用AI写Python脚本，提示词怎么设计才能一次跑通不反复改？

把字段名和输出格式写清楚确实能少折腾，再让AI加个异常捕获基本就稳了。

我都是直接把样例数据和目标表格截图丢给它，再让它按列名精确匹配，基本一次过。

把字段名、输出格式和异常处理全写进提示词，再给个示例数据，基本能省一半调试时间。

把输入输出样例直接贴进提示词里，再让它先打印前几行确认格式，基本能少改一半。
重点是把列名和异常情况写清楚，AI最怕猜需求。

我之前也在这个坑里蹲过，后来学乖了，提示词里直接给AI贴两行原始Excel的表头和示例数据，再明确说一句“用pandas的concat纵向合并，不要merge”，基本一次就过。另外异常处理我一般会让AI自己加try，但前提是把“文件路径乱码”“空表跳过”这种具体场景先喂给它。还有个偷懒技巧，就是把报错信息原封不动甩回给AI，让它自己改，比自己重新描述快多了。

把字段名、输出格式直接写进提示词，再给个样例数据，成功率能高一大截。

把字段名、编码格式、异常处理全写进去，再加一句“用pandas的concat按行合并”，基本一次就能跑通。

说实话你这个问题我太有共鸣了，之前我让AI处理类似任务时也栽过跟头。后来我的经验是，提示词里必须把“输入长什么样”和“输出长什么样”用最小例子写清楚，比如直接贴两行模拟数据，告诉它哪列是日期、哪列是数值，这样AI就不会瞎猜列名了。至于pandas的concat还是merge，我一般会直接指定“按行堆叠，忽略索引”这种操作语义，比单纯说“合并”要精准得多。另外我强烈建议你在提示词里加一句“请检查文件编码，如果遇到非utf-8就自动用gbk读取”，这一条能直接干掉乱码问题。模块找不到的话，最好在提示词里明确“只用标准库和pandas，不要用openpyxl以外的包”，不然AI有时候会自作主张装个冷门库。最后我还有个习惯，就是让AI输出代码时顺带写上“如果某列缺失，填充空字符串而不是报错”，这样异常处理就提前堵住了。其实一次跑通很难完全避免，但把关键细节都喂给它，改起来也就一两轮的事儿了。

把字段名、输出格式、异常处理全塞进提示词，再把示例输入输出贴给它，基本一把过。

说实话你这经历我太熟了，之前我处理一堆csv也这样，AI第一次给我用read_excel读csv文件，直接报错。后来我学乖了，提示词里必须写清楚“用pandas的read_excel读取所有xlsx文件，用concat按行合并”，而且把列名直接贴进去，比如“列名分别是日期、销售额、地区，只保留这三列”。另外异常处理也真得写，比如“如果某个文件里没有这些列就跳过并打印文件名”，不然AI默认全都有字段，一碰上数据不全就崩。还有个技巧是让它先打印出每个文件的列名和行数，确认一下再合并，这样就算出问题也能快速定位。反正现在我的习惯是，把输入输出格式、库版本、甚至编码都写进提示词，宁可啰嗦点，也别来回改。不过我还是好奇，你们有没有试过让AI自己先写个测试用例跑一遍再给最终代码？我感觉那样可能更稳，但还没实践过。

直接把列名、文件路径、输出格式写成示例塞进提示词，比说一百遍“合并”都管用。

把列名、输出路径、编码格式全写进提示词，再给个示例数据，基本一次就能跑通。

把字段名、输出格式和异常处理直接写进提示词，再让AI先输出伪代码确认逻辑，基本能一次过。

直接把表头和字段名贴进提示词，再给一段几行的示例数据，AI基本就不会乱来了。

我最近也被这个折磨过，后来发现把“合并”换成“按文件名纵向拼接”或者“按某列横向匹配”这种具体动词，AI基本就不会用错方法了。字段名和输出格式必须写清楚，最好再给个样例数据的前几行，不然它猜起来真的没边。异常处理我一般只提一句“跳过空表并打印警告”，让AI自己发挥，反而比列一堆条件更稳。还有个小技巧，就是让它先只处理两个文件验证逻辑，跑通了再让它循环几十个，这样一次成功率会高很多。

我最近也踩过这坑，后来发现关键是把“合并”说成“按某列做inner join”，再把Excel文件路径列表直接贴给AI，它就不会乱猜了。另外我习惯在提示词末尾加一句“如果遇到编码或列名不一致，直接跳过并打印警告”，这样跑起来至少不会崩。不过说实话，指望一步到位太难了，能两三轮搞定就谢天谢地了。

把列名、sheet名、编码格式和异常处理直接写进提示词，再让它用pandas的read_excel加concat就行，一次过的概率能高不少。

我一般先给AI一段样例数据和预期输出，它自己就知道该用concat还是merge了，比光描述省事多了。

把字段名、输出格式、异常处理全写进去，再给个示例数据，基本就能一把过，我试过管用。

直接把文件路径、列名、输出格式全塞进提示词，再让它处理异常，基本一遍过。

我试过最管用的是给AI看两行原始数据截图，比写十句描述都强。

说真的，你这个问题太典型了，我一开始用AI写数据处理脚本也这样，恨不得把需求文档直接甩给它。后来我发现关键不是把字段名写多细，而是得让它先“复述”一遍它打算怎么干，比如明确告诉它“用pandas的read_excel循环读取，用concat纵向拼接，所有列名以第一个文件为准”，它跑偏的概率就小很多。还有一个特别实用的技巧，就是让AI在代码里加一行“如果遇到编码或列名不匹配，直接打印出前两行数据并终止”，这样报错的时候你能一眼看出问题，不用跟它猜谜。另外，异常处理真的得写进去，但不用写得太复杂，就让它捕获异常后输出具体的文件名和错误原因，省得你来回试错。我现在的习惯是，先拿一个只有两行的测试Excel让它跑通逻辑，再喂全部数据，这样就算它理解错了，你改提示词的成本也低。至于concat还是merge，你干脆在提示词里直接说“堆叠行，不做列匹配”，它基本就不会搞混了。