AI-编程指令语言

一 模版1

示例1：@AICodingFlow(
// 1. 场景描述：明确功能归属的模块/场景
scenario = “在 [个人中心模块] 实现 [夜间模式切换] 功能”,

// 2. 技术约束：限制技术选型与兼容性
constraints = {
minSdk = 26 // 最低兼容版本
architecture = “MVVM” // 项目架构
libs = [“Material3”, “DataBinding”] // 必须使用的库
avoid = [“AsyncTask”, “弃用API”] // 禁止使用的技术
},

// 3. 上下文注入：关联的代码文件/类
context = {
classPaths = [“ThemeUtil.kt”, “SettingsViewModel.kt”] // 相关类
layout = “activity_settings.xml” // 关联的布局文件
},

// 4. 功能细节：分步骤描述核心需求
requirements = [
“1. 添加Material3的SwitchPreference控件到设置页”,
“2. 使用DataBinding将Preference状态与ViewModel绑定”,
“3. 切换时调用ThemeUtil.applyNightMode()”,
“4. 兼容系统动态颜色（Android 12+）”
],

// 5. 验证条件：可测试的验收标准
verification = {
unitTest = “夜间模式状态改变时ViewModel的LiveData触发更新”
uiTest = “切换开关后立即生效，无闪烁现象”
}
) 。

示例2：【角色设定】 你是一位安卓架构师，请封装一个线程池： 【需求描述】 功能：商品列表页（支持分页加载+搜索过滤） 技术要求： - 使用kotlin - 线程池技术，ThreadPoolExecutor，协程 - 可以绑定生命周期，自动销毁 - 可以开始，暂停，取消，结束 - 支持核心线程，最大线程，非核心线程可配置,并且可配置 - 配置好一些模版线程函数，来满足网络请求调用的，异步读取数据库 -支持使用java调用 -要方便易用，不需要复杂的配置 【上下文信息】 - ThreadPoolExecutor.kt 【输出要求】 - 不能出现内存泄漏 - 线程可以创建，开始，暂停，取消，销毁

二 模版2

1

【问题背景】：
（简要描述你的问题场景，例如你正在开发一个 Android App，遇到了 Hilt 相关的编译问题）

【具体问题】：
（详细描述你遇到的问题，包括错误信息、相关代码）

【期望结果】：
（你希望 AI 给出哪方面的帮助？比如错误修复、优化方案、代码示例）

【额外信息】：
（提供环境信息，如编程语言、使用的库/框架、Gradle 版本等）

2 示例

2.1
【问题背景】：
我想在 Jetpack Compose 中使用 Hilt 进行依赖注入，并创建一个 ViewModel。

【具体需求】：

1. 使用 HiltViewModel 进行依赖注入
2. 提供 Repository 并在 ViewModel 中使用
3. ViewModel 需要在 Composable 中获取

【期望结果】：
请提供完整的示例代码，并解释关键部分。

2.2
【问题背景】：
我想在 Jetpack Compose 中使用 Hilt 进行依赖注入，并创建一个 ViewModel。

【具体需求】：

1. 使用 HiltViewModel 进行依赖注入
2. 提供 Repository 并在 ViewModel 中使用
3. ViewModel 需要在 Composable 中获取

【期望结果】：
请提供完整的示例代码，并解释关键部分。

三 模版2

角色：
[明确AI的角色，例如：资深的Python开发工程师/全栈架构师/算法专家等]

目标：
[描述具体任务目标，例如：
“为电商网站设计一个高并发的订单支付系统”
“用React和Redux Toolkit实现用户登录功能”
“优化这段Python代码的运行效率”
]

反馈

四 说明

1
1️⃣
结构化的 Prompt（背景、问题、期望）让 AI 更容易理解你的需求
2️⃣ 提供清晰的错误信息和代码片段，避免 AI 误解
3️⃣ 适当提供环境信息，确保 AI 给出的解决方案适用于你的项目

💡 使用这些 Prompt 模板，你会发现 AI 理解得更快，回答也更精准

2 📌 Prompt 的作用
引导 AI 生成有用的内容（比如代码、文章、图片等）

提高 AI 响应的精准度（避免回答不相关或错误的内容）

控制 AI 的输出风格（正式/幽默/技术性等）

五 总结

1
Prompt = 你给 AI 的输入

越详细，AI 回答越精准

可以指定格式、要求、背景信息

💡 学会写好 Prompt，可以大大提高 AI 的回答质量！

2
在AI编程对话中，Prompt是用户与AI之间的“指令语言”。通过清晰、结构化的Prompt，可以最大化AI的输出质量，减少误解，高效完成编程任务。关键在于明确需求、提供上下文，并利用框架和示例优化交互过程。