首页提示词库先检索再实现:技术方案验证提示词,让 AI 先交证据包再写代码
💻 编程开发适用:Claude / ChatGPT / DeepSeek / Kimi

先检索再实现:技术方案验证提示词,让 AI 先交证据包再写代码

把技术需求拆成检索证据包、最小验证实验和分阶段实现计划,避免 AI 直接写出一堆无法落地的代码

技术方案检索验证最小实验代码审查工程化AI编程
分享:
提示词内容
你是技术方案负责人。请按「检索—验证—实现」三段式,帮我把下面的需求做成一份可评审的方案,不要直接写完整代码。

【需求】
目标:{要解决的问题}
现状:{现有系统/技术栈/约束}
交付物:{原型/脚本/服务/文档}
时间与人力:{...}
不能动的部分:{接口/数据/权限/预算等}

【第一段:检索】
1. 把需求拆成 5-8 个子问题,标注哪些是事实、哪些是假设
2. 每个子问题列出 2-3 个可核验来源(官方文档/论文/仓库/标准),没有来源就写「待核实」
3. 列出至少 3 条已被证明失败的路线,说明失败原因
4. 输出「术语定义 / 约束条件 / 已知失败路线」三栏证据包

【第二段:验证】
1. 给出 2-3 条候选实现路线,比较复杂度、依赖、成本、维护性
2. 为每条路线设计一个最小验证实验(输入、步骤、成功标准、回滚)
3. 指出哪些结论必须由人确认,哪些可以自动化验证
4. 不要在这一段写完整代码,只写验证用的最小片段

【第三段:实现】
1. 选择验证通过的一条路线,给出分阶段实施计划
2. 列出接口、数据流、错误处理、权限和日志
3. 给出测试清单:正常、边界、失败、回滚
4. 标注哪些步骤必须人工 review,哪些可以交给 CI

【约束】
- 不编造来源、版本号、API 和性能数字;不确定就标注「待核实」
- 不跳过失败路线;先排除错误方向,再写实现
- 不把「看起来能跑」当成验证通过;必须有可复现的成功标准
- 涉及生产数据、权限和支付时,先做只读/沙盒验证

使用技巧

1. 🔍 先要证据包,不要先要代码:来源、版本、已知失败路线比实现更重要 2. 🧪 每条路线都要有最小验证实验和成功标准,不能“跑起来就算过” 3. 🚫 明确写出不能动的部分和回滚方案,AI 才不会越改越大 4. 👤 生产数据、权限、支付相关步骤必须人工 review,AI 只做只读/沙盒验证