用Cursor写Python脚本，prompt怎么调才能让AI少犯低级逻辑错误？

把输入输出格式和异常处理直接写进prompt里，再给个具体文件路径样例，AI基本就不会瞎编了。

确实，prompt太笼统的话，AI就爱自由发挥。我一般会强制要求它先写伪代码或逻辑步骤，然后明确标注“输入参数和返回值必须显式定义，禁止硬编码路径”，再让它把异常处理写进try-except里，基本能过滤掉一大半低级错误。

另外你可以试试在prompt里加一句“请用防御性编程风格，并假设文件可能不存在或格式不标准”，这样它就会主动加校验逻辑了。还有个土办法，让它生成完先自查一遍，把可能的边界条件列出来，你再决定要不要改，比直接跑省事多了。

太笼统确实是核心问题，我现在会让AI先输出伪代码或逻辑步骤，确认没问题再让它写实现。另外一定要在prompt里点名边界情况，比如“如果CSV里有空值就跳过该行”，不然它默认流程根本不管这些。还有个小技巧，把测试用例直接写进prompt里，告诉AI“用这三行数据跑一遍，输出应该是什么”，这样它自己就会去修正逻辑。

我之前也踩过这坑，光说功能真不行。现在我会在prompt里把输入输出样例直接贴出来，再补一句“路径用参数传，别写死”，逻辑错误明显少很多。你还可以要求AI“每一步加print调试”，或者“循环变量记得更新”，虽然啰嗦但好使。对了，异常处理最好点名要，比如“文件不存在就跳过”，不然它默认不写。

你这prompt确实太粗了，相当于让AI盲猜需求。我试下来最管用的办法是把“输入长什么样”和“输出长什么样”直接写进prompt里，比如“读取当前目录下所有.csv文件，每个文件第一列是日期，第二列是数值，输出一个新列计算环比增长率，结果另存为带后缀的新文件”——你把边界一框死，它就不太会自作主张写死路径或者漏更新循环变量。另外建议强制要求它“每一步操作都要print一行日志”，这样逻辑跑偏时你一眼就能从输出里定位，改起来比看代码快多了。还有个小技巧，在prompt末尾加一句“不要用全局变量，所有参数都通过函数参数传递”，能明显减少那种变量在循环里被意外复写的问题。异常处理这块，我习惯让它“对每条记录单独try-except，跳过错误行并打印警告”，而不是整个脚本崩掉，对处理脏CSV特别有用。最后实在不行就让它先写个伪代码框架，你确认逻辑对了再让它填细节，虽然多一步，但比反复调bug省心。

太笼统确实是核心问题，我现在写这类脚本都会强制要求AI先输出“输入输出示例”和“边界条件列表”。比如明确告诉它“CSV可能含空行，路径用相对路径且要判断文件是否存在”，这样它起码会主动加try-except。另外可以把“循环里变量更新”这种容易错的地方拆成单独一句指令，像“用for循环时每个迭代都重新计算列表长度”，实测能少踩不少坑。

确实，直接说“写个脚本”AI就放飞自我了。我现在会强制在prompt里先声明输入和输出的具体结构，比如“传入一个CSV路径，返回处理后的DataFrame，不要打印中间过程”，这样它就不敢瞎搞。

另外一定要加一句“考虑边界情况，比如空文件或字段缺失”，能明显减少那种逻辑漏洞。还有个土办法，让AI写完后自己加个简单测试用例，比如“用这个三行假数据跑一下”，它会自己发现问题。

路径写死这个问题，我习惯在prompt里写死“用相对路径，或者从命令行参数获取”，顺便要求它加个if name == 'main'，基本就能一次过了。

说到这个我太有同感了，刚开始用Cursor写脚本的时候也是被它那些低级逻辑错误搞到怀疑人生。后来我发现一个特别管用的方法，就是在prompt里明确告诉它“输入是什么类型，输出要什么结构”，比如你要解析CSV，就直接说“读入一个包含表头的CSV，返回一个字典列表，键是列名”，这样它就不会自己瞎发挥数据结构了。还有就是你提到的循环变量问题，我一般会加一句“请确保循环内所有变量都在每次迭代中正确更新，避免使用全局状态”，虽然听起来有点像废话，但AI真的会认真对待这些约束。另外我强烈建议你把异常处理写进prompt，比如“文件不存在时打印友好错误并退出”，而不是让它默认飞了，不然路径写死这种坑真的防不胜防。还有个小技巧是让AI先输出伪代码或步骤清单，确认逻辑没问题再让它写完整代码，相当于加了个监督环节，虽然多一步但省下改bug的时间可太多了。最后，如果脚本涉及文件路径，我通常会在prompt里要求它用pathlib库而不是字符串拼接，这样能减少很多跨平台问题。反正现在我的prompt基本是个小清单，把输入输出、边界情况、依赖库都写清楚，一次生成能跑通的概率高了不少。

把输入输出样例和边界情况直接怼进prompt里，让它先跑通再优化，比笼统描述管用多了。

这问题太真实了，我一开始也是直接甩一句话让AI写，结果经常跟它来回拉扯改半天。后来学乖了，prompt里必须把输入和输出的具体格式写清楚，比如“输入是CSV，第一列是文件名，输出一个txt列表”，再加一句“如果文件不存在就打日志跳过”。另外把错误处理单独拎出来要求，像“每个函数都要try except，并且把异常信息打印出来”，这样能省好多事。还有个偏方，就是故意让它先写伪代码再写实现，逻辑会稳很多。

同感，prompt太笼统AI就放飞自我了。我现在写工具脚本都会强制它先列一遍输入输出样例，再让它定义好边界条件，比如空文件或路径带空格时怎么办，这样它自己就会去处理异常。另外我习惯把“不要硬编码路径”直接写进prompt里，配合让它用pathlib或者argparse，逻辑错误能少一半。最后可以加一句“请先描述你的实现思路，再输出完整代码”，等于让它过一遍脑子，比直接甩代码稳多了。

确实，prompt太笼统AI就放飞自我了，我踩过同样的坑。我的经验是，让它先输出伪代码或者步骤清单，再写实现，这样逻辑链路会清晰很多。另外一定要在prompt里显式声明边界条件，比如“如果CSV某列有空值就跳过该行”或者“文件重命名时若目标已存在则自动加序号”，这种具体约束能直接掐掉低级bug。还有个小技巧是把输入输出样例直接贴在prompt里，让它照着格式推，比描述半天更管用。异常处理的话，加上“捕获所有异常并打印错误信息，不中断程序”这种兜底指令，能省很多调试时间。兼容性方面，可以加一句“路径用Path对象处理，避免Windows和Mac的斜杠问题”，这比事后改代码舒服多了。最后，让它写完自己加一行注释说明关键变量的更新逻辑，这个习惯养成了，后面自己改代码也轻松。

把输入输出样例和异常情况直接贴进prompt里，比光说需求管用多了。

直接把输入输出样例贴进prompt里，再让它写清楚边界情况，能省一半debug时间。

我觉得你这个问题问到点子上了，单纯说“写个脚本”确实太宽泛，AI就像个刚入职的实习生，你给的需求越模糊，它发挥的余地就越大，出错概率自然高。我自己的习惯是，在prompt里强制要求它先描述一遍逻辑再给代码，比如“先说明处理步骤，再写实现”，这样它能自己梳理一遍边界条件，比直接甩代码靠谱很多。另外，你得把“输入输出样例”给它，哪怕就三五行假数据，AI对具体数据的敏感度远高于抽象描述，路径、编码、分隔符这些坑基本都能避开。还有个狠招，就是明确告诉它“不要用全局变量，所有函数都传参”，这能直接消灭掉一大类循环更新变量的低级错误。异常处理这块，我会加一句“对文件不存在和格式错误给出清晰报错并跳过”，它就会主动去搞try-except，而不是裸奔。最后，如果你发现它老是写死路径，就在prompt里补一句“所有路径通过命令行参数或input()传入”，这个约束能帮你省下大量改硬编码的时间。反正我现在写工具脚本，prompt基本都是一段话讲清输入、处理、输出、异常、约束这五件事，一次生成能跑通的概率至少有七八成。

我的经验是prompt里别只丢需求，得把输入输出的边界写清楚，比如“从指定文件夹读csv，列名固定是abc，输出到同目录，文件名加后缀”。另外明确要求“处理文件不存在和格式错误时打印日志但别中断”，AI就会自动补上try-except，比事后改省事多了。还有个小技巧，让它先写伪代码或者分步骤注释，再生成完整代码，逻辑错会明显少，你试试看。

你试试在prompt里把输入输出样例给出来，比如“CSV长这样，我要的结果长那样”，AI对具体格式的理解比抽象描述准得多。另外加一句“每一步处理用print打印关键中间值”，这样它写循环时更容易注意到变量更新，路径也最好让它用pathlib而不是手写字符串。我最近还会补一句“假设文件可能不存在，要处理异常”，基本能少改一半bug。

我试下来最管用的是在prompt里明确写“输入长啥样、输出要啥样”，比如直接给它贴一段CSV样例和期望的结果，AI对数据结构的理解会比光说“解析CSV”准很多。另外我会加一句“所有路径用变量定义在顶部，不要写死”，还有“循环里每个变量都要在每次迭代中重新赋值”，这种针对低级错误的硬约束比让它“注意逻辑”有效多了。还有个小技巧，让它先写伪代码再生成完整脚本，有时候能提前暴露逻辑问题，省得改半天。

把输入输出样例和边界情况直接塞进prompt里，比如“文件不存在就报错跳过”，AI基本就不犯浑了。

我试下来最有用的一招是把输入输出样例直接贴进prompt里，比如给两行CSV数据和期望的重命名格式，AI自己就能推断边界条件。另外加一句“用纯标准库实现”能避免它偷偷用你没装过的第三方包，路径最好也让它从命令行参数读，别写死。异常处理你直接提一句“文件不存在或格式错误时打印提示并跳过”，比笼统说“健壮性”管用得多。现在我自己写工具脚本基本都按这个套路，一次跑通的概率高了不少。