在当今这个各类 AI 编辑器与各类 AI 程序员遍地开花的时代，您果真能够熟练运用 AI 进行编程吗？
为什么总听到有人说这个Ai不好用？那个Ai修改的不准确呢？
诚然每个编辑器和模型都有自己的特点，但是如果掌握住方法，用对了，那么都可以给我们的编程带来巨大的好处。
今日，我将凭借三步简易之法，使您的 AI 编程技术实现质的跃升！
提供上下文
我们在给Ai提问题的时候，一定要注意上下文的提供，否则就是无根之水，他只能是从已知的方面入手，这样就会有驴唇不对马嘴的情况出现。
看实例：
错误的提示语: "这段代码有bug"
正确的提示语: "我的Python调用tk时报错，这是相关代码和错误信息：
import _tkinter # If this fails your Python may not be configured for Tk
^^^^^^^^^^^^^^^
ModuleNotFoundError: No module named '_tkinter'分析：提供完整上下文可以让AI更准确理解问题：
- 使用的技术栈和版本【具体使用的技术和版本】
- 完整的错误信息【错误信息要完整】
- 相关的代码片段【带上部分代码】
- 已经尝试过的解决方案【尝试了几种解决方法，效果怎么样】
迭代式对话
这里就是要通过分布的方式，一步一步的递进式解决问题。
看这个实例：
第1轮：描述基本需求 "我需要一个处理用户登录的界面，使用js，html网页实现"
第2轮：细化具体要求 "请添加登录的密码加密和token验证"
第3轮：优化和完善 "需要添加错误处理和日志记录。"
分析：
这么几轮下来我们的功能也就基本完成了，每次都是一个小功能，但是一定要清晰，越清晰，代码实现越准确。
结构化提问
这一步最厉害，如果我们要创建一个小项目或功能，那就把要求都清晰的列出来，就想我们平时做的需求文档一样，把各种参数都明确的写进来。
清晰的提问结构：
- 目标： "我想实现一个图片上传功能"
- 具体要求：
- 支持拖拽上传
- 限制文件大小为2MB
- 只允许jpg和png格式
- 使用场景： "这是后台管理系统的用户头像上传功能"
分析：
这样的提问，Ai程序员一定会给出一个理想的答案的。
我们提过的要求都会在代码中有体现，如果不写的话，那就是另外一个结果了。
寄语：AI是工具而非魔法，提供的信息越清晰，得到的帮助就越有价值。