必须分步拆解需求，因AI缺乏业务隐含约束直觉，需明确步骤边界、执行顺序及验证锚点：①识别原子动作；②标注输入/输出契约；③插入验证锚点；④组合结构化提示词。
☞☞☞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☜☜☜
想让CodeBuddy生成稳定、可运行、能直接集成进项目的代码，不能靠一句“写个登录功能”就完事——AI需要明确的步骤边界、清晰的执行顺序和每步的验证锚点，否则极易产出逻辑断裂或上下文错位的代码。
为什么必须分步拆解
AI不具备人类对业务隐含约束的直觉判断。比如“实现用户导出功能”，不拆解就会漏掉权限校验、文件名动态生成、内存溢出防护等关键环节。CodeBuddy在Craft或Plan模式下，若输入未结构化，会默认按单次调用处理，【跳过任务依赖分析，直接拼凑代码，导致后续调试成本翻倍】。
分步不是为了增加操作量，而是把“需求→实现→验证”链条显性化。每步输出可独立运行、可人工确认、可回溯修正。
第一步：识别原子动作
从原始需求中剥离出不可再分的最小执行单元。例如“导出Excel报表”应拆为：① 查询数据库 → ② 构造DataFrame → ③ 设置列宽与表头样式 → ④ 写入内存流 → ⑤ 返回HTTP响应。
注意：不能把“查询+构造+样式”合并为一步。样式设置依赖DataFrame已存在，而DataFrame依赖查询结果，顺序不可逆。
这一步操作起来很简单，直接用铅笔在纸上画箭头连通各环节即可。
第二步：标注每步输入/输出契约
方法一：用自然语言写清楚接口约定
“第②步输入：SQL查询返回的list[dict]；输出：pandas.DataFrame，列名必须与前端字段映射表完全一致。”
方法二：用代码注释前置声明
```python
# 【输入】rows: List[Dict[str, Any]] —— 来自SELECT * FROM user LIMIT 1000
# 【输出】df: pd.DataFrame —— 列顺序：['id', 'name', 'created_at']，无索引
df = pd.DataFrame(rows)
```
【缺少输入输出定义的步骤，CodeBuddy会自行脑补类型和结构，90%概率与你项目实际不符】
第三步：插入验证锚点
在关键步骤后加一句“请输出该步典型中间结果示例”。例如：
“第①步执行后，请打印前3条记录的字典结构（仅字段名和值类型，不显示真实数据）”。
这样做的目的是防止AI在解析阶段就偏离原始数据形态。比如数据库字段是datetime，AI若误判为字符串，后续时间格式化就会全线崩溃。
验证锚点必须放在步骤描述末尾，且用句号结束，不能用冒号或问号——这是触发CodeBuddy沙箱预执行的关键标点。
第四步：组合成结构化提示词
将前三步成果整合为一段带编号、有缩进、含关键词的指令：
“请按以下四步实现用户导出功能：
1. 执行SQL：SELECT id,name,email,created_at FROM users WHERE status='active'；请输出前3行结果结构示例。
2. 将结果转为DataFrame，列顺序固定为['id','name','email','created_at']；要求created_at列转为str格式'%Y-%m-%d'。
3. 设置Excel表头字体加粗、自动列宽；隐藏索引列。
4. 使用BytesIO写入，返回StreamingResponse，media_type='application/vnd.openxmlformats-officedocument.spreadsheetml.sheet'。”
这段提示词里没有“大概”“尽量”“最好”这类模糊词，每步都含动词+对象+约束条件。CodeBuddy在Craft模式下会逐段生成并允许你点击“运行此段”单独验证。
