程序员 on AI 观察

程序员用 AI 制定目标和 OKR：提示词与 OKR 示例

Fri, 16 Oct 2026 13:49:17 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。目标定得太虚就无法衡量，定得太细又失去方向，很多人写 OKR 时卡在“关键结果”怎么写。下面以程序员的真实场景为例，演示用 AI 制定目标和 OKR的完整流程：把方向、现状和资源告诉 AI，让它生成目标和可衡量的关键结果，再让它以审核者身份检查是否具体、可衡量、有挑战。

程序员用 AI 写 SQL 查询：提示词与 SQL 示例

Fri, 16 Oct 2026 13:48:28 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。很多人知道要查什么数据，但写 SQL 时卡在关联、分组和窗口函数上。本文给出程序员用 AI 写 SQL 查询的一套可直接照抄的做法：提供表结构和字段含义，用自然语言描述需求，让 AI 写 SQL 并解释每一步，再用小范围数据验证。

程序员用 AI 做预算和记账分析：提示词与预算示例

Fri, 16 Oct 2026 13:28:01 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。记账坚持不下来，往往是因为记了也不知道怎么看，AI 可以帮你分类、汇总并给出调整建议。下面以程序员的真实场景为例，演示用 AI 做预算和记账分析的完整流程：把脱敏后的收支记录交给 AI，让它分类汇总、找出可调整的项目，再按目标制定下月预算。

程序员用 AI 生成单元测试：覆盖边界条件的测试用例

Fri, 16 Oct 2026 13:26:04 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。单元测试大家都知道重要，但写起来枯燥，边界条件也容易想不全。本文给出程序员用 AI 生成单元测试的一套可直接照抄的做法：把函数代码和业务规则交给 AI，先让它列出测试场景清单，确认后再生成测试代码并运行。

程序员用 AI 准备面试：提示词与模拟面试示例

Fri, 16 Oct 2026 13:18:21 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。面试表现不好，常见原因是准备了答案但没准备好被追问，讲经历时缺少细节和结果。这篇文章用一个完整的例子演示程序员如何借助 AI 准备面试：让 AI 根据岗位和你的简历模拟面试官，逐题追问，每轮后点评你的回答并给出改进方向。

程序员用 AI 总结长文档：提示词与摘要示例

Fri, 16 Oct 2026 13:05:31 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。长文档的问题是读不完也记不住，AI 可以先帮你抓结构和重点，你再决定哪里值得精读。这篇文章用一个完整的例子演示程序员如何借助 AI 总结长文档：把文档上传给支持长文本的 AI，先要结构化摘要，再针对关心的问题追问并要求标注原文位置。

程序员用 AI 写命令行命令：用自然语言生成并解释命令

Fri, 16 Oct 2026 11:47:00 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。命令行效率高，但参数难记，一个写错的命令还可能造成不可挽回的后果。本文给出程序员用 AI 写命令行命令的一套可直接照抄的做法：用自然语言描述目标和环境，让 AI 生成命令并逐个解释参数，危险操作先用只读或演练方式验证。

程序员用 AI 写年终总结：提示词与总结示例

Fri, 16 Oct 2026 11:24:06 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。年终总结难写，是因为一年的工作太多太散，自己很难提炼出亮点和成长。本文给出程序员用 AI 写年终总结的一套可直接照抄的做法：把全年的周报、项目记录交给 AI，让它按“成果—方法—成长—规划”提炼，再用 STAR 法则展开重点案例。

程序员用 AI 画流程图：用 Mermaid 代码自动生成

Fri, 16 Oct 2026 11:14:17 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。流程图能让复杂的业务一目了然，但拖拽画图很费时间，修改一次就要重新排版。下面以程序员的真实场景为例，演示用 AI 画流程图的完整流程：用文字描述流程，让 AI 生成 Mermaid 代码，粘贴到支持的工具中自动渲染，修改时改文字即可。

程序员用 AI 写周报：10 分钟写完一份有重点的周报

Fri, 16 Oct 2026 11:04:26 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。周报的难点不在于打字，而在于把零散的工作记录整理成有结论、有数据、有下一步的汇报。本文给出程序员用 AI 写周报的一套可直接照抄的做法：把本周的原始记录丢给 AI，让它按“成果—问题—计划”的结构整理，再由你补充判断和数据。

程序员用 AI 生成思维导图：用 Markdown 一键转导图

Fri, 16 Oct 2026 10:43:56 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。思维导图能把复杂的内容变成一眼看清的结构，但从零画图既慢又容易漏。这篇文章用一个完整的例子演示程序员如何借助 AI 生成思维导图：让 AI 按层级输出 Markdown 大纲，再导入支持 Markdown 的导图工具一键生成图形。

程序员用 AI 搭建专属 AI 助手：配置示例与提示词

Fri, 16 Oct 2026 10:41:47 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。每次都从头写长提示词很麻烦，把常用的角色、规则和资料配置成专属助手，日常使用就只需要一句话。下面以程序员的真实场景为例，演示用 AI 搭建专属 AI 助手的完整流程：在支持自定义助手的平台上写好系统提示词，上传可以公开的参考资料，设定输出格式和禁止事项，用真实问题测试后再给团队使用。

程序员用 AI 写技术文档：提示词与文档示例

Fri, 16 Oct 2026 07:19:16 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。文档是开发中最容易被拖延的部分，没有文档，新人上手和跨团队协作的成本都会很高。下面以程序员的真实场景为例，演示用 AI 写技术文档的完整流程：把代码、接口定义或口述设计交给 AI，让它按模板生成文档初稿，再由你补充设计决策和注意事项。

程序员用 AI 优化简历：按岗位描述做针对性修改

Fri, 16 Oct 2026 07:12:26 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。简历被筛掉，往往不是经历不够，而是没有用招聘方关心的语言写出成果。这篇文章用一个完整的例子演示程序员如何借助 AI 优化简历：把目标岗位描述和你的真实经历交给 AI，让它找出匹配点，用“动作+结果”的方式改写，并指出缺口。

程序员用 AI 写 Python 自动化脚本：提示词与脚本示例

Fri, 16 Oct 2026 07:07:43 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。很多重复性的整理工作，用一个几十行的脚本就能一键完成，而 AI 让不会编程的人也能写出这样的脚本。本文给出程序员用 AI 写 Python 自动化脚本的一套可直接照抄的做法：描述输入文件、处理规则和期望输出，让 AI 写带注释的脚本和运行说明，先在副本上测试。

程序员用 AI 做风险检查清单：提示词与清单示例

Fri, 16 Oct 2026 06:16:21 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。很多问题事后看都“早该想到”，事前系统地列一遍风险，花半小时就可能避免一次返工或事故。下面以程序员的真实场景为例，演示用 AI 做风险检查清单的完整流程：把计划和背景告诉 AI，让它按人、事、物、时间、外部因素逐类列出风险，评估可能性和影响，并给出预防措施和检查清单。

程序员用 AI 整理会议纪要：从录音到行动项的完整流程

Fri, 16 Oct 2026 05:49:20 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。会议真正的产出是决定和行动项，而人工记录往往漏掉“谁在什么时候做什么”。这篇文章用一个完整的例子演示程序员如何借助 AI 整理会议纪要：先用转写工具把录音变成文字，再让 AI 按“议题—结论—行动项”提取，最后人工核对负责人和截止时间。

程序员用 AI 设计面试问题：提示词与题目示例

Fri, 16 Oct 2026 05:33:41 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。面试问得随意，就很难比较候选人，也容易被会说话的人打动而错过真正能干活的人。这篇文章用一个完整的例子演示程序员如何借助 AI 设计面试问题：根据岗位能力要求，让 AI 设计行为面试题、追问和评分标准，面试时按同一标准评估。

程序员用 AI 整理学习和读书笔记：提示词与笔记示例

Fri, 16 Oct 2026 05:28:44 +0800

对每天写业务代码、修线上问题、参加评审的后端或全栈开发来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。读完一本书、听完一堂课，过几周就忘得差不多了，问题往往出在只输入没有整理。这篇文章用一个完整的例子演示程序员如何借助 AI 整理学习和读书笔记：把自己的摘录和想法交给 AI，让它按“核心观点—关键概念—与我的关联—行动”整理，并出题帮助回忆。

程序员用 AI 做 PPT 大纲：提示词与示例结构

Fri, 16 Oct 2026 05:12:19 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。做 PPT 最耗时的往往不是排版，而是想清楚讲什么、按什么顺序讲。这篇文章用一个完整的例子演示程序员如何借助 AI 做 PPT 大纲：先让 AI 帮你搭故事线和每页要点，再用 PPT 生成工具或模板排版，最后自己补数据和图。

程序员用 AI 排查代码报错：提示词与排错示例

Fri, 16 Oct 2026 05:02:26 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。排查报错时，大部分时间花在理解错误信息和缩小范围上，而这恰好是 AI 擅长的。本文给出程序员用 AI 排查代码报错的一套可直接照抄的做法：把完整报错、相关代码、运行环境和你已经尝试过的方法一起交给 AI，让它先列出可能原因和验证步骤，而不是直接改代码。

程序员用 AI 做代码评审：提示词与评审意见示例

Fri, 16 Oct 2026 04:44:51 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。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。本文给出程序员用 AI 做代码评审的一套可直接照抄的做法：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。

程序员用 AI 弄懂陌生概念：提示词与讲解示例

Fri, 16 Oct 2026 04:32:45 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。遇到陌生概念时，搜索结果往往要么太浅要么太专业，AI 可以按你的基础调整讲解深度，还能随时追问。下面以程序员的真实场景为例，演示用 AI 弄懂陌生概念的完整流程：告诉 AI 你的背景和想理解的程度，让它用类比和例子讲解，再用自己的话复述，让 AI 检查理解是否正确。

程序员用 AI 整理 FAQ 知识库：把重复问答沉淀成可检索的知识库

Fri, 16 Oct 2026 04:11:59 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。同样的问题每天被问几十遍，把它们沉淀成 FAQ，再接入 AI 问答，可以大幅减少重复回答。本文给出程序员用 AI 整理 FAQ 知识库的一套可直接照抄的做法：收集历史问答和规则文档，让 AI 归纳问题、写标准答案并标注来源，再导入知识库或 AI 问答工具。

程序员用 AI 快速读懂论文和报告：提示词与阅读笔记示例

Fri, 16 Oct 2026 03:25:18 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。专业文献篇幅长、术语多，读不懂和读得慢是常态，AI 可以帮你先抓结构、解释术语，再引导你精读关键部分。下面以程序员的真实场景为例，演示用 AI 快速读懂论文和报告的完整流程：上传论文后先让 AI 按固定框架概括研究问题、方法、结论和局限，再针对看不懂的部分追问，最后自己回到原文核对。

程序员用 AI 写正则表达式：提示词与正则示例

Fri, 16 Oct 2026 03:19:35 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。正则表达式功能强大但难写难读，用自然语言描述规则让 AI 生成，再用测试样例验证，是最省事的做法。这篇文章用一个完整的例子演示程序员如何借助 AI 写正则表达式：给 AI 提供规则描述、应该匹配和不应该匹配的样例，让它生成正则并逐段解释，再在测试工具中验证。

程序员用 AI 规划一周饮食：提示词与菜单示例

Fri, 16 Oct 2026 03:00:51 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。每天想吃什么是个真实的烦恼，AI 可以根据口味、时间和预算排出一周菜单，并顺手生成采购清单。本文给出程序员用 AI 规划一周饮食的一套可直接照抄的做法：说明人数、口味、忌口、做饭时间和预算，让 AI 生成一周菜单和合并后的采购清单，健康相关的特殊需求请咨询专业人士。

程序员用 AI 写招聘 JD：吸引对的人又避免歧视性表述

Fri, 16 Oct 2026 02:44:41 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。招聘信息写得模糊，要么收不到合适的简历，要么收到一堆不匹配的，筛选成本很高。这篇文章用一个完整的例子演示程序员如何借助 AI 写招聘 JD：把岗位的真实工作内容和能力要求告诉 AI，让它写出具体、有吸引力的 JD，并检查歧视性表述。

程序员用 AI 翻译文档：比机翻更地道的做法

Fri, 16 Oct 2026 02:10:22 +0800

每天写业务代码、修线上问题、参加评审的后端或全栈开发，日常工作里真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。AI 翻译的优势在于可以按语境、术语表和目标读者调整，而不只是逐句直译。下面以程序员的真实场景为例，演示用 AI 翻译文档的完整流程：给 AI 提供术语表、目标读者和风格要求，先翻译再让它自查，最后人工审校关键内容。

程序员用 AI 分析日志定位问题：提示词与分析示例

Fri, 16 Oct 2026 01:59:36 +0800

作为每天写业务代码、修线上问题、参加评审的后端或全栈开发，你可能也有同感：真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。故障发生时，日志动辄成千上万行，人工翻找很慢，AI 可以帮你快速归纳错误类型、时间线和可疑点。这篇文章用一个完整的例子演示程序员如何借助 AI 分析日志定位问题：先用命令或日志平台把相关时间段的日志筛出来，脱敏后交给 AI 归纳模式和时间线，再根据它的假设逐一验证。