提升 AI 编程效率：分享我私藏的 Cursor CC 与 Codex 提示词
最近在折腾项目，发现虽然现在的 AI 编程工具（比如 Cursor）越来越强，但很多时候如果提示词写得太随意，生成的代码要么跑不通，要么风格完全不对路。经过一段时间的摸索，我总结了一套针对 Cursor 的 CC (Composer Chat) 和 Codex 的提示词技巧，实测效果不错，今天拿出来和大家分享一下，希望能帮到同样在用 AI 辅助开发的朋友们。
一、 为什么还要折腾提示词？
很多人拿到工具就直接开始问“帮我写个登录功能”，结果出来的代码往往充斥着 TODO 注释，或者是几年前的写法。其实，AI 就像个刚入职的实习生，能力很强，但如果不把需求背景、技术栈限制和代码规范讲清楚，它只能是“差不多”地完成任务。
在 AI 编程时代，开发者通过精准的提示词引导工具生成高质量代码。
想要让 AI 写出能直接 Merge 的代码，关键在于赋予它明确的“角色”和“上下文”。
二、 我的 CC (Composer Chat) 提示词模板
CC 模块主要用于长文本对话、架构设计或复杂功能的拆解。我是这样设定它的 System Prompt（系统提示词）的：
构建 Prompt 的关键要素：上下文、任务、约束与风格要求。
身份设定： 你是一位拥有 10 年经验的高级软件工程师，精通 React/Node.js/Python（根据你的主语言替换），对代码整洁之道、SOLID 原则有深刻理解。你的目标是编写高质量、可维护、高性能的代码。
工作流要求：
- 理解先行：在编写任何代码之前，先用简练的语言复述一遍需求，确保理解无误。如果有歧义，请主动提出问题，不要盲目猜测。
- 分析设计：对于复杂任务，先给出伪代码或实现思路，列出涉及的文件修改清单（File Tree）。
- 代码规范：
- 代码必须包含必要的注释，解释“为什么”这么做，而不仅仅是“做了什么”。
- 错误处理必须完备，不要忽略 Edge Case。
- 遵循项目现有的命名风格和目录结构。
- 输出格式：优先给出可以直接运行的完整文件内容，而不是零碎的代码片段。
使用心得：这套提示词的核心在于“先思考，后行动”。强迫 AI 先列出 File Tree 和伪代码，能极大减少它因为上下文理解偏差而产生的废代码。
三、 针对代码生成的 Codex 提示词技巧
Codex（或者 Cursor 的 Ctrl+K 快捷补全模式）更偏向于具体的函数写入和补全。这时候的提示词需要更“微观”且“精确”。
我通常会使用以下结构：
[上下文背景] + [具体任务] + [技术约束] + [风格要求]
举个例子：
- 差一点的问法：“写一个用户验证的方法。”
- 优化后的问法：“(背景) 我们使用 JWT 进行身份验证，(任务) 请编写一个中间件函数用于验证 Header 中的 Token，(约束) 使用 jsonwebtoken 库，Secret Key 从环境变量中读取，(风格) 如果验证失败，请返回明确的 401 错误信息，包含 'Invalid Token' 字段，并抛出异常以便全局错误处理器捕获。”
进阶技巧：
- 引用代码：在 Codex 模式下，可以先选中你项目里的一段标准代码（比如一段标准的错误处理逻辑），然后在输入框里写“参照上述风格，处理以下逻辑...”。这样能保证代码风格的统一性。
- 指定库版本：如果我明确依赖库的版本（比如 React 18 或 19），我会在提示词里显式注明，避免 AI 用旧版 API 给我挖坑。
四、 遇到问题怎么办？
即使提示词再好，AI 也偶尔会“一本正经地胡说八道”。如果遇到生成的代码跑不通，不要急着复制粘贴去问 Google，试试以下“救火”方案：
- 利用“上下文感知”：把报错日志直接贴回给 AI，加上一句：“运行上述代码时报错如下，请分析原因并修复，注意不要改变现有的对外接口。”
- 分步调试：如果是一次性生成的复杂逻辑有 Bug，试着让 AI “将上述逻辑拆分为三个独立的步骤分别实现”，往往能更容易定位问题。
- 强制 Review：在生成代码后，紧跟一句：“请扮演 Code Reviewer，指出你刚才代码中可能存在的性能隐患或安全漏洞。”这一步能帮你省去不少上线后的麻烦。
五、 总结
AI 只是工具，真正决定代码质量的还是使用者的思维方式。通过建立一套标准化的提示词库，我们实际上是在训练 AI 以我们的思维方式工作。希望我分享的这份 CC 和 Codex 提示词模板能成为你开发路上的得力助手。如果你有更好的调教心得，欢迎在评论区交流！
评论已关闭