§ 5·CS 地基2 prompts

软件工程

要懂的不是技术细节,是*术语*。遇到项目里有人提到这些词,能在 30 秒内讲清楚是什么。

先读这部分
§ 5

软件工程

要懂的不是技术细节,是*术语*。遇到项目里有人提到这些词,能在 30 秒内讲清楚是什么。

学到什么程度
  • 黑盒 / 白盒测试。黑盒不关心内部逻辑,只测输入输出;白盒看代码内部来测。
  • Unit Testing。一次只测一个小功能(一个函数、一个模块)。
  • CI / CD。每次提交自动跑测试 / 自动部署。
  • A / B Testing。同时上线两个版本,看哪个效果更好。
  • Infrastructure as Code。写配置文件告诉服务器该装什么,不手装。

当词典查。做项目时再深入。让专业开发去搞。

动手做 · 提示词卡

把这段知识变成一段可执行的练习

以下 2 张卡,每张都是一段可复制的提示词。打开 Claude Code(或任何 LLM 终端),把卡里的提示词粘进去,AI 会陪你完成这一步。遇到不会的概念,把 AI 的回答贴回 卡里继续问下一步。可以一次做完,也可以分几次。

2 决策
Prompt 01决策★★

读懂别人的 CI 配置

为什么要学项目 push 后 CI 跑啥你不知道。出错时只能等同事来救。
打个比方上岗前看流程图:哪步先做、哪步后做、出错谁负责,一目了然。
VibeCoder 场景Claude Code 帮你写 deploy,你不知道 GitHub Actions 跑了几步。

你 clone 了项目,发现 .github/workflows/ 下有几个 yml,你不知道每次 push 会触发啥。

  1. 01从任一开源项目复制一个 workflow yml 到方括号占位符。
  2. 02AI 输出 4 段分析。
  3. 03自己照 main push 一个空 commit,到 Actions 页面看实际跑了啥。
  4. 04对照 AI 的分析,找差异。
粘贴到 Claude Code(或任何 LLM 终端)
我贴一个 GitHub Actions 工作流 yml 给你。请输出:1. 这个工作流的触发条件(push 哪些分支?PR?手动?)。2. 它跑了几个 job,每个 job 在啥环境跑、做了几件事。3. 哪些步骤是 '测试' 哪些是 '部署',分别用文字标出来。4. 如果我现在 push 一个 commit 到 main 分支,会发生什么,按时间顺序列出来。不要重写这个 yml,只要分析。yml 内容:[这里贴整段 yml]。
✓ 完成判据你能 30 秒告诉别人这个 workflow 是 CI、CD、还是 CI+CD。
AI 经常把 jobs.steps 和 needs 关系讲混;如果觉得不对,让它单独画依赖图。
Prompt 02决策★★

三场景测试选型

为什么要学测试选错类型 = 白写。unit / A-B / 黑盒各管一块,混了等于裸奔。
打个比方体检项目:血常规、X 光、CT 各看一种问题,选错查不出毛病。
VibeCoder 场景Claude Code 让你给函数加测试,你不知道该写单测还是端到端。

你的小项目要加测试,搞不清啥时候用 unit、啥时候 A/B、啥时候黑盒。

  1. 01AI 输出 3 个判断。
  2. 02你自己先想一遍答案再看 AI 的。
  3. 03不同的地方让 AI 解释为什么。
  4. 04用一句话自己总结四种测试的适用条件。
粘贴到 Claude Code(或任何 LLM 终端)
给我做一道场景题:以下三个情境,我应该用 黑盒测试、白盒测试、unit test、A/B Testing 哪一种?为什么?1. 我刚写了一个 parse_csv 函数,想确保它对空字符串、单行、多行三种输入都不崩。2. 我上线了一个新 landing page,想知道蓝色按钮 vs 绿色按钮哪个点击率高。3. 同事给了我一个加密的二进制工具,让我验证它处理超长输入不会闪退。三个回答各不超过 4 行。
✓ 完成判据你能脱稿告诉同伴 unit test 和 A/B test 的本质区别。
AI 有时会把 unit test 和黑盒混淆,注意黑盒强调'不看内部',单元强调'测试单元粒度'。