先说结论:需求描述的质量,决定 AI 编程返工的次数
同一个智能体、同一个模型,有人一次到位,有人改七八轮还不对——差距通常不在模型,在需求描述。把「做一个登录页」换成含七要素的完整描述,一次通过率能翻倍。本文这七要素来自大量真实项目的返工教训,可直接当 checklist 用。
七要素清单
| 要素 | 烂写法 | 好写法 |
|---|---|---|
| 1. 目标 + 验收标准 | 「做个搜索」 | 「文章标题/正文模糊搜索,500ms 内返回,空结果有提示」 |
| 2. 技术约束 | (不提) | 「 PHP 8.3 + WP 7.1,不用第三方依赖,遵守 WPCS 」 |
| 3. 输入上下文 | 「按我的项目改」 | 「相关文件是 inc/search.php,现有逻辑见 @file 」 |
| 4. 输出物定义 | 「优化一下」 | 「只改 inc/search.php,不改模板,输出 diff 」 |
| 5. 反例 | 「别乱来」 | 「不要引入新 CSS 框架,不要动既有 URL 结构」 |
| 6. 边界条件 | (不提) | 「搜索词含 HTML 标签时要转义;结果为 0 的分支也要处理」 |
| 7. 验证方式 | 「能用就行」 | 「改完跑 php -l 和现有测试;没有测试就给 curl 验证命令」 |
为什么这七条恰好有效
拆开看,七要素对应模型最容易出错的四类信息缺口:目标缺口(要素 1 、 6,不知道「对」长什么样)、边界缺口(要素 2 、 5,把不该动的东西动了)、上下文缺口(要素 3,凭空猜测项目结构)、验证缺口(要素 4 、 7,改完不知道谁来确认)。 Anthropic 官方提示词工程指南的核心建议——给模型明确任务描述和成功标准——在这里同样成立。
实操:把七要素变成日常流程
- 先用一句话写目标,再立刻跟一条「完成的判定标准」,没有判定标准就不算写完需求。
- 列出技术约束和禁区(版本、框架、不许动的文件),宁可多列一条,不要事后返工。
- 附上相关文件路径或代码片段,让模型读真实代码而不是猜。
- 写清边界条件:空输入、超长输入、异常分支各怎么处理。
- 结尾固定写验证方式:跑什么命令、看什么输出。复杂任务先要求模型出方案再动手。
两个进阶技巧
- 先 Plan 后 Act:大改动先让智能体输出实现计划,你确认计划无误再放行写码,这一步能把方向性返工几乎清零(详见本站的 Plan/Act 分离文);
- 报错时带全上下文:贴完整报错栈 + 相关代码 + 你已尝试的动作,只贴一句「跑不通」只会得到瞎猜式修复——AI 生成代码调试有专门的四步定位法。
需求描述能力本质上是「把模糊意图翻译成可验证契约」的能力,这恰恰是工程师在 AI 时代最值钱的技能。
延伸阅读(站内)
需求描述太长会不会反而降低效果?
小改动也要七要素齐全吗?
验收标准写不出来怎么办?
参考来源:Anthropic 提示词工程官方指南;本站实战项目经验总结。本文为原创整理。










评论 (0)