大学生用 AI 做代码评审：提示词与评审意见示例
对在读本科、需要兼顾课程、社团和实习求职的大学生来说，课程作业、考试复习、实习申请和社团事务挤在一起，常常不知道从哪里开始。代码评审耗时且容易流于形式，AI 可以先找出明显的问题，让人把精力放在设计和业务逻辑上。这篇文章用一个完整的例子演示大学生如何借助 AI 做代码评审：把改动的代码和背景说明交给 AI，指定评审维度和输出格式，让它按严重程度列问题，再由人判断。
场景：大学生为什么需要 AI 做代码评审
大学生每周要评审不少代码改动，比如和“完成数据结构课程作业”相关的提交。改动多的时候很难每行都仔细看，容易漏掉边界条件、异常处理和安全问题。对大学生来说，这类需求往往和“准备一场社团招新宣讲”“准备实习面试”这些事挤在同一周，留给它的时间并不多。
工具选择
代码托管平台和编辑器中有不少 AI 评审工具，例如 GitHub Copilot 的代码评审、GitLab Duo、Cursor 以及各类开源的 AI 评审机器人；也可以把差异内容贴给对话助手。
编辑器内的编程助手能结合项目上下文评审；独立的对话助手适合评审单个文件或片段。注意公司对源代码外发的规定。
举个例子
下面这个例子是虚构的：小吴遇到的难题是“小组项目成员分工不清，可能临近截止才赶工”。为了不让它拖慢“投递 4 份暑期实习简历”的进度，小吴决定借助 AI 做代码评审。第一次只写了一句简单的要求，结果很空泛；第二次把对象（导师和辅导员）、目的和限制条件都写清楚，输出就可用多了。这也是本文提示词模板要把背景写全的原因。
具体怎么做
- 准备改动说明：这次改动要解决什么问题
- 提供代码差异或改动后的文件
- 指定评审维度：正确性、边界条件、安全、性能、可读性
- 要求按严重程度分级输出，并给出修改建议
- 人工确认每条意见，AI 的意见不等于结论
提示词示例
下面的提示词可以直接复制，按大学生的实际情况替换细节：
【背景】身份：在读本科、需要兼顾课程、社团和实习求职的大学生；平时主要和同学和老师和导师和辅导员打交道。
请评审下面这段代码改动。
背景：完成数据结构课程作业，这次改动新增了一个按科目查询“学习记录”的接口。
语言：Python（FastAPI）
评审维度：
1. 正确性和边界条件（空值、分页、时区）
2. 安全（注入、越权、敏感信息日志）
3. 性能（N+1 查询、缺少索引）
4. 可读性和可维护性
输出格式：严重程度（阻塞 / 建议 / 细节）| 位置 | 问题 | 修改建议
只指出确实存在的问题，不确定的请标注“需确认”。
代码：
（粘贴 diff）
AI 输出示例（示意）
下面是演示用的输出示例，其中的人名、数字和事项均为虚构，实际使用时请以你自己的资料为准：
严重程度 位置 问题 修改建议 阻塞 query_records 第 12 行 用字符串拼接构造 SQL，存在注入风险 改为参数化查询 阻塞 接口入口 未校验调用者是否有权访问该科目的数据 增加权限校验 建议 第 20 行 每条记录单独查询关联信息，存在 N+1 问题 改为批量查询 建议 日志 打印了完整请求参数，可能包含敏感信息 脱敏后再记录 细节 第 5 行 变量名 d 含义不清 改为 record_date 需确认：page_size 未设上限，是否在网关层已限制？
如果结果不理想，不要急着换工具，先在提示词里补充导师和辅导员的具体要求或给出一个参考样例，再生成一次。
注意事项与技巧
- AI 会产生误报，也会漏掉业务逻辑错误，不能替代人工评审。
- 遵守公司源代码保密规定，不要把核心代码贴进未经批准的工具。
- 把团队的编码规范放进提示词，评审意见会更一致。
给大学生的特别提醒
把 AI 当作随时可问的辅导老师：先自己想，再让它讲解和纠错。同时要记住：按学校学术诚信规定使用 AI，作业和论文不要直接提交 AI 生成的内容。
一个容易被忽略的习惯：要求 AI 用例子和类比解释概念，学完再让它出题检验。
变体用法
- 安全专项：只关注注入、越权、敏感数据等安全问题。
- 重构建议：让 AI 指出重复代码和可以简化的地方。