用Prompt调教AI写代码，为什么总卡在“理解需求”这一步？

你这情况我太熟了，早期我也被AI的“自由发挥”整得哭笑不得。我觉得核心问题不是指令“不明确”，而是我们默认AI能像人一样识别“意图边界”——其实它更像一个过度热情的实习生，你给个框架它就想填满细节。我现在的做法是：把需求拆成“必须做、不能做、可选做”三层，比如你那个例子，我会在提示词里明确写“不要添加异常处理逻辑，除非数据格式不符合CSV标准”，这样能砍掉一半脑补。另外，用“步骤编号+输出格式约束”也很管用，比如要求它“第一步只打印列名，第二步才计算平均值，最终输出必须是Markdown表格”，等于给AI画了条跑道。不过有个疑问：你试过在提示词里加“反例”吗？比如直接说“不要做X和Y”，有时比正向描述更治本。

深有同感，我也踩过这个坑。后来发现“明确指令”不仅是对AI说清楚“要什么”，还得把“不要什么”写进去，比如“只输出代码，不加注释”这种负面约束反而挺管用。另外拆成逻辑块确实有效，但不用太细，按函数粒度分步骤喂给AI，它跑偏的概率会小很多。

试试把“不要做什么”也写进prompt里，比如“别加注释，别处理异常”，效果立竿见影。

你遇到的这个问题太真实了，我自己的经验是“明确”确实得拆到逻辑块级别，但不用像代码那么细。比如你想让它算平均值，就明确说“不要处理异常值”或者“假设数据干净”，把边界条件也写进prompt，不然AI总爱过度脑补。另外，给一个具体的小样例数据让它先跑通，再扩展到全部文件，这种“先示范后执行”的套路比纯描述靠谱得多。

你说的情况我也遇到过，后来发现核心问题不是“指令不够明确”，而是AI在面对开放任务时会默认填充它认为“合理”的细节。我的经验是把需求写得像伪代码：明确告诉它“禁止添加未指定的逻辑”，并且给一个“坏例子”比给“好例子”更有用，比如直接说“不要处理异常值，除非用户明确要求”。另外，分步骤时最好用编号加单句描述，而不是写长段落，这样它更容易聚焦。

试试把“计算平均值”改成“对每一列用pandas的mean()函数，不准加异常处理”，指令越像代码越听话。