AI Agent / 系统课时
使用示例约束输出结果
使用示例约束输出结果
通过明确输入、输出和界面状态示例,可以让 AI 更准确理解开发目标,减少需求描述中的歧义。本节将学习如何用示例建立可验证的结果边界。
学习目标
- 理解示例在提示驱动开发中的约束作用。
- 掌握使用输入输出样例描述需求的方法。
- 能够通过接口和页面状态示例降低沟通成本。
为什么示例能提升生成准确性
自然语言描述通常包含大量隐含信息,例如字段格式、状态变化和异常处理。如果只告诉 AI 要实现某个功能,模型需要自行猜测细节,容易产生与预期不同的结果。
示例的作用是把抽象要求转换为可观察结果。输入是什么、输出应该是什么、页面在不同状态下如何展示,都可以通过具体案例固定下来。
使用输入输出样例定义边界
好的示例不只是展示成功情况,还应该覆盖关键变化。例如登录功能除了成功返回用户信息,还应明确密码错误、用户不存在等情况的返回结构。
接口示例可以直接约束数据格式,让 AI 在生成代码时保持字段名称和类型一致。
json
{
"request": {
"username": "demo@example.com",
"password": "123456"
},
"response": {
"success": true,
"token": "<TOKEN>",
"message": "登录成功"
}
}预期结果
text
AI 根据示例生成接口逻辑时,会保持请求字段和响应结构一致。用页面状态描述交互结果
前端需求中,页面状态比单纯描述功能更容易被理解。例如不要只说“增加加载效果”,而应该说明加载中显示什么、成功后显示什么、失败后如何恢复。
可以把页面状态拆分为初始、处理中、成功和失败四类,让 AI 按状态转换实现交互逻辑。
示例设计中的注意事项
示例应该覆盖核心规则,而不是堆积大量重复案例。优先提供能代表业务边界的输入、输出和状态变化。
如果示例与文字需求冲突,应先修正示例,因为 AI 通常会优先参考明确的数据结构和结果样式。
按自己的节奏,确认真正理解。