码上飞AI需按专业角色(如Python后端工程师)明确目标、输入输出、行为边界及异常处理:输入含手机号与6位验证码,输出含user_id和7天JWT token;必须调用指定接口、用Redis存token并脱敏密码;禁止连MySQL、不写前端和未授权API;须处理格式错误、过期、Redis失败三类异常。
☞☞☞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☜☜☜

想让码上飞AI准确理解你要做的功能,不是简单写“做个智能客服”,而是要像给同事交代任务一样说清输入、输出、边界和异常——否则模型可能按字面意思生成完全跑偏的代码。
明确角色与目标
第一步:用一句话定义AI在这次任务中扮演什么角色。例如:“你是一个Python后端开发工程师,正在为微信小程序写一个用户登录接口。”不能写“你是个AI助手”,这会让模型失去专业语境约束。
第二步:紧接着写出这个角色要达成的具体业务目标。例如:“该接口需接收手机号+短信验证码,校验通过后返回用户ID和7天有效期的JWT token。”目标必须可验证,不能出现“尽量”“大概”“友好提示”这类模糊词。
注意:如果目标里含主观判断(如“界面美观”“响应快”),必须量化。比如把“响应快”改成“首屏渲染时间≤300ms”,否则码上飞无法生成可测试的实现逻辑。
描述输入与输出
方法一:用字段列表写清输入参数
在请求体(JSON)中列出每个字段名、类型、是否必填、示例值、约束条件。例如:"code": {"type": "string", "required": true, "minLength": 6, "maxLength": 6, "description": "短信验证码,纯数字字符串"}。漏掉 minLength/maxLength 会导致生成的校验逻辑缺失,上线后被刷验证码攻击。
方法二:用真实样例代替抽象描述
直接贴一段典型输入和对应期望输出。输入:{"phone": "13800138000", "code": "123456"};输出:{"user_id": 1024, "token": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9..."}。样例比文字描述更不容易歧义,尤其对嵌套结构或特殊格式(如时间戳、base64图片)效果显著。
划定行为边界
说明哪些事AI**绝对不能做**,哪些事**必须做**。
必须做:调用 【/api/v1/sms/verify】 接口校验短信码;使用 Redis 存储 token 并设置 7 天过期;密码字段在日志中必须脱敏为 "***"。
禁止做:不连接 MySQL 用户表;不生成前端页面;不调用任何未声明的第三方 API;不写单元测试代码(除非你明确要求)。
这一步没写清楚,生成的代码很可能引入未授权的数据源或冗余模块,增加安全审计风险。
处理异常与边缘情况
列出至少三个具体异常场景及对应返回:
① 手机号格式错误 → 返回 HTTP 400,body 含 {"error": "invalid_phone_format", "message": "手机号应为11位数字"}
② 验证码已过期 → 返回 HTTP 401,body 含 {"error": "code_expired", "message": "验证码已失效,请重新获取"}
③ Redis 写入失败 → 返回 HTTP 503,body 含 {"error": "service_unavailable", "message": "认证服务暂时不可用"}。这三类错误覆盖了参数层、业务层、基础设施层,缺一不可。
方法三:用“当……时,应该……”句式补全隐性规则。例如:“当用户首次注册时,应该自动创建用户记录并返回 user_id;当用户已存在时,不应重复插入。”


















