20 prompt di coding che non lasciano l'AI a indovinare

Il codice sbagliato dell'AI nasce quasi sempre dai vuoti che lasci al modello. Ogni prompt qui ne chiude uno: il modello legge prima di scrivere, testa prima di correggere e ordina le sue ipotesi ad alta voce.

Sostituisci tutto ciò che è tra [parentesi] con il tuo codice, errore o obiettivo.

01. Mappa l'impatto prima di toccare qualsiasi cosa

Prima di modificare codice che non hai scritto tu.

Leggi il codice qui sotto. Per ora non scrivere e non modificare codice.

Dimmi:
1. Cosa fa, in al massimo tre frasi.
2. Ogni ipotesi che fa sui suoi input, su chi lo chiama e sul suo ambiente.
3. Cosa si romperebbe se io [descrivi la modifica che vuoi fare], e dove.

Se per rispondere ti serve vedere un altro file, indica il file e fermati.

[incolla il codice]

02. Ordina le cause prima di scrivere una correzione

Un bug che non sai ancora spiegare.

Ecco un errore e il codice che lo circonda.

Elenca le tre cause più probabili, dalla più probabile. Per ognuna, dammi la singola riga di log o il singolo test che la confermerebbe o la escluderebbe.

Non proporre una correzione. Eseguirò io i controlli e ti dirò quale era la causa.

Errore e stack trace:
[incolla l'errore]

Codice:
[incolla il codice rilevante]

03. Scrivi i test che falliscono, poi fermati

Prima di chiedere codice nuovo o una correzione.

Scrivi dei test per [funzione o funzionalità] usando [framework di test].

Copri il caso normale, questi casi limite: [elenca quelli che già conosci], e almeno due casi a cui pensi che io non abbia pensato. Spiega in una riga perché ciascuno di questi due è importante.

Ogni test deve fallire con il codice attuale o con un'implementazione mancante. Non scrivere l'implementazione.

Sblocca gratis gli altri 17 prompt

Iscriviti alla newsletter di Whizi per leggere il resto di questo pack.

  1. Rivedi il diff come chi viene chiamato di notte
  2. Rifattorizza senza cambiare nemmeno un comportamento
  3. Scegli i cinque file da leggere per primi
  4. Scrivi la query sul tuo schema reale
  5. Ottieni una regex con i casi che la dimostrano
  6. Porta il codice in modo che sembri scritto da un madrelingua
  7. Trova dove va il tempo partendo da un profilo reale
  8. Segui l'input non fidato dalla sorgente alla destinazione
  9. Scrivi il README che un estraneo sa usare
  10. Scrivi il messaggio di commit dal diff
  11. Impara un concetto usando il tuo codice
  12. Progetta l'API, poi attacca il progetto
  13. Pianifica una migrazione che non ferma mai il sito
  14. Fai fare le domande al modello
  15. Elenca gli input che la faranno rompere
  16. Trova cosa rompe nel tuo codice l'aggiornamento di una dipendenza
  17. Chiedi a un secondo modello di valutare il primo