用Prompt让AI写Python脚本，总是漏掉异常处理，怎么优化？

这招我试过，光在prompt里说“加异常处理”确实没用，AI会把它当成装饰性指令。我的做法是直接在需求里写死场景，比如“如果文件不存在，打印错误并退出码1”，给个具体例子它反而会举一反三。另外可以试试让AI先写一个带完整try-except的模板函数，再让它往里面填业务逻辑，这样比每次重新生成靠谱得多。

把异常处理直接写进prompt的代码示例里，比光说“加try-except”管用多了。

试试给AI一个带完整错误处理的模板，让它照着改，基本就不会漏了。

这问题太真实了，GPT-4对try-except的理解就是“可选装饰”，你光说“包含异常处理”它觉得加一个就算完成任务。我的做法是在Prompt里直接给它一个代码模板，把try-except和日志记录写死在里面，让它往模板里填逻辑，效果立竿见影。另外你试试用“当出现任何异常时，打印错误信息并跳过该文件继续处理”这种带具体行为的描述，比抽象的要求管用得多。不过说实话，AI生成的代码我基本默认要过一遍静态检查工具，比如pylint或者ruff，能自动扫出不少没处理的异常路径。

这事儿我太有同感了，之前让AI写爬虫也是，正则匹配不到就裸奔，直接IndexError崩一脸。后来我发现光是说“加异常处理”确实太笼统，模型它不知道你担心的是IO还是解析还是网络，所以它就会给你挑个最典型的加，比如FileNotFoundError，但别的坑它根本想不到。你可以试试在Prompt里给一个“防御性编程模板”，比如直接要求它“所有文件操作必须用with open并捕获OSError，所有API调用必须捕获requests.exceptions.RequestException，所有数据处理步骤必须检查空DataFrame”，这样指定到具体场景，命中率高很多。还有个野路子，就是让AI先写一版不带异常的，然后你再发一句“现在假设所有依赖文件都可能缺失、所有接口都可能超时、所有数据都可能脏，重写一遍”，这招我试过几次，效果比一开始就要求“包含异常处理”要好，因为它会真的去逐行审视。另外你也可以在Prompt末尾加个自检清单，比如“代码生成后，请逐行检查是否有未捕获的潜在崩溃点，并补全”，这相当于让AI扮演一个code reviewer的角色，比单纯提要求管用。说到底，模型还是偏向“完成任务”而不是“稳健交付”，你得把“稳健”拆成具体动作喂给它。

试试把异常处理写成具体代码示例塞进prompt里，比光说要管用得多。再不行就让它先写主逻辑，最后专门检查一遍异常分支。

说实话prompt里写“请包含异常处理”这种太笼统了，模型根本不知道你要防什么。我试过直接给它一个错误场景清单，比如“文件不存在、权限不足、网络超时、数据格式异常”，然后要求每个场景至少对应一个except分支，效果立竿见影。

另外你可以在prompt里塞一个你手写的函数模板，让它照着你的风格来写，比如统一用装饰器包一层try-except，或者定义一个safe_call函数。这样它学到的不是“加异常”这个指令，而是一套具体的代码范式，生成的东西基本不用改。

还有个小技巧，让它先写伪代码或者注释，把可能出错的点标出来，再生成正式代码，它自己就会在那些位置补上try了。我试过几次，比直接要求“防御性”靠谱多了。

试试在prompt里塞个坏例子，比如“如果文件不存在就打印友好提示”，AI一学一个准。

直接把异常类型列全了让它照着写，比光说“加异常处理”管用多了。

我试过在prompt里直接塞一个“所有文件操作都要用try-except包住，并且打印具体错误信息”这种硬性规则，效果比单纯说“加异常处理”好很多。你甚至可以给它一个例子，比如“参考这个模板：try: except FileNotFoundError as e: logging.error(...)”，AI会照着结构来。另外可以试试让AI先写一个函数骨架，把异常处理的部分用pass占位，再让它填充，这样不容易漏。

还有个思路是让AI自己生成测试用例，比如“如果文件不存在会怎样，如果数据格式不对会怎样”，它自己想到这些场景就会主动补异常了。我自己用的时候发现，把“防御性编程”这个词换成“假设所有输入都可能出错，请逐一处理”，命中率会高不少。

这思路对，直接指定FileNotFoundError这种具体异常比泛泛说异常处理管用，我试过有效。

把异常处理写成代码模板塞进prompt里，AI会照葫芦画瓢，比你口头强调靠谱。

这问题太真实了，我试过在prompt里写“处理所有可能的异常”，结果它给我整了个大而全的except Exception，反而把真正的错误吞了。后来我学乖了，直接把“文件不存在时打印友好提示并退出”这种具体场景写进去，比单纯说“加try-except”管用得多。另外我习惯在prompt里放一小段带异常处理的示例代码，让它照着风格写，效果比纯文字描述稳定不少。你可以试试把异常处理当成一种代码风格要求，而不是单独的指令，比如“所有文件操作和网络请求都必须有对应的异常分支”，这样它通常会执行得更彻底。

这问题太真实了，GPT-4对“异常处理”的理解经常是象征性的，你单独提一句它可能只在主流程包个try，文件不存在照样崩。我的做法是直接在Prompt里给一个代码框架模板，比如开头就写死try-except-else-finally的结构，再让它往里面填逻辑，这样比口头强调管用得多。另外你试试让它先写一个处理单个文件的函数，再写批量调用的部分，这样它自己就会把异常往上抛，至少不会整个脚本裸奔。如果你用pandas，可以顺手让它加个pd.errors.EmptyDataError，这个细节它特别容易漏。

试试在prompt里直接塞个带try-except的代码模板，让AI照着改，比口头要求管用得多。

我都是最后让它跑一遍静态检查，比如pylint，缺异常处理会直接报错，回头再补就行。

这问题太真实了，我试过把异常处理写进system prompt里，结果它照样漏。后来发现光说“加异常处理”没用，得给它具体的“边界条件”，比如明确写“如果文件不存在就捕获FileNotFoundError并打印友好提示”，它才会真的执行。另一个偏方是让它先写主体逻辑，然后单独加一轮“帮我审查这段代码，补全所有可能的异常分支”，效果比一次性生成要好。你也可以试试让它用try-except包裹整个main函数，至少能兜个底，虽然不优雅但省事。

换个思路，别让AI自由发挥，直接在Prompt里给个代码模板，把try-except的位置和要捕获的异常类型都写死，让它填空就行。我自己试过把“文件不存在时打印错误并退出”这种具体行为写进去，比光说“加异常处理”管用得多。

另外可以试试让AI先写一版纯逻辑的，然后第二遍专门让它“审计”代码加异常，分两步走效果会好不少。你要是嫌麻烦，干脆让它生成代码后自己跑一遍lint或者用pylint扫一下，漏掉的也能自动标出来。

我之前也踩过这个坑，后来发现光在Prompt里写“包含异常处理”太笼统了，AI根本不知道你要防什么。你得把具体场景拆开，比如直接告诉它“文件不存在时打印友好提示并跳过，网络请求超时重试三次”，这样它才有抓手。还有个偏方，你可以让AI先写一个不带异常处理的版本，然后下一条Prompt专门说“给上面代码补全所有可能抛异常的地方，标出原因”，分两步走比一次性要求效果稳得多。另外我觉得根子上是训练数据的问题，GPT-4见过的代码很多都是教学示例，那种代码本来就不怎么写try-except，所以你得用“角色设定”把它的思维掰过来，比如开头加一句“你是一个写生产级代码的资深工程师，代码必须健壮”。我现在写自动化脚本，干脆把常见的异常模板直接贴在Prompt末尾让它照着改，比让它自己发挥省事。你试试把异常类型写到函数名里，比如“用pandas读取文件，若文件不存在则创建空DataFrame”，这种带兜底逻辑的指令它反而执行得很准。

这问题太真实了，我试过在prompt里加“处理所有可能的异常”，结果它给我来一段except Exception: pass，比不写还坑。后来我发现光说“加异常处理”没用，得把场景喂给AI，比如明确告诉它“文件可能不存在、Excel可能被占用、API可能超时”，它才能生成对应的try-except。另外有个歪招，你让它先写核心逻辑，然后追加一句“现在检查代码里哪些地方会抛异常，逐个补上”，分两轮生成效果会好不少。

把异常处理直接写进prompt模板里，比如“每个函数必须try-except并返回错误信息”，比单纯要求有效得多。

试试让AI先写伪代码再生成脚本，逻辑里带上异常分支，最后让它自查补漏，基本能覆盖大部分情况。

这问题太真实了，我试过把异常类型全列在prompt里，比如FileNotFoundError、PermissionError、KeyError，生成质量确实好一些，但也就好那么一点。后来我干脆在prompt最后加一句“所有文件操作和网络请求必须包在try-except里，错误信息用logger.exception输出”，效果比单纯说“包含异常处理”强多了。不过最省事的办法还是自己写个装饰器或者工具函数统一处理，别指望AI每次都自觉。

这事儿我太有同感了，GPT-4写脚本默认就是“理想状态跑通就行”，异常处理全靠Prompt里临时喊一嗓子。我觉得关键不是让它“包含异常处理”，而是你得给它一个具体的错误处理框架，比如直接告诉它“所有文件操作和API调用都要用try-except包裹，并且在except里打印具体错误信息然后return None”，这样比抽象地要求“防御性编程”管用得多。另外我试过一个小技巧，就是在Prompt里塞一个“坏例子”和“好例子”，比如给一段没异常处理的代码，再给一段你想要的完整版本，让AI模仿后者写，效果比单纯描述规则强不少。还有个偏方，写完代码后别急着用，先让它自己跑一遍静态检查或者干脆你跑一下，把报错截图或粘回去让它修，几次下来它就会慢慢“记住”你的风格。不过说真的，手动补异常有时候真比跟AI反复扯皮快，我后来干脆写了个自定义函数库，把文件读取、请求重试这些常用操作都封装好了，让AI直接调用，省心太多了。

这个问题我踩过一模一样的坑，后来发现光说“包含异常处理”太笼统了，AI会默认只处理最常见的错误。你试试在Prompt里直接给它一个代码骨架，比如“在函数入口加try-except，捕获FileNotFoundError和PermissionError，最后用logger记录错误”，这样它就会照着框架填，漏掉的概率小很多。另外一个野路子是，你让它写完代码后自动跑一遍静态检查（比如把pylint的规则写进Prompt），它就会自己回头补异常。反正我现在是双管齐下，基本不用手动改了。