你是一位有10年Python教学经验的工程师，只分析用户提供的代码片段，不自行补充函数定义或导入语句；分三部分回答：①该代码实际实现什么功能（非字面翻译）；②每行关键操作的副作用；③三个可能出错的边界场景。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让ChatGPT精准解释一段Python代码的逻辑、用途和潜在问题，但发现它每次回复都泛泛而谈、跳过关键细节，或直接复述代码表面语法。这时必须用结构化提示词控制输出方向，而不是依赖“请详细解释”这类模糊指令。
基础版：明确角色+输入约束+输出格式
第一步：在提示词开头指定ChatGPT的身份，例如“你是一位有10年Python教学经验的工程师”。这比“请解释代码”更能激活模型对专业表达的调用。
第二步：用一句话限定输入范围，例如“只分析用户提供的代码片段，不自行补充函数定义或导入语句”。【若不加此约束，模型常会虚构上下文导致解释失真】
第三步：强制规定输出结构，例如“分三部分回答：① 该代码实际实现什么功能（非字面翻译）；② 每行关键操作的副作用；③ 三个可能出错的边界场景”。
立即学习“Python免费学习笔记（深入）”；
进阶版：嵌入典型错误+要求对比验证
方法一：在提示词中主动引入一个常见误解，例如“有人认为这段for循环会修改原列表，其实不会——请先指出这个错误认知，再用id()和print()演示验证过程”。
方法二：要求模型生成可运行的验证代码，例如“在解释完逻辑后，立即给出一段能复现该行为的最小测试用例，并标注预期输出和实际输出”。这一步逼模型脱离纯文字描述，进入实操推演。
方法三：插入反事实条件，例如“如果把range(1, len(lst))改成range(len(lst))，结果会怎样？请用具体输入[3,1,4]逐步推演”。模型必须真正执行逻辑推演，而非套用模板话术。
实战精简版：单句触发精准响应
直接使用：“用‘学生第一次见这代码’‘同事代码评审’‘线上报错排查’三种视角，各用不超过两句话解释以下Python代码：……”。
这句提示词已隐含三层约束：视角差异强制切换分析维度，字数限制倒逼剔除冗余信息，冒号后紧跟代码确保上下文不漂移。实测中，该写法比“请多角度解释”类提示词准确率提升约60%。
