向ChatGLM提交代码生成任务时，需明确编程语言及版本、依赖库及版本、结构化输入输出描述、异常处理与性能等边界条件，否则代码易出错或不可运行。
☞☞☞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☜☜☜
向ChatGLM提交代码生成任务时，必须让模型清楚知道你要什么功能、输入输出形式、边界条件和语言环境，否则生成的代码大概率无法直接运行或逻辑错乱。
明确指定编程语言和运行环境
第一步：在需求开头直接写明语言和版本，例如“用Python 3.9写一个函数”“用JavaScript（ES6+）实现”。【不写语言名称会导致ChatGLM默认返回Python，且可能混用不兼容语法】
第二步：如果依赖特定库或框架，必须同步声明，比如“使用requests库发送POST请求”“基于Flask 2.3构建API端点”。
这一步操作起来很简单，直接把语言和依赖写在第一句就行。漏掉版本号常导致pip install失败或语法报错。
用结构化方式描述输入输出
方法一：用「输入→输出」映射式表达
例如：“输入一个字符串列表['apple', 'banana', 'cherry']和整数k=2 → 输出前k个字符串组成的子列表['apple', 'banana']”
方法二：分段说明，每段带示例
输入：一个非空整数数组nums，长度≤10⁵
输出：返回数组中最大值与最小值的差
示例：nums = [3,1,4,1,5] → 返回4
注意：不要只说“处理数据”，必须给出具体字段名、类型、长度限制、空值/异常情况如何处理。ChatGLM不会主动追问，它会按最简假设补全逻辑。
限定行为边界和特殊要求
① 如果需要处理异常，必须写明：“遇到空列表时返回None，不抛出异常”或“输入含非数字字符时跳过该元素”。【默认情况下ChatGLM生成的代码多数不包含错误处理】
② 若有性能要求，直接写“时间复杂度需优于O(n²)”或“不能使用额外哈希表存储”。
③ 涉及文件操作时，注明路径来源：“从当前目录下config.json读取JSON配置”——不说明路径，模型常硬编码绝对路径或忽略读写权限问题。
