第 2 章 2.7 应用实践参考答案
第 2 章 2.7 应用实践参考答案
说明：这份参考答案的重点不是“背代码”，而是把本章讲的提示工程思路真正用起来：结构化提示、明确输入输出、分步推进、迭代优化、以及对 AI 输出的验证意识。
2.7.1 设计个性化 Python 学习提示词库（参考答案）
题目回顾（用大白话说）
你要做一套“可复用的提示词模板库”，至少 5 个模板。每个模板都要写清楚：你让 AI 扮演谁、要干什么、你会给什么输入、你希望它输出什么格式、它应该按什么步骤做、以及哪些事别做。
参考答案：5 个结构化提示词模板（可直接复制使用）
下面每个模板都按同一套结构写，你只要替换花括号里的内容就行。
模板 1：代码讲解 + 举一反三（适合新概念刚入门）
- 角色设定（Role）：你是耐心的 Python 助教，面向新手讲解，但不啰嗦。
- 任务描述（Task）：解释我贴的代码/概念，并给我 2 个“变式练习”。
- 输入要求（Input）：
- 我的水平：
{入门/有点基础}
- 我不懂的点：
{一句话描述}
- 代码或概念：
{粘贴代码或关键概念}
- 输出要求（Output）：
- 先给“结论版解释”（3–5 句）
- 再给“逐行/逐块解释”（尽量贴近代码结构）
- 给 2 道变式题 + 标准输出示例
- 核心步骤（Steps）：
- 先判断我输入里有哪些不确定信息，并用 2 个问题补齐（如果不需要就跳过）
- 给结论版解释
- 分块解释（只解释关键点）
- 给变式题（难度递进）
- 约束条件（Constraints）：
- 不要引入我没学过的高级语法（除非我明确允许）
- 变式题必须可在 10 分钟内完成
可直接用的提示词：
你是耐心的 Python 助教，面向新手讲解但不啰嗦。 我的水平：{入门/有点基础} 我不懂的点：{一句话描述} 下面是代码/概念： ``python {粘贴代码}`` 请按下面格式输出： 1）结论版解释（3–5句） 2）逐行/逐块解释（只讲关键点） 3）给2道变式练习（难度递进），每道给“输入/输出示例” 约束：不要引入我没学过的高级语法（除非我明确允许），题目保证10分钟内能做完。
模板 2：小功能实现（适合刷“能跑起来”的成就感）
- 角色设定（Role）：你是“结对编程伙伴”，会先把需求问清楚再写代码。
- 任务描述（Task）：帮我做一个小功能脚本，并给我最小可运行版本（MVP）。
- 输入要求（Input）：
- 场景：
{我想解决的问题}
- 输入样例：
{1-2 个输入例子}
- 输出样例：
{我希望看到的输出}
- 输出要求（Output）：
- 先输出 3 个澄清问题（如果信息已足够就直接说“信息足够”）
- 给一份可直接运行的代码（带最少必要注释）
- 给 3 条“下一步怎么改进”
- 核心步骤（Steps）：
- 复述需求（1 段）
- 给 MVP 代码
- 给改进路线（从易到难）
- 约束条件（Constraints）：
- 代码要短、能跑、别堆花活
- 不要引入外部依赖库
模板 3：提示词优化（适合“我想让 AI 更听话”）
- 角色设定（Role）：你是提示词审稿人，专门抓“模糊点”和“缺口”。
- 任务描述（Task）：把我写的提示词改成更结构化、更可控的版本，并解释你改动的原因。
- 输入要求（Input）：
- 原提示词：
{粘贴}
- 我想要的输出风格：
{简洁/详细/表格/代码优先}
- 输出要求（Output）：
- 给 2 个改写版本：保守版 / 强约束版
- 每个版本后面给“你为什么这么改”（3–5 条要点）
- 核心步骤（Steps）：
- 识别原提示词的缺信息点（输入、输出格式、边界、验收标准）
- 分别生成两种强度的改写
- 给出可执行的验收标准（Checklist）
- 约束条件（Constraints）：
- 不要把提示词改得太长到不可用
模板 4：代码审查 + 反问式改进（适合养成验证习惯）
- 角色设定（Role）：你是严格但友好的 code reviewer。
- 任务描述（Task）：审查我贴的代码，指出 bug 风险、边界情况、可读性问题，并给一个改进版。
- 输入要求（Input）：
- 代码：
{粘贴}
- 期望功能：
{一句话}
- 允许修改范围：
{只改函数内部/可以重构/可以拆函数}
- 输出要求（Output）：
- 列出问题清单（按严重程度排序）
- 给改进版代码
- 给一组“手动测试用例”（3–6 个）
- 约束条件（Constraints）：
- 不要引入复杂框架
- 解释要短，重点放在可执行的改进
模板 5：学习路径微规划（适合“我不知道下一步学啥”）
- 角色设定（Role）：你是课程教练，目标是让我稳步推进，不走弯路。
- 任务描述（Task）：基于我当前情况，给一个 7 天微计划，并配 1 个小项目贯穿。
- 输入要求（Input）：
- 我每天可学习时间：
{分钟}
- 当前基础：
{会/不会}
- 目标：
{我想做什么}
- 输出要求（Output）：
- 7 天游程（每天：目标、任务、验收标准）
- 贯穿小项目：拆成 5 个里程碑
- 约束条件（Constraints）：
- 每天任务不超过 45 分钟（除非我说可以更多）
测试记录（示例）
你真正交作业时，不用把 AI 的长输出全贴出来，抓重点就行：你怎么提示的 + 输出有没有达标 + 你怎么改的。
示例 1（用模板 3 优化提示词）
- 原提示词： “帮我写个排序函数”
- 改成强约束版后：补了输入数据形状、稳定性要求、是否允许原地修改、输出格式（函数签名 + 测试样例）。
- 效果变化：输出从“随便写个冒泡”变成“直接用
sorted+ 可测试 + 不改原列表”，可用性明显提升。
示例 2（用模板 2 做小功能）
- 我的输入：给了 2 组输入输出例子（等价于把验收标准说清楚）。
- 效果变化：AI 基本不会跑偏，而且你后续要扩展功能也更顺。
与本章知识点的对应关系
- 结构化提示：Role / Task / Input / Output / Steps / Constraints 让 AI 输出更可控。
- 明确验收标准：用输入输出样例、Checklist 让“好坏”可判断。
- 迭代优化：先跑 MVP，再逐步加约束和边界条件。
2.7.2 构建渐进式 AI 协同学习案例（参考答案）
题目回顾（用大白话说）
选一个小项目，和 AI 做至少 5 轮对话：每一轮都要比上一轮更具体，最后拼成一个能跑的程序。
参考答案：案例选题——“学习进度追踪器（命令行版）”
这个项目很适合做“渐进式对话”，因为需求天然可以一层层加：先能记一条记录，再能查看，再能统计，再能做输入校验。
第 1 轮：确定目标和边界（先别急着写代码）
用户提示：
你是我的结对编程伙伴。我要做一个命令行 Python 小工具：记录我每天学了什么、学了多久。先给我功能列表 + 最小可运行版本（MVP）的范围，不要直接甩一大坨代码。
AI 期望输出（摘要）：
- MVP：添加记录、查看记录、退出
- 数据结构：列表，元素是字典/元组
- 交互：循环菜单
第 2 轮：数据结构 + 输入输出格式（把“记录长什么样”说死）
用户提示：
记录用 list 存，单条记录用 dict，字段固定为：date（YYYY-MM-DD）、topic、minutes（整数）。请给我数据结构示例 + 菜单文案。
AI 期望输出（摘要）：
- 给出记录样例
- 菜单：1 添加 2 查看 3 统计 0 退出
第 3 轮：实现交互主流程（先跑起来）
用户提示：
写 MVP：能添加一条记录、能打印全部记录。要求：输出用 f-string 对齐；输入不合法就提示重输（先简单做）。
AI 期望输出（摘要）：
- while 循环菜单
- 添加记录：读取输入、做最基本校验
- 查看：表格打印
第 4 轮：错误处理 + 功能优化（让它更“像个工具”）
用户提示：
加 2 个点：1）minutes 必须是正整数；2）统计总学习分钟数，并按 topic 汇总。输出还是表格。
AI 期望输出（摘要）：
- 输入校验函数
- 统计：总分钟数、按 topic 累加
第 5 轮：整合 + 自测（把“验收标准”补齐）
用户提示：
请把代码整理成一个文件，给我 6 个手动测试用例（包含非法输入），确保每个菜单路径都能跑通。
AI 期望输出（摘要）：
- 单文件可运行脚本
- 手动测试清单
最终整合代码（可运行）
与本章知识点的对应关系
- 渐进式对话策略：先目标，再数据结构，再 MVP，再错误处理，再整合测试。
- 输入输出要求明确：固定数据结构、固定表格输出，减少 AI 发散。
- 批判性验证：手动测试用例是最简单也最有效的“验收标准”。
一句话提示（可选）：如果你想把记录保存到文件，可以参考第 7 章第 7.1 节 文件操作基础（这里不展开）。
2.7.3 提示词效果对比分析（参考答案）
题目回顾（用大白话说）
同一个编程任务，用 4 种提示风格去问同一个模型，然后从“正确性、可读性、实用性”对比效果。
统一的编程任务（别让对比失真）
写一个函数sort_records(records, key, reverse=False)： -records是“字典列表”，例如[{ 'name': 'Alice', 'score': 92 }, ...]- 返回 新的列表（不修改原列表） - 能按key对应字段排序，reverse=True时降序 - 若字段缺失要给出清晰报错信息（别默默吞掉）
四种提示词（示例）
1）零样本（Zero-shot）
帮我写一个 Python 排序函数，能按字段排序。
2）少样本（Few-shot）
写函数sort_records(records, key, reverse=False)。 输入示例：records = [{'name':'A','score':90},{'name':'B','score':80}]，key='score'→ 输出按 score 升序。 再给一个reverse=True的例子。 代码要可运行，顺便给 2 个测试用例。
3）指令式（Instruction）
你是严格的 Python code reviewer。请实现sort_records(records, key, reverse=False)，要求： - 不修改原列表 - 字段缺失时抛KeyError，信息包含缺失字段名 - 返回新列表 - 给出 4 个测试用例（包含异常用例） - 代码尽量短，不引入第三方库
4）对话式（Conversational，多轮澄清）
我想实现sort_records，先别写代码。你先问我 3 个你觉得必须问清楚的问题（例如：字段缺失怎么处理、是否允许混合类型、是否需要稳定排序）。我回答后你再写最终代码。
参考实现（用于对比的“标准答案”样例）
对比分析（参考结论）
提示风格 | 代码正确性 | 可读性 | 实用性 | 典型现象 |
零样本 | 中等（容易漏边界） | 中等 | 一般 | 往往只写核心排序，不写验证与异常 |
少样本 | 较高 | 较高 | 较好 | 因为有 I/O 例子，输出更贴近验收标准 |
指令式 | 高 | 较高 | 高 | 最容易得到“可交付”的版本：异常、测试、约束更完整 |
对话式 | 取决于你回答质量 | 高 | 高 | 先把关键不确定点说清，后续输出更稳、更贴合真实需求 |
与本章知识点的对应关系
- 提示策略对输出质量的影响：示例越具体，模型越不容易“自作主张”。
- 结构化与约束：指令式/对话式更容易把“验收标准”写进提示里。
- 批判性思维：你要习惯把“边界条件、错误处理、测试用例”当作提示的一部分，而不是写完再补。
一句话提示（可选）：如果你希望把这种对比实验做得更“工程化”，可以参考第 8 章第 8.4 节 测试驱动的 AI 开发（这里不展开）。
原创存证 · 本地哈希 · 9e17f1d6e9d7...
算法:SHA-256
时间:2026-02-24
哈希:
9e17f1d6e9d74a946b48289b783b42734e0f8da1d448042154f5c00348627b71该信息用于辅助证明当前内容版本，不等同于法律公证或版权登记。