https://mp.weixin.qq.com/s/Tm3EpOi7QvXkipgT_FG1zg
原则 | 描述 | 示例（坏 vs. 好） |
|---|---|---|
简洁 (Concise) | 直奔主题，避免废话和填充词。 | 坏： “你能写一些关于科学主题的内容吗？” 好： “写一篇200字摘要，阐述气候变化对沿海城市的影响。” |
逻辑性 (Logical) | 按步骤或要点组织，分解复杂请求。 | 坏： “构建用户注册并显示统计。” 好： “1. 用 Supabase 实现注册表单。2. 注册后显示用户统计仪表板。” |
明确 (Explicit) | 指定想要/不想要的内容，提供格式示例。 | 坏： “跟我说说狗的事。” 好： “用项目符号列出金毛猎犬的5个独特之处。” |
适应性 (Adaptive) | 迭代改进：基于输出调整提示。 | 示例： “上个解决方案缺少验证。请添加用户身份验证。” |
反思 (Reflective) | 交互后回顾有效/无效部分，甚至让 AI 总结。 | 示例： “总结我们解决 JWT 认证错误的步骤，并起草未来避免的提示模板。” |
背景：你是 Lovable 全栈开发者专家。
任务：用 React + Supabase 创建登录页面。
指南：UI 简洁，用 Tailwind CSS；添加代码注释。
约束：仅修改 LoginPage 组件，确保兼容移动端。预期效果：AI会一步步输出结构化的代码，不会偏题。
像和朋友聊天一样，自然说出来，不用分栏分块，但还是要逻辑清楚（先说什么后做什么）。适合已经熟悉AI的人，聊天式迭代。就像打电话给同事，边说边改。
预期效果：AI直接生成代码，你可以接着说“按钮再大点”来调整，像实时对话。
让AI当你的“编辑器”，帮你检查和优化原提示。发现问题（如太模糊），AI帮你重写。适合输出不对劲时用。就像写邮件前，让秘书帮你润色。
先写个粗糙提示：“做一个登录页面，用React和Supabase。” 然后元提示：“看看我这个提示‘做一个登录页面，用React和Supabase。’哪里不够清楚？帮我重写成更详细、更精确的版本，确保AI不会乱加功能。”
任务做完后，让AI“复盘”整个过程，总结经验或写个模板，方便下次复用。像事后写会议纪要。适合调试或学习，积累“秘籍”。
预期效果：你得到一个“防坑模板”，下个项目直接抄。
3，高级技巧
– 零次提示 vs. 少样本提示（Zero-Shot vs. Few-Shot Prompting）
零次提示像直接命令AI“干活，不用示范”；少样本提示像先给AI看1-2个“样板”，教它模仿格式或风格。零次快但靠AI“天赋”；少样本准但稍长。简单任务用零次，复杂或特定风格用少样本——就像教小孩画画，先示范再让他画。
零次提示（无示范，直接下令）：
少样本提示（给2个示范）：
示例1：输入“创建按钮” → 输出：一个蓝色按钮组件，用Tailwind class="bg-blue-500 px-4 py-2 rounded"，带onClick事件。
示例2：输入“创建输入框” → 输出：一个邮箱输入框，用，加required验证。
现在：创建登录页面，包括邮箱/密码输入+提交按钮，连接Supabase认证。用类似格式输出代码。预期效果：AI会模仿示例，输出整齐的组件代码，不会乱加东西。适合你想统一代码风格时用。
何时选哪个：零次试水简单活；少样本调格式（如代码注释要特定方式）。
– 控制幻觉并确保准确性（Managing Hallucinations and Ensuring Accuracy）
AI有时“脑补”假东西（幻觉），比如编不存在的函数，导致代码崩。高级招：给AI“锚点”数据（真实上下文）、让它一步步想（Chain-of-Thought）、要求它老实说不确定、最后验证。就像审稿人检查文章，别让作者瞎编。
基础问题：
你用零次提示建登录页，AI突然加了个“SupabaseMagicAuth”函数（其实不存在），代码跑不起来。
高级控制幻觉的提示（结合锚点 + 逐步推理 + 诚实指令）：
基于这个Supabase文档片段：[贴真实API示例，如 supabase.auth.signInWithPassword({email, password}) ]。
任务：用React建登录页面，连接Supabase。
先一步步解释你的思路（Chain-of-Thought）：1. 怎么验证输入？2. 怎么调用API？3. 怎么处理错误？
如果不确定任何部分，别编造——说“我需要更多细节”。
最后，输出代码前，确认它匹配文档。
预期效果：AI先输出推理（如“步骤1：用useState存email/password”），然后代码准准的，不会幻觉。加验证：“检查代码是否用真实Supabase方法？如果不对，解释为什么。”
迭代验证（事后检查）：
“上个代码好，但Supabase调用可能错。重新审一遍，确保没幻觉，并列出潜在问题。”
预期效果：AI自查，帮你抓bug。
– 利用模型洞察（Leveraging Model Insights：了解你的AI工具）
AI 不是万能的，知道它的“脾气”能事半功倍。比如AI 工具基本上都有的聊天模式（脑暴不改代码）和默认模式（ Build模式，直接编代码）；注意输出长度（别一次要太多）；指定格式让AI适应你的习惯。就像用手机App，知道切换模式才高效。
聊天模式 vs. 默认模式：
聊天模式（先脑暴，不动代码）：
“在聊天里讨论：建登录页用Supabase，潜在坑有哪些？列3个风险和解法。”
预期效果：AI输出列表（如“风险1：API密钥漏——解：用环境变量”），你学到东西，再决定建。
默认模式（执行建页）：
“现在默认模式：基于上面讨论，用React + Supabase建登录页。输出完整组件。”
预期效果：直接改项目文件，安全高效。
注意令牌/格式（防输出卡壳）：
“输出登录页代码，用Markdown格式包起来。分两个部分：先HTML结构，后JS逻辑。别超500行。”预期效果：AI不会中途断，格式整齐，便于你抄。
试用风格：
“代码用我的风格：变量名camelCase，加JSDoc注释。像这个示例：[贴小代码片]。”
预期效果：AI模仿，输出跟你项目一致，不会乱。
4，其他补充：
– 在项目设置里，先塞满“背景资料”（如产品需求文档PRD、用户流程图、技术栈列表），让AI有“锚点”不瞎猜。AI没你的脑子，所以知识库像它的“记忆卡”，防它编故事。
比如，先在项目知识库加：PRD（“App是简单待办工具，支持登录后加任务”）、用户流（“登录→首页→加任务”）、技术栈（“React + Supabase + Tailwind”）。
– 别说“建个表单”，要列清字段；加限额如“最多3个任务”，防AI无限放大。模糊=AI脑补，具体=直击目标。
坏： “建个用户输入表单。”
好： “建注册表单，字段：用户名（文本，必填）、邮箱（email，必填）、密码（password，8位以上）。最多显示3个字段，别加验证码。
预期效果：AI输出精确表单，不会多出“生日”字段。
– 别一口吃胖App，一步步来（如先搭数据库，再接API）。像搭积木，先基础再细节，AI不容易崩。
第一步： “先设Supabase数据库，表：users（id, email, password）。”
第二步： “基于上步，建API端点：POST /login，验证邮箱密码。”
第三步： “接上API，建React登录页。”
预期效果：每步小，易纠错，不会一次全砸。
– 直说“必须/别做啥”，如优化时锁UI。像给装修工说“别动墙，只刷漆”。
“优化登录页代码，提高加载速度，但UI布局和登录功能不变。最多用2个新hook。”
预期效果：AI只调性能，不会改按钮颜色。
– 加“请”或明确“别碰X”，不光礼貌，还塞细节，让AI听懂边界。不是哄AI，是多加一层保险。
“请勿修改首页，只焦点仪表板组件：加个任务计数器。”
预期效果：AI乖乖只动仪表板，不会波及首页。
– 用编号/列表写提示，AI会模仿输出格式。像教舞步，示范姿势它就跟。
“建登录流程：输入邮箱密码。
验证Supabase。
成功跳转首页。
输出用同样编号格式解释代码。”
预期效果：AI回复也编号，易读。
– 给代码片段或上传图像+描述，让AI抄作业。别光说“简洁”，秀个样。
上传Tailwind按钮图像 + “像这个蓝色按钮，建登录提交按钮。参考代码：。”
预期效果：AI输出匹配风格的按钮。
– AI输出后，别重头来，点出“好坏”迭代。像厨师试菜，“咸了点，加糖”。
“生成登录组件，支持ARIA标签（label for输入框）和键盘导航（Tab切换焦点）。”
预期效果：代码带alt文本和role属性。
– 指定用啥库，保持一致。像指定“用乐高这套砖”建城堡。 具体例子：
“用shadcn/ui库 + Tailwind创建导航栏：带logo、登录链接、响应式折叠。”
预期效果：AI直接用库，风格统一。
– 指定注释/文档语言，团队协作友好。AI懂多语，但要点明。 具体例子：
“生成Fibonacci序列Python脚本，注释用法语（如# Ceci est une boucle pour…）。”
预期效果：代码注释法语，便于法国队友。
– 说清文件路径/名，防乱放。像整理抽屉，标签清楚。
具体例子： “创建UserProfile组件，保存为components/user-profile.tsx：含头像、用户名、简介。”
预期效果：AI放对地方，不乱套。
– 点名改啥组件/文件，防AI全盘改。用Lovable的“Select”高亮更好。 具体例子：
“在Header组件中，将signup按钮文本改为‘Get Started’，移到左侧。勿改其他逻辑。”
预期效果：只动按钮，零副作用。
– 反复说“别碰X文件”，模拟锁。防AI好奇心作祟。
“建新功能，但勿改变authentication.js文件。”
预期效果：核心文件安全。
– 改视觉时锁功能。描述+约束，防逻辑崩。
“使登录按钮蓝色+20%大（class加scale-110），但onClick不变。”
预期效果：好看不坏事。
– 优化前要计划，锁行为。分步防大改。
“重构utils文件夹，提高效率，但行为不变。先列计划：1. 合并重复函数；2. 加缓存。”
预期效果：AI先脑暴，再动手。
– 扔错误日志给AI，用聊天模式聊bug。迭代修，像找医生问诊。
“分析此错误日志[贴日志] + 代码，找出原因并修复。用聊天模式一步步说。”
预期效果：AI列因果，给你补丁。
– 何时（以及何时不）让AI参与：复杂/新活用AI（省时）；小改手动（快）。别让AI抢你饭碗。
用AI： “建新支付集成。”
手动： 改个文本标签，直接编辑器点两下。
最后，需要注意的是：这些原则不只Lovable，跨工具用。像通用遥控器，换频道一样调。
原文地址：
https://docs.lovable.dev/prompting/prompting-one
