Prompt Engineering 技巧

Prompt engineering 是为 AI 模型（如 Kilo Code）编写有效指令的艺术。精心编写的提示可以带来更好的结果、更少的错误和更高的工作效率。

通用原则

• 清晰且具体： 清楚地说明你希望 Kilo Code 做什么。避免歧义。

  • 不好： 修复代码。
  • 好： 修复 calculateTotal 函数中导致返回错误结果的 bug。

• 提供上下文： 使用 上下文提及 来引用特定文件、文件夹或问题。

  • 好： @/src/utils.ts 重构 calculateTotal 函数以使用 async/await。

• 分解任务： 将复杂的任务分解为更小、定义明确的步骤。

• 提供示例： 如果你有特定的编码风格或模式，请提供示例。

• 指定输出格式： 如果你需要特定格式的输出（例如 JSON、Markdown），请在提示中指定。

• 迭代： 如果初始结果不符合预期，不要害怕优化你的提示。

思考与执行

引导 Kilo Code 通过“先思考后执行”的过程通常很有帮助：

1. 分析： 让 Kilo Code 分析当前代码，识别问题或规划方法。
2. 计划： 让 Kilo Code 概述完成任务的步骤。
3. 执行： 指示 Kilo Code 一步一步地执行计划。
4. 审查： 在继续之前仔细审查每一步的结果。

使用自定义指令

你可以提供自定义指令来进一步调整 Kilo Code 的行为。有两种类型的自定义指令：

• 全局自定义指令： 适用于所有模式。
• 模式特定自定义指令： 仅适用于特定模式（例如 Code、Architect、Ask、Debug 或自定义模式）。

自定义指令会添加到系统提示中，为 AI 模型提供持续的指导。你可以使用这些指令来：

• 强制执行编码风格指南。
• 指定首选的库或框架。
• 定义项目特定的约定。
• 调整 Kilo Code 的语气或个性。

有关更多详细信息，请参阅 自定义指令 部分。

处理歧义

如果你的请求含糊不清或缺乏足够的细节，Kilo Code 可能会：

• 做出假设： 它可能会根据最佳猜测继续，这可能不是你想要的。
• 询问后续问题： 它可能会使用 ask_followup_question 工具来澄清你的请求。

最好从一开始就提供清晰且具体的指令，以避免不必要的来回沟通。

提供反馈

如果 Kilo Code 没有产生预期的结果，你可以通过以下方式提供反馈：

• 拒绝操作： 当 Kilo Code 提出你不想要的操作时，点击“拒绝”按钮。
• 提供解释： 拒绝时，解释为什么要拒绝该操作。这有助于 Kilo Code 从错误中学习。
• 重新措辞你的请求： 尝试重新表述你的初始任务或提供更具体的指令。
• 手动更正： 如果有几个小问题，你也可以在接受更改之前直接修改代码。

示例

好提示：

@/src/components/Button.tsx 重构 Button 组件以使用 useState 钩子而不是 useReducer 钩子。

不好提示：

修复按钮。

好提示：

创建一个名为 utils.py 的新文件，并添加一个名为 calculate_average 的函数，该函数接受一个数字列表并返回它们的平均值。

不好提示：

写一些 Python 代码。

好提示：

@problems 解决当前文件中的所有错误和警告。

不好提示：

修复所有问题。

通过遵循这些技巧，你可以编写有效的提示，充分利用 Kilo Code 的能力。