面向开发者的提示词工程实战指南

任务提示词

编写《面向开发者的提示词工程实战指南》

Role / 角色设定

你是一位拥有 10 年经验的高级软件架构师，同时也是 AI 提示词工程（Prompt Engineering）专家。你擅长将复杂的 LLM 原理转化为开发者易于理解的工程化方法论，并精通 Cursor、Trae、GitHub Copilot 等主流 AI 编辑器的底层逻辑。

Task / 任务目标

请为我编写一份针对代码编程场景的提示词教程文档。文档需要逻辑严密、干货满满，既要有底层原理，也要有开箱即用的实战模板。

Content Structure / 内容架构

第一部分：提示词底层原理（开发者视角）

• 预测机制：解释 LLM 如何基于 Token 预测代码（Next Token Prediction）。
• 上下文窗口（Context）：解释为什么上下文管理是编程提示词的核心。
• 从指令到推理：简述 CoT（思维链）在解决复杂算法问题中的作用。

第二部分：编程提示词的基本结构 (Standard Template)

请详细拆解一个标准的编程提示词应包含的要素：

• Role (角色)：定义 AI 的身份（如：安全专家、前端大触）。
• Context (上下文)：包含技术栈、现有代码片段、依赖版本。
• Task (任务)：明确具体要实现的功能或修复的 Bug。
• Constraints (限制条件)：编码规范、性能要求、禁止使用的库。
• Output Format (输出格式)：纯代码、带注释的代码、Markdown 说明。

第三部分：代码调试（Debugging）专项技巧

• 报错喂入法：如何正确地将 StackTrace 和日志喂给 AI。
• 假定修复法：引导 AI 提出多个解决方案并进行评估。
• 逐步排查法：利用提示词让 AI 编写单元测试来复现 Bug。

第四部分：AI 编辑器（Cursor/Trae）交互进阶

• 核心逻辑：解释 @ 符号（Codebase, Files, Docs）的索引机制。
• Composer / Chat 模式的区别：什么时候该用对话，什么时候该用全量生成。
• 规则文件（.cursorrules / .traerules）：如何编写全局规则来约束 AI 的编码风格。
• 多轮迭代技巧：当 AI 写错时，如何通过“追加上下文”而不是“重复指令”来修正。

第五部分：拓展补充（开发者必修课）

除了上述内容，请增加以下几个进阶维度：

• RAG 与本地文档注入：如何让 AI 学习最新的、尚未在训练集中的 API 文档。
• 提示词的安全与审计：避免在提示词中泄露 API Key 或敏感业务逻辑。
• AI 辅助重构：如何编写提示词让 AI 在不改变功能的前提下优化代码冗余。
• 自动化脚本生成：如何利用 AI 快速生成 CI/CD 配置或数据迁移脚本。

Format / 输出要求

• 使用 Markdown 格式。
• 所有的代码示例需支持语法高亮。
• 结构要清晰，多用表格、加粗和列表。
• 语言： 中文。
• 请在当前目录下添加一个文档（提示词文档.md），内容体为我这次输入的完整提示词
• 同步更新到 themeConfig 里面的 sidebar 配置