Prompts Cheatsheet — 跟 AI 学陌生代码的高频 prompt 速查

14 篇 tutorial 散落的 prompt 模板，按场景汇总。卡住时翻这页找对应模板复制粘贴，比每次重写省力。

怎么用这页

按”场景”找模板（学新概念？挖空写？报错？自检？）
复制整段，填空标 […] 的部分
每个模板都自带“约束 AI 行为”的尾巴（请用日常类比 / 不堆术语 / 单次只引一问），保留它们
如果模板效果不好，回头看 HOW_TO_LEARN_WITH_AI.md 七条心法重审

场景 1：学一个新概念

模板 1.1 — 跟已知概念类比（最常用）

我刚跑了 [文件名]，看到 [现象]。

请用日常类比帮我搞清 [N] 件事：

1. [概念 A] 跟我熟悉的 [日常事物 B] 有什么共同点和不同点？
2. [概念 C] 在 [概念 A] 基础上加了什么？什么时候非用它不可？
3. [开放问题，比如"如果我不写 X 会发生什么"]

回答 200 字内，每问独立段落。不要堆术语。

为什么有效：AI 用类比讲，你才能”挂”在已知概念上记住；不用类比就是又一个术语堆叠。

反例：

❌ “ChatPromptTemplate 是什么？” — 太开放，AI 给一段术语堆
✅ “ChatPromptTemplate 跟 Python f-string 的共同点和不同点是什么？” — 有锚点

模板 1.2 — 多个概念的关系图

[概念 A] / [概念 B] / [概念 C] 这三个东西，
请用一段话讲清它们的关系——
谁是基础，谁是上层封装，谁是替代关系？

可以用 [行业类比，比如"操作系统/文件系统/应用程序"] 做骨架。
回答 150 字内。

典型用法：搞清 LangChain / LangGraph / LangSmith 的层级；LLM / Agent / Tool 的关系。

模板 1.3 — 让 AI 反向问你

我刚学了 [概念名]。请你出 3 道选择题考我，
每题 1 个正确答案 + 3 个看起来合理但其实错的干扰项。
我答完你给反馈和原因。

题目要测我"能不能用 [概念] 解决问题"，不是死记定义。

用途：自测”是真懂还是假懂”。建议每篇 tutorial 通关后用一次。

场景 2：挖空写代码

模板 2.1 — 让 AI 列大纲再给代码

我要在 [文件路径] 里写一个 [函数名]，做 [具体功能]。

约束：
- 不要直接给代码
- 先列大纲（这个函数大概有几步？每步干嘛？）
- 等我说"OK 给代码"才给

回答用日常类比解释每步，每步一句话。

为什么有效：你先看清结构，再看实现，能区分”设计问题”和”写法问题”。

模板 2.2 — 引导式追问（不直接给答案）

我要写 [功能 X]。请引导我（不直接给代码）：
1. [子问题 1]？
2. [子问题 2]？
3. [子问题 3]？

每次只问我一个问题，等我回答你再继续。

适合：你已经写过类似代码，想稍作变化。AI 一次性给会让你跟着抄，引导式让你自己长肌肉。

模板 2.3 — 类比生成器

我要写 [代码 X]，但不知道从哪开始。

请帮我想一个**日常生活里同形态**的小任务，
用 [伪代码 / 中文步骤] 描述这个任务的流程。

然后告诉我：从这个日常流程到我要写的代码，
对应关系是什么？

约束：日常任务不要太复杂，3-5 步内。

典型场景：第一次写 Agent / Graph / RAG 这种”流程类”代码时，先脑内有个流程模型再下笔。

场景 3：报错诊断

模板 3.1 — “我以为 vs 实际”（最重要）

我跑 [文件名]，我以为会发生 [你的预期]，
结果报错：

[贴报错最后 5 行]

我猜可能是 [你的猜测]。请别直接修——
给我 3 个候选原因让我猜哪个最可能。回答简洁，每候选 1 句话。

为什么”我以为”那段重要：暴露你的心智模型在哪卡住。AI 看到错误的预期就能精准纠正认知，比”看 traceback 给修复”高效 5 倍。

模板 3.2 — 故意搞砸学习

我把 [文件] 的 [某处] 故意改成 [改坏的写法]，
跑起来出现 [现象]。

请用 2-3 句话讲清：
1. [现象] 的根因是什么？
2. 这反映了 [概念] 的什么内部机制？

不要修代码，只解释。

用法：挖空 tutorial 里的”任务 4：报错练习”用的就是这个。主动制造错误是认知最深的学习方式。

模板 3.3 — 最小复现

我有一段 ~[N] 行代码，跑起来报 [错误类型]。
我已经把代码砍到最小复现版（删掉了所有不相关逻辑）：

```python
[贴最小代码，10-20 行]

报错：[最后 3 行]

请只针对这个最小版分析根因；不要建议加任何”健壮性”代码。

**为什么强调"不要加健壮性"**：AI 默认会在解释根因后顺手加一堆 try/except——但你正在学，需要看清原始错误，加保护反而把问题盖住。

---

## 场景 4：自检 / 跟 final 对比

### 模板 4.1 — "风格差异" vs "真错"

我自己写的 [文件路径]： [贴你的代码]

参考答案 [final 路径]： [让 AI 自己读，或贴 final 代码]

请帮我分析：

哪里我写得不一样？
不一样的地方，哪些是无所谓的”风格差异” （变量名、顺序、注释多寡、format 风格）？
哪些是真的会影响结果的”真错”？

如果有真错，告诉我”为什么 final 这样写更好”—— 但不要直接给我修改后的代码，让我自己改。

**核心机制**：你自己改一次，记住率比抄代码高 5-10 倍。

---

### 模板 4.2 — 结构对比（项目级）

我的项目结构（贴 tree 输出）： [your tree]

参考项目结构（贴 tree 输出）： [final tree]

请帮我分析：

文件分工差别——final 把 [X 功能] 独立成 [模块 Y]，我没拆，会有什么问题？
import 关系差别——谁 import 谁？依赖方向我对吗？
“不应该相互知道”的两个模块，我有没有意外耦合？ ```

适合：week-4 capstone 那种 4 文件项目；以后真做项目时也用得着。

场景 5：设计权衡（高阶）

模板 5.1 — 多方案利弊对比

我要实现 [需求 X]，目前能想到 [N] 种方案：
A) [方案 A 概述]
B) [方案 B 概述]
[...]

请帮我用一张表对比：
- 实现复杂度
- 性能 / 成本
- 可维护性
- 调试难度
- 适合的场景

最后给一个推荐，并说"什么情况下会推翻这个推荐"。

用法：当你在 tutorial 末尾想”还能怎么改进”时，自己想方案 → 让 AI 帮你比较。

模板 5.2 — 反对意见探测

我打算用 [方案 X] 做 [需求 Y]。请你扮演一个**反对者**：
找出 5 个对这个方案最有力的批评点。
每点 1-2 句话，态度尖锐但理性。

最后再扮演**支持者**反驳每一点。

为什么强调”扮演”：AI 默认讨好你，你说啥都说”好”。强制让它扮演反对者才能听到真问题。

模板 5.3 — 简化压力

我写了 [文件]，目前 [N] 行。

请帮我做"减法":
1. 哪些代码是为了"以防万一"加的，但其实没场景会触发？
2. 哪些抽象（函数 / 类）只用了一次，可以直接 inline？
3. 哪些注释只是重复代码做了什么，可以删？

给我一个砍掉 30% 行数的版本（保持功能等价）。

用途：你一开始写代码会过度设计；学一年后回头会发现——”减”的能力比”加”难。

场景 6：跟 AI 协作的”会话级”心法

模板 6.1 — 设角色

每次开新对话第一句先发：

你接下来要扮演的角色：[资深 LangChain 工程师 / 教学助理 / ...]，
对零基础学习者讲解。约束：
- 用日常类比开始，每个新术语首次出现要类比一下
- 单次只引一个问题，等我答你再继续
- 我说"懂了"才能继续讲；说"不懂"必须换个类比
- 我说"给代码"才能给代码；不然只列大纲

确认这个约束，然后等我提问。

为什么有效：AI 没有”耐心”概念，它默认快速给完整答案。靠规则手动绑定它的”教学姿势”。

模板 6.2 — 中断重启

卡 5 分钟以上：

我从 [N] 分钟前开始问 [问题]，到现在我们已经聊了 [M] 轮，
我感觉跑偏了，想重启。

请你：
1. 用 3 句话概括我们聊到现在最有用的 3 个点
2. 然后说"我准备好重启了"，等我下一句

不要总结失败，只总结收获。

为什么需要：旧对话堆太多 context，AI 会变笨；你也容易被它带歪。

模板 6.3 — 让 AI 检查它自己的回答

AI 给完一段解释后追加：

你刚才的回答里，自己挑出 2 处"你不太确定"的地方，
诚实告诉我。这两处我可以再去查官方文档。

为什么有效：LLM 有”幻觉”问题，一本正经的胡说会害零基础看不出来。让它自我标注不确定，能省你很多踩坑。

场景 7：学习节奏（元 prompt）

模板 7.1 — 让 AI 出再小一号的练习

我卡在 [任务 X] 的 [子步骤 Y]。
请给我一个**再小一号**的练习——
功能更简单、概念覆盖更窄、能让我先得到正反馈，
再回头攻 [任务 X]。

不超过 5 行代码。

用途：tutorial 任务卡都是 30-60 分钟级。卡住就降级到 5 分钟级先回血。

模板 7.2 — 让 AI 帮你写卡点日志

每篇 tutorial 收尾：

我刚走完 [tutorial 名]。我们对话历史里：
- 我卡得最久的问题是什么？
- 哪个 prompt 让我突然懂了？
- 我现在还没真懂的一个细节是什么？

帮我列出来，我来写卡点日志。

为什么 AI 适合做这个：它有完整对话历史，能客观反馈”哪儿卡了多久”，比你回忆准。

附录：常见反模式（千万别这么 prompt）

❌ 反模式	为什么不好	改成
“X 是什么？”	开放，AI 给术语堆	“X 跟我熟悉的 Y 共同点是什么？”
“帮我修这个 bug：[traceback]”	跳过你的心智模型，AI 直给修复	“我以为会 X，实际看到 Y，给我 3 个候选原因”
“帮我写个 X”	AI 直给完整代码，你跟着抄	“列大纲，等我说 OK 再给代码”
“把这段写得更好”	“更好”无定义，AI 会过度抽象	“在不增加行数的前提下，让 [具体方面] 更好”
“再详细一点”	AI 会无意义堆字	“针对 [具体段] 加 1 个例子”
一段 prompt 5 个问题	AI 答到第 3 个就忘第 5 个	拆 5 个 prompt，单次只问一个
在同一对话里换任务	context 污染	每个新任务开新对话

版本

v1（2026-05）：初版，覆盖学习 / 写代码 / 报错 / 自检 / 设计 / 协作 / 节奏 7 大场景共 21 个模板
后续若发现新模式，欢迎提 PR

用得多了，你会沉淀出自己的”私房 prompt”。建议在 _scratch/journal/ 各篇卡点日志末尾保留”想留作复用的 prompt”段，月底归档进自己的 cheatsheet。