精准提示词需明确函数签名、输入输出契约、边界与异常场景，并指定测试框架；提供可执行样例或断言语句更可靠；避免模糊表述如“全面测试”或“最佳实践”。
☞☞☞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☜☜☜
用豆包做单元测试时，提示词写得不精准会导致生成的测试代码逻辑错乱、覆盖路径缺失或根本无法运行。你需要让模型清楚知道被测函数的签名、输入输出契约、边界条件和异常场景，而不是只给函数名或模糊描述。
明确函数行为与约束
第一步：把被测函数的完整定义粘贴进来，包括参数类型、返回值类型、文档字符串（如有）。【没有类型标注或注释的函数，豆包大概率会猜错参数结构】
第二步：用自然语言说明该函数「在什么条件下应该返回什么」，尤其要写出至少一个边界值用例（比如空列表、负数输入、None参数）和一个异常触发条件（比如除零、键不存在）。
第三步：指定测试框架偏好，例如“用 pytest 写，每个测试用例单独一个 test_ 开头的函数，不要合并断言”。不指定时豆包默认用 unittest 且喜欢堆砌多个 assert。
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
Doubao-Seedream-5.0-lite是字节跳动发布的最新图像创作模型。该模型首次搭载联网检索功能，能融合实时网络信息，提升生图时效性。同时，模型的聪明度进一步升级，能够精准解析复杂指令和视觉内容。此外，模型在世界知识广度、参考一致性及专业场景生成质量上均有增强，可更好地满足企业级视觉创作需求。
给出可执行的测试样例
方法一：提供一段你手写的、能跑通的参考测试代码（哪怕只有1个用例），豆包会模仿其风格补全其余用例。这比纯文字描述可靠得多。
方法二：直接写期望的测试断言语句，例如“assert calculate_discount(100, -10) == 0”“assert parse_json('') raises ValueError”，豆包能据此反推函数逻辑并生成完整测试函数。
注意：如果函数依赖外部服务或全局状态，必须在提示词里声明“所有外部调用需 mock，使用 pytest-mock 或 unittest.mock.patch”。
规避常见失效提示词
不要写：“帮我写个单元测试”——豆包不知道测哪个函数、用什么框架、覆盖哪些分支。
不要写：“按最佳实践写测试”——“最佳实践”是模糊概念，豆包会套模板，生成带 setup/teardown 的冗余结构，而你的函数可能只是个纯计算函数。
不要写：“测试要全面”——它会堆砌10个看似多样实则重复的输入，漏掉真正的边界条件。你要自己指出“特别注意 price=0 和 price=None 两种情况”。
