上周，一个朋友跟我吐槽："AI编程助手就是个智障，写出来的代码根本不能用。"
我让他把提示词发给我看了一眼——
"帮我写一个登录功能。"
就这？六个字？
我在他的提示词后面加了三句话，同样的AI，同样的模型，输出的代码直接能跑。他看完沉默了。
不是AI不行，是你没告诉它你要什么。
2026年了，82%的开发者已经在日常工作中使用AI编程工具。但真正能让AI持续输出高质量代码的人，可能不到20%。差距不在工具，在提示词。
大多数人写提示词的方式，和在百度搜索框打字没有区别——
❌ "写一个按钮组件" ❌ "修复这个bug" ❌ "优化一下性能"
这不是提示词，这是许愿。AI不是许愿池，它是一个需要精确指令的协作者。
核心原则：你给的信息越模糊，AI猜的就越离谱。
经过大量实践，我总结出编程提示词的 PCTFV 框架：
告诉AI它是谁。不同角色意味着不同的决策偏好。
"你是一位有10年经验的 TypeScript 后端工程师，擅长 NestJS 和 PostgreSQL。"
这句话的作用不是玄学，而是激活模型在特定领域的知识关联。
把相关代码、文件结构、技术栈告诉AI。不要让它猜。
"我的项目使用 Next.js 14 + Prisma + PostgreSQL，目录结构为 src/app 路由模式，认证使用 NextAuth。"
关键技巧：在 Claude Code 中善用 CLAUDE.md 文件，把项目上下文持久化，AI 每次对话都能自动获取。Cursor 用户则在 .cursor/rules/ 中配置项目规则。
一次只给一个任务。多任务并行是大忌。
❌ "帮我写登录注册功能并加上权限管理和日志" ✅ "为 /api/auth/login 端点编写处理函数，接收 email 和 password，使用 bcrypt 验证密码，成功返回 JWT token。"
一个任务，一个函数签名，一组边界条件。 这才是AI能精确执行的粒度。
明确告诉AI你要什么格式的输出。
"只返回修改的代码片段，使用 diff 格式，不要重写整个文件。"
2026年的一个重要实践是 diff-only 模式——让AI只输出变更部分，而不是重写整个文件。这不仅节省 token，更重要的是让代码审查成为可能。
告诉AI什么算"完成"。
"代码需要通过以下测试场景：1）邮箱为空时返回400；2）密码错误时返回401；3）正常登录返回200和token。"
给AI一份验收清单，它的输出质量会跃升一个档次。
不要一上来就让AI写代码。先让AI帮你写规格说明，确认无误后再执行。
"不要写代码。先根据我的需求，生成一份技术方案，包含数据模型设计、API接口列表和核心逻辑流程图。"
这相当于让AI先画图纸再盖房子，效果远好于直接动手。
复杂功能拆成小步骤，每一步确认后再进行下一步。
第1轮："先设计数据库表结构" 第2轮："基于上面的表结构，编写 Prisma schema" 第3轮："编写 CRUD 的 API 路由"
Prompt Chaining（提示词链） 是2026年公认的最佳实践：用链式对话替代一次性大 prompt，每一步的输出成为下一步的输入。
在提示词中加一句：
"如果你对某个需求不确定，请先提问而不是猜测。"
这一句话能显著降低AI的"幻觉"——与其让它编造一个看似合理的实现，不如让它主动暴露不确定性。
永远审查AI生成的代码。
尤其是涉及认证、加密、数据库查询的部分，AI生成的代码可能存在安全漏洞。提示词写得再好，你仍然是那个最终按下部署按钮的人。
AI编程的真正价值，不是"更快地生成代码"，而是**"生成不需要重写的代码"**。
而实现这一点的关键，不是换一个更贵的模型，是写一个更好的提示词。
试试今天就改写你的下一个提示词，你会发现——同样的AI，判若两人。