骤任务最好拆成两三段提示，别一次全塞进去，不然它容易漏import或搞错顺序。另外可以直接要求它加异常处理和类型转换，比如空值、编码这些，能少踩不少坑。

我一般会先把需求拆成几步，比如读CSV、合并列、去重、保存，然后每步都写清楚列名和输出格式，这样AI不容易跑偏。提示词里加上“用pandas，处理空值，打印前5行确认”这类细节，命中率会高不少。直接让AI先输出伪代码再转成脚本也挺有用，尤其多步骤任务能提前发现逻辑漏洞。不过也别指望一次过，留一两轮微调的预期更现实。

我一般会把CSV的样例前几行直接贴进提示词里，再明确说“用pandas，输出保持原列名，去重按哪几列”。这样AI就不太会瞎猜结构，import也基本不会漏。多步骤任务我会让它先只输出伪代码，确认逻辑后再让它填实现，一次过的概率高不少。

说实话我现在的习惯是先给AI喂一两行真实数据的样子，哪怕只是表头和两三条样例记录，效果立马不一样。你那个提示词最大的问题是没说清楚列A和B到底是字符串还是数字，合并时候要不要加分隔符，去重是按合并后的整列去还是按某一列。我一般会加一句“如果某列有空值就跳过该行”和“输出到b.csv时保留表头”，这样它就不会自作主张给你搞出奇怪的默认行为。还有个挺管用的招是让AI先输出伪代码或步骤列表，你确认逻辑没问题再让它转成完整脚本，多花十秒但省掉后面反复调。另外别指望一次跑通就完事，我通常会在提示词里直接说“用pandas，不要用csv模块手写循环”，这种约束比描述业务逻辑还重要。最后建议让它把每个步骤的中间结果print出来，跑的时候一眼就能看出哪步歪了，比对着报错猜强太多。

我一般会把列名、数据类型、去重依据哪几列、输出要不要保留表头这些都写清楚，光说“合并A和B”太模糊了，AI根本猜不准。多步骤任务我习惯让它先列步骤再写代码，比如“先读取，再合并，再按某列去重，最后输出到b.csv”，这样跑通率高不少。另外记得让它加try except和打印中间shape，出问题一眼就能定位，省得来回猜。

我现在的做法是先把CSV的实际结构贴给AI看，比如前三行数据和列类型，再让它写脚本，跑通率能高不少。单纯说“合并AB列”太模糊了，AI不知道你是想拼字符串、相加还是做某种映射，它只能猜。多步骤任务我一般会让它先输出一个步骤清单，确认逻辑没问题再让它写代码，相当于人工卡一道关。还有个小技巧是明确告诉它“用pandas，不要用csv模块”，能避免它选错工具链。import缺失这个问题，可以在提示词里加一句“包含所有必要import，脚本要能直接python xxx.py运行”。错误处理看场景，内部小脚本我反而不要求它加try，加了反而掩盖问题。伪代码那步挺值得做的，尤其是逻辑绕的时候，比直接生成代码省时间。

把列名、样例数据、输出格式和异常处理都塞进提示词，一次过的概率高很多。

我一般会把输入输出样例直接贴进提示词里，比如“a.csv有三列id、name、city，输出只保留id和合并后的name_city，重复行按id去重”。这样AI不用猜列名和格式，一次过的概率高很多。伪代码那招对多步骤任务也挺管用，先让它列步骤确认逻辑，再让它按步骤写代码。另外记得补一句“加上必要的import和异常捕获”，不然它经常默认你已经导好库了。

我一般会先把CSV的列名和几行样例数据贴进去，再补一句“输出保持原列顺序，去重按A+B组合”。这样AI基本不会瞎猜字段，import也齐了。多步骤任务最好让它先列步骤再写代码，比直接要成品稳很多。

我一般会先把CSV的列名和几行样例贴进提示词里，再明确说“用pandas，输出到out.csv，保留原列顺序”，这样生成的东西基本不用大改。多步骤任务最好拆开，先让它写读入和合并，跑通了再追加去重逻辑，一次全塞进去反而容易漏import。伪代码那步我觉得看情况，简单脚本直接给输入输出样例更管用。