Greptile 是一款在线服务：理解整个代码库的 AI 代码审查与问答服务。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我写技术文档」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

根据源码为这个模块写 README：用途、安装、最小示例、配置项表格和常见问题。示例代码必须能直接运行。

变化（示意）：输出结构稳定，可以直接按「示例代码可运行」检查。

对比二：一次做完 vs 分步完成

改之前：把「修复报错」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。

这是报错信息和相关代码。请先解释报错原因，给出最小修改方案，并说明为什么这个修改不会影响其他调用方。

对比三：不检查 vs 带检查点

改之前：拿到结果直接用。改之后：每次都对照「先有计划再动手」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。

以上对比均为示意，用来说明方法差异，不代表具体的效率数字。

补充练习

代码审查

准备材料：一个 Pull Request 的改动。

审查这个改动，按「必须修改 / 建议修改 / 可以忽略」三级列出问题，每条附上文件和行号，重点关注安全、并发和错误处理。

检查点：问题定位到行。

读懂陌生代码库

适用情况：手头有一个刚接手的项目仓库时。

先不要改任何代码。请阅读这个仓库，输出：1）目录结构说明；2）主要模块之间的调用关系；3）本地运行步骤；4）你认为最脆弱的 3 个地方。

检查点：运行步骤能实际跑通。

补单元测试

输入：一个缺少测试的函数或模块。

为【函数名】编写单元测试，覆盖正常输入、边界值和异常输入，使用项目现有的测试框架，不要修改被测代码。先列测试用例再写代码。

检查点：测试能在本地通过。

常见问题：AI 改动范围过大

要求先给计划和文件清单，限定只改指定文件。

常见问题：生成的代码引用了不存在的函数

让它先搜索代码库确认 API，再写实现；运行测试验证。

常见问题：泄露密钥的风险

把密钥放在环境变量，规则文件中禁止读取 .env 等敏感文件。

概念补充：编程智能体

能读写多个文件、运行命令并迭代修复的 AI，需要控制权限。

概念补充：补全（Completion）

在光标处预测下一段代码，速度快但上下文有限。

适合人群：设计师

设计师可以用 Greptile 处理灵感与草图、多尺寸物料适配等工作。需要注意：确认生成素材与字体的商用授权，客户未公开的项目不要上传。

适合人群：科研人员

科研人员可以用 Greptile 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 Greptile 的数据处理条款，再决定能否使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读