只需三步：第一步选GLM-4模型（小程序不支持）；第二步上传.py文件或粘贴完整报错堆栈；第三步用具体任务+约束条件+验证要求+分步解释指令驱动AI写代码、定位错误、补全逻辑。
☞☞☞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☜☜☜
新手想用智谱清言快速写出能跑通的代码、看懂报错信息、补全函数逻辑，但面对空白对话框不知从哪句指令开始写，也不清楚该传什么文件、该选什么模型——其实只需三步就能让AI真正帮你写代码，不需要先学Python语法，也不用翻文档查API。
第一步：选对入口并确认模型可用
网页端或App登录后，先看输入框左下角模型标识——必须是【GLM-4】。若显示“高效模型”“GLM-3”或无标识，点击模型名旁小箭头→手动切换。GLM-4是当前唯一支持完整代码推理、错误定位与多文件上下文理解的版本；用错模型会导致上传.py文件后提问“为什么报错”却只返回“暂不支持该功能”，实为模型能力缺失引发的假报错。
网页端访问 https://chat.zhipu.ai → 点右上角“立即体验”→ 微信扫码登录；App端在应用商店下载「智谱清言」v2.8.2+ → 同一微信登录。注意：【小程序不支持代码解析和调试，传.py文件会直接失败】。
第二步：上传代码文件或粘贴关键片段
方法一：传整个.py文件（推荐用于调试）
点击输入框旁回形针图标 → 选择本地Python脚本 → 等待右上角出现绿色“✓ 已解析”。单次上限100MB，但建议控制在500KB以内，大文件解析慢且易截断末尾逻辑。
方法二：粘贴报错现场（适合紧急救场）
把终端里完整的报错堆栈（含Traceback、错误类型、出错行号）连同出问题的那几行代码一起复制，直接粘进对话框。例如：
TypeError: list indices must be integers or slices, not str<br>File "main.py", line 42, in process_data<br> return data["items"]
这比只写“列表索引错误怎么修”有效十倍——AI需要看到真实数据结构和上下文才能准确定位。
第三步：用精准指令驱动代码生成与修复
第一步：明确任务类型
不要写“帮我写个爬虫”，要写“用requests+BeautifulSoup写一个爬取豆瓣电影Top250第1页标题和评分的脚本，要求跳过广告条目，输出为CSV格式”。任务越具体，生成代码越接近可用。
第二步：绑定约束条件
在指令末尾加硬性限制：例如“所有变量名用英文小写+下划线”“不用正则表达式”“函数必须带类型注解”“每行不超过79字符”。这些不是装饰，是防止AI套用晦涩写法的关键刹车。
第三步：指定验证方式
追加一句：“运行前请检查是否导入了requests和bs4；如果使用了未声明的库，请在开头补充pip install命令”。这一步能触发AI自动补全依赖说明，避免你复制代码后直接报ModuleNotFoundError。
第四步：要求分步解释（仅限调试场景）
对已上传的报错文件，输入：“逐行分析main.py第40–45行，指出data["items"]报错的根本原因，并给出3种修复方案：① 修改调用方式 ② 预检data结构 ③ 替换为更安全的get()方法”。AI会先输出诊断结论，再给可执行代码，你一眼就能判断哪条最匹配当前项目结构。
