要让DeepSeek生成的代码真正可用，必须明确角色与技术栈、结构化拆解任务步骤、强制指定输出格式与约束。例如开头定义“作为有5年Python后端开发经验、熟悉FastAPI和SQLAlchemy 2.0的工程师”，再分步说明输入校验、密码比对、JWT返回、错误处理及类型注解要求，最后限定输出为纯.py文件且绑定真实项目上下文。
☞☞☞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☜☜☜
要让DeepSeek生成的代码真正可用、少返工、不跑偏，必须绕开“写个Python脚本”这类模糊指令——模型无法凭空猜你想要什么语言版本、依赖库、输入格式或错误处理方式。
明确角色与技术栈
第一步：在提示词开头直接定义AI身份和工程环境。
写成：“作为有5年Python后端开发经验、熟悉FastAPI和SQLAlchemy 2.0的工程师”，而不是“帮我写个API接口”。
【不加角色时，模型可能默认用Flask+SQLite+无类型注解，而你实际要用FastAPI+PostgreSQL+Pydantic v2】
这一步操作起来很简单，直接把角色描述贴在提示词最前面就行。
结构化拆解任务步骤
把“实现用户登录功能”这种笼统要求，拆成模型可逐条执行的动作链：
① 接收JSON格式的{username, password}字段，校验非空且长度在3–20字符之间；
② 使用bcrypt.checkpw比对密码哈希值（数据库字段名是hashed_password）；
③ 成功时返回JWT令牌（有效期24小时，密钥从环境变量SECRET_KEY读取）；
④ 失败时统一返回401状态码+{"detail": "Invalid credentials"}；
⑤ 全部代码需包含type hints、docstring，并通过mypy --strict校验。
漏掉任意一条，生成的代码大概率不能直接集成进你的项目。
强制指定输出格式与约束
方法一：用代码块包裹期望结构
在提示词末尾明确写：“请只输出一个完整的.py文件内容，不要解释，不要分段说明，不要额外文字。格式如下：
# coding: utf-8\nfrom …\n\ndef …”
方法二：禁用自由发挥项
加上硬性约束：“不使用input()、print()等交互式语句；不引入requests以外的第三方HTTP库；所有异常必须捕获并raise HTTPException(status_code=...)。”
方法三：绑定真实上下文
粘贴你项目里已有的model.py片段，再写：“基于上述User模型，编写login路由函数，保持字段命名和验证逻辑一致。”
这比空口说“按我的风格写”管用十倍——模型只能看见你给它的上下文。
