用Prompt调教GPT写代码，为什么总是“一半对一半错”？

这种情况太真实了，我也踩过类似的坑。我的经验是，单次Prompt很难兼顾所有边界细节，尤其GPT对“可运行”的理解和我们不一样——它更关注逻辑骨架，但异常处理、文件路径这些“小坑”它经常漏掉。我现在习惯先让GPT生成第一版，然后直接运行报错，把报错信息复制回去让它修，来回两三轮效果反而比一次性写完美Prompt好。另外可以在Prompt里明确说“用try-except包裹所有可能报错的操作”，这招对减少半路崩溃挺管用的。

确实，单次Prompt很难覆盖所有边界情况，建议分步来：先让它生成骨架，再逐步补充异常处理和边界逻辑。

试试把大需求拆成小函数一步步让它写，单次prompt容易漏掉上下文衔接的坑。

单次prompt很难面面俱到，建议把需求拆成几步让GPT逐步生成，边跑边修更靠谱。

把期待从一次生成调成多轮迭代，先让它写骨架，再逐块填细节补异常处理，靠谱多啦。

老实说你这情况我太熟了，我自己折腾AI写代码也经常卡在“看着对，跑起来崩”这个阶段。我觉得问题核心不是Prompt不够长，而是GPT对“完整可运行”的理解跟我们不一样——它更擅长生成一个“逻辑正确的骨架”，但异常处理、边界条件、变量作用域这些细节很容易被当成次要信息给省略掉。我自己试过比较有用的方法是分段生成：先让它写核心逻辑的伪代码或大致结构，确认思路没问题后，再单独让它补全异常捕获、输入校验这些“防御性代码”，最后自己手动调一下变量名一致性。另外你可以试试在Prompt里加一句“请假设这个脚本会被其他模块反复调用”，它有时候会主动考虑健壮性。不过说实话，对于Excel这种IO密集型的任务，单次Prompt确实很难一步到位，因为文件路径、空行、编码这些实际坑只有跑起来才知道。你不如把报错信息直接贴回去追问，让它针对具体错误修，反而比重新写一整段更高效。

这问题太真实了，我自己也经常遇到这种“写了个寂寞”的情况。感觉单次Prompt就像让GPT盲写，它容易忽略隐性的边界逻辑，比如异常处理、文件关闭这些细节。我现在的做法是拆成多轮对话：先让它搭框架确认思路，再逐段补异常和边界测试，比一次性要求“完整可运行”靠谱不少。另外建议在Prompt里明确给一个具体的失败案例，比如“如果某行数据格式不完整怎么办”，它补代码时反而更精准。

单次prompt确实容易翻车，我一般先让它生成骨架，再手动补异常处理和边界逻辑。

这种现象太真实了，单次Prompt本质上是让模型“猜”你想要的完整逻辑，它擅长生成骨架但补不全边界。我的经验是把它当个“结对编程”的实习生——先让它写出核心流程，然后你针对报错一步步追问“这里为什么没考虑文件不存在的情况”或者“变量a和b重名了怎么改”，分轮次迭代比一次写完靠谱得多。另外，如果项目逻辑复杂，我会直接把错误堆栈扔回去让它修，效果比反复改Prompt好。