ChatGPT重构函数提示词怎么做成固定工作流

先别急着打开ChatGPT对话框就开始重构。如果你每次都是临时构思提示词，那结果大概率是碰运气——这次不错，下次又飘了。真正高效的做法，是把整个流程固化成一套标准化的、可重复执行的工作流，彻底剥离掉那些依赖“临时灵感”的成分。

要做到这一点，核心是抓住三个锚点：输入结构的锁定、约束边界的明确，以及输出校验的规范化。下面直接拆解具体的操作步骤。

说白了，要终结每次重构都像在开盲盒的状态，关键在于把自由发挥的空间压到最低。你需要一个硬邦邦的输入结构、一个不容质疑的边界清单，和一个可以打钩的检查表。

锁定每次重构的三大输入要素

对话开始前，先在本地备好三样东西，一个都不能少：

、、。缺任何一项，ChatGPT就很容易放飞自我，给你一个理论上完美但根本没法原地替换的方案。

搭建标准化提示词模板

直接复制下面这个结构，以后每次重构都往里填内容就行：

你是一名资深Python工程师，专注函数级代码重构。请严格按以下步骤执行：
① 先确认原始函数功能，用一句话概括；
② 指出当前代码中违反Clean Code原则的具体位置（引用行号）；
③ 给出重构后代码，要求：保留原函数名、参数名、返回值类型和调用契约；
④ 用中文逐条说明每处修改的理由（例如：“将条件分支提取为guard clause，避免嵌套加深”）；
⑤ 最后列出本次重构未解决但值得后续关注的问题。
原始函数：
```python
【粘贴原始函数代码】
```
当前痛点：
【填写痛点描述】
目标约束：
【填写目标约束】

给它的输出加一道“过滤闸”

有两个办法可以防止ChatGPT跑偏。方法一：用浏览器插件（比如PromptPerfect）设一个关键词黑名单，把“建议你重写整个模块”“可以考虑用类封装”“我推荐使用async”这类表述全扔进去——这些措辞一出，说明模型已经跳出“函数级重构”的范畴了。方法二，也是最直接的：人工扫一眼响应开头的第一句话。如果它没有先概括函数功能，而是直接甩代码，那这轮对话可以清空重来了。功能确认这一步要是跳过了，后面的重构就失去了锚点，变得不可靠。

准备好你的本地验证检查表

拿到重构结果后，别急着用，先逐项打钩：
✓ 函数签名（函数名、参数顺序与类型注解、返回值类型）和原始代码完全一致；
✓ 所有已有的测试用例，包括那些边界case，全部通过；
✓ 新增的注释只说“为什么这么改”，没有“本函数用于……”这类废话；
✓ 没有引入全局变量、闭包捕获或者隐式的状态依赖。

这四个条件只要有一个不满足，就打回重来。先回去检查你的“目标约束”写没写清楚——如果写的是“让代码更清晰”，那太模糊了；改成“消除所有大于3层的嵌套”，这样ChatGPT才知道边界在哪里。