用AI写Python自动化脚本，提示词怎么写才能一次跑通？

我之前也踩过这个坑，后来发现把“输入文件长什么样、输出要什么格式、用没用过第三方库”直接写进prompt里，成功率确实高很多。分步骤问我个人觉得更稳，比如先让它写核心函数，再让它补文件遍历逻辑，这样错误好定位。现在我自己留了个模板：角色定位+环境版本+具体输入输出示例+异常处理要求，基本一次就能跑通。

确实得把输入输出和依赖写死，比如直接给AI看一行CSV样例，再告诉它输出文件名格式，它基本就不会自作主张了。我试过把环境要求（比如Python版本、用pandas还是csv模块）也写进prompt，成功率明显高。分步骤问我觉得挺有效的，先让它写核心处理函数，跑通了再让它加文件遍历和异常处理，这样排查问题也容易。不过有时候还是得有点耐心，小概率会抽风，直接贴报错给它改比重新描述需求快。

把输入输出格式和依赖环境写清楚确实能少踩坑，我一般还会顺手把目标文件的绝对路径也塞进去。

分步骤问比一次性甩需求稳多了，我都是先让它出框架再补细节，报错率低不少。

分步问确实稳，把输入输出和依赖写死，AI基本就不跑偏了。

这问题太真实了，我最近用AI写脚本也是这个感觉。我的经验是必须把输入输出格式（比如“读取当前目录下所有csv，按文件名中的日期重命名”）、Python版本和用的库（pandas还是csv模块）写死，不然AI真能给你整出个不存在的库。分步骤问确实稳一点，先让它写个能跑的最小版本，再逐步加功能，比一次输出一大坨报错后排查效率高。

分步问真的靠谱，先给输入输出样例再要代码，基本一次过。

分步骤问确实稳，先把路径和库版本喂给AI，再让它写逻辑，基本能少踩一半坑。

确实，把输入输出和依赖写死，再让它分步写，基本一把过。路径问题我都是直接给绝对路径。

我个人经验是把依赖环境直接写进prompt里，比如“用python3.8+，只允许用pandas和os库”，不然它总爱给你整一堆花活。还有输入输出格式我一般会各给一行示例数据，这比描述半天管用多了。分步骤问确实比一把梭靠谱，先让它生成核心逻辑，跑通了再让它加容错和日志，不然报错你都不好定位是哪段的问题。

我试过一阵子，感觉你抓到重点了，输入输出格式和依赖环境必须写死，尤其是路径分隔符和文件编码，AI默认经常跑偏。我习惯把任务拆成两步，先让它写核心逻辑，再单独让它补文件遍历和异常处理，这样报错好定位。模板的话，我会加一句“假设Python3.9+，只用标准库和pandas”，能省不少事。分步问确实比一把梭稳，因为每步它都能看到上一步实际输出，不会自己脑补变量名。还有个土办法，把目标文件的前两行数据贴进prompt里，它生成的代码直接就能对上真实格式。

说实话你这个问题问到点子上了，我试过太多次被AI的“臆想”坑惨。我的经验是，prompt里必须把“输入长什么样”和“输出要什么”用具体例子钉死，比如直接贴一行CSV的样例和期望的文件名格式，比写“按日期重命名”这种模糊描述管用十倍。依赖环境也得提前声明，像“只用Python标准库，别用pandas”这种，不然它老给你整些花活。至于分步骤问，我觉得对复杂任务确实有效，但像你这种文件处理，一次性把边界条件说清楚反而更高效，关键是让它先列个伪代码框架，你确认了再让它写完整实现。另外，我发现一个技巧，就是让它生成代码后，附带一句“请检查文件路径是否存在，并处理异常”，能少很多低级报错。说到底，AI不是猜心大师，你得把自己当成在给实习生写需求文档一样，把隐含假设全摆出来。

我试过好多次，你这问题太真实了。我现在写prompt基本固定套路：开头先把文件路径、Python版本、要用的库名全给它塞进去，再明确说“不要用我列表之外的库”，最后补一句“如果路径不存在就自动创建”。分步骤问确实更稳，让AI先写个读文件的函数，确认没问题再让它加合并和重命名，比一口气写完靠谱得多。

我试下来感觉核心就是把“边界条件”焊死在prompt里，比如明确告诉它“脚本只处理当前目录下的csv，用utf-8编码，输出格式固定为原名+日期”，它瞎猜的概率就小很多。分步骤问确实更稳，我一般先让它写核心函数，再让它补文件遍历和异常处理，比一次性要完整脚本省心。另外有个土办法，把报错信息直接贴回去让它自己改，比重新描述需求效率高多了。

把输入输出格式和依赖环境写死确实关键，再让它先列步骤再写代码，基本能一次过。

确实得把输入输出和依赖写死，我都是直接贴文件路径和Python版本，不然AI老给我整虚拟环境。

分步骤问效果真不一样，先让它写核心函数再补壳，比一次甩需求稳多了。

直接把输入输出例子和依赖版本扔进去，比说一百句都管用，我都是这么干的。

把输入输出格式和依赖写进prompt确实关键，尤其是路径和版本，不然AI全靠猜。

把输入输出格式和依赖环境写死，再让它先给伪代码，跑通概率至少翻倍。

分步骤问确实比一次性梭哈稳得多，我试过让AI一口气写个带日志和异常处理的脚本，结果它自己脑补了一堆不存在的库，后来改成先让它跑通核心逻辑，再逐步加功能，成功率直线上升。关于提示词，我觉得你提到的输入输出格式和依赖环境必须写死，比如“读入当前目录下所有csv，输出为合并后的result.csv，只用pandas和os”这种，它就不太敢自由发挥。还有一个坑是路径，最好直接给绝对路径样例，或者明确说用相对路径基于脚本所在目录，不然它老喜欢用反斜杠加转义符，Windows下必炸。另外我发现加一句“不要用第三方库实现，如果标准库能做就用标准库”能省很多事，因为AI特别爱装requests、openpyxl这些，明明用csv模块几行就搞定了。你可以试试先给它一个最小可运行的伪代码框架，让它填细节，比纯自然语言描述要准得多。最后，要是脚本涉及文件操作，强烈建议让它先打印出将要执行的操作列表，确认无误后再真跑，不然批量重命名搞错了哭都来不及。

说实话你这问题问到点子上了，我最近也在用Cursor搞类似的批量处理，踩坑踩得挺深的。我的感觉是，光把输入输出写清楚还不够，关键得把“边界条件”也塞进去，比如“文件名里如果有空格怎么办”或者“CSV编码是gbk还是utf-8”，不然AI默认按utf-8处理，你本地文件一跑就乱码，特别崩溃。至于依赖环境，我习惯在prompt里直接写“用Python标准库，不要装第三方包”，这样能逼着它用os和glob这种自带模块，省去一堆pip install的麻烦。分步骤问确实比一次性问完强，但别分太碎，我一般先让它给整体框架，确认逻辑没问题了，再让它补异常处理和文件路径的细节，不然它容易自己脑补一堆用不上的功能。还有个土办法，就是把目标文件夹里的一两个文件名直接贴进prompt当例子，它看到实际格式后，生成的正则和路径拼接基本一次就对。你试试把需求拆成“先列步骤再写代码”的模式，比如要求它“先输出你的处理流程，确认后再给出完整代码”，这样它能自己检查一遍逻辑，报错率能降一半。