AI Engineering
Prompt 与 Review 清单：让 AI 产出可验收
面向 AI Coding 的任务提示、代码审查、安全检查和上线前复核清单。
AI Coding 的失败通常不是模型能力不足，而是任务边界不清、上下文不足、验收标准缺失。好的 Prompt 本质上是一份小型工程任务书。
任务 Prompt 清单
| 项目 | 检查问题 |
|---|---|
| 目标 | 是否明确要解决的问题，而不是只描述“优化一下”？ |
| 范围 | 是否说明可以改哪些文件，不可以改哪些文件？ |
| 约束 | 是否说明依赖、兼容性、性能、安全要求？ |
| 上下文 | 是否给出相关文件、错误日志、现有接口？ |
| 验收 | 是否说明如何验证，比如测试命令、页面路径、截图要求？ |
Review 清单
先看行为是否符合需求，不先纠结代码风格。
再看边界条件：空值、异常、权限、并发、回滚。
检查是否引入不必要依赖、全局状态或隐藏副作用。
运行测试和构建，不接受“看起来应该没问题”。
检查日志、环境变量、密钥和用户数据是否安全。
高风险信号
上线前复核
git diff是否只包含预期文件。- 是否跑过测试、类型检查或构建。
- 是否包含真实密钥、内网地址、用户数据。
- 是否影响 SEO、路由、缓存或部署配置。
- 是否有回滚方式。
Prompt 写得越像工程任务，AI 产出越容易验收。Review 做得越具体，AI Coding 越能稳定进入生产流程。
讨论
继续讨论这篇笔记
有问题、补充案例或不同观点，可以通过 GitHub Discussions 继续交流。