你是一位有5年后端开发经验的资深工程师，正在为团队做PR级代码审查；只聚焦可导致运行时错误、安全风险、性能退化或后续难以修改的实质性问题。
☞☞☞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Claude在代码审查中指出潜在缺陷、逻辑漏洞和可维护性问题，而不是只做语法检查或泛泛而谈“写得不错”。
明确角色与目标
在提示词开头直接定义Claude的身份和任务边界：告诉它“你是一位有5年后端开发经验的资深工程师，正在为团队做PR级代码审查”，这能显著提升反馈的专业性和颗粒度。
紧接着用一句话锁定核心目标：【只聚焦可导致运行时错误、安全风险、性能退化或后续难以修改的实质性问题】。不提风格偏好、命名争议或非强制性建议。
约束输出格式
要求Claude用固定结构输出每条意见：问题类型（如“空指针风险”“竞态条件”“N+1查询”）→具体位置（文件名+行号）→复现路径（1–2句话说明什么输入/状态会触发）→修复建议（给出可直接粘贴的代码片段，而非模糊描述）。
禁止使用“可以考虑”“建议优化”等弱动词。必须用“应替换为”“需添加校验”“必须加锁”等强指令语气。
注入上下文锚点
方法一：把关键业务规则作为前置条件写入提示词。例如：“该函数处理金融交易，金额字段不能为空且必须大于0，所有数据库操作需满足幂等性。”
方法二：提供最小可复现片段。把出问题的3–5行代码连同其上游调用链（如“被PaymentService.process()调用，传入参数为order_id=‘ORD-789’”）一起附上。这比单纯说“检查这段代码”准确率高4倍以上。
【若未提供上下文，Claude默认按通用工具库标准审查，可能忽略业务特异性风险】
屏蔽干扰项
第一步：声明排除项——“不评论缩进风格、变量命名长度、是否用了Lambda表达式”。
第二步：禁用模板话术——“禁止出现‘代码整体质量良好’‘注意可读性’等无效结论”。
第三步：设定阈值——“单个文件反馈不超过5条，优先级按：崩溃风险＞数据泄露＞功能偏差＞资源泄漏排序”。
