Prompt 技巧

Cursor 里的 prompt 和普通聊天 prompt 有点不一样。因为你不是单纯在问问题，而是在真实代码库里下任务。任务一旦模糊，模型就不是“回答得一般”，而是可能直接改偏。

所以写 Cursor prompt 的重点，不只是礼貌清晰，而是要让它知道：

• 你要做什么
• 不能做什么
• 改动范围在哪
• 什么结果才算完成

#1. 先给目标，再给边界

让 Agent 先理解你想要什么，再明确不想要什么：

text复制
目标：为现有登录页添加忘记密码入口。
边界：不要引入新依赖；保持当前 UI 风格；只改动相关组件。

这类写法的价值在于，它把“想做什么”和“不要乱做什么”同时讲清楚。真实项目里，后者往往和前者一样重要。

#2. 用计划引导复杂任务

对多文件改动或重构，先让 Agent 给出计划：

text复制
请先列出实现计划，包含需要改动的文件路径和每步要做的事。

计划更清晰时，执行质量更稳定。如果结果不理想，回到计划再细化，比连续补问更高效。

我会很推荐这一步，尤其是跨文件修改。因为一旦先有计划，你更容易在它真正动手前就发现方向不对。

#3. 让 Agent 自己找上下文

只有在你明确知道文件时才 @ 引用，否则让 Agent 自己发现：

text复制
如果你不确定入口文件，请先定位相关模块，再给出修改方案。

避免一次性塞太多无关文件，否则会分散注意力。

这里的关键不是“完全不提供上下文”，而是不要一上来就喂太多。让它先定位，再补充，是比较稳的节奏。

#4. 给可验证的目标

最稳的方式是让 Agent 以测试为目标迭代：

text复制
先为这个函数补测试，运行测试确认失败，再实现逻辑直到通过。

有测试就有“终点”，Agent 更容易收敛到正确结果。

如果没有测试，至少也要给它一个可检查的完成标准。否则它很容易在“差不多好了”的状态里提前停下。

#5. 及时重开对话

当出现以下情况，建议新开对话：

• 任务已经转向新的模块
• Agent 连续多次理解偏差
• 历史上下文过长导致回答发散

很多人不舍得开新对话，觉得前面上下文都还在会更省事。实际体验里，经常是新开一轮反而更快，因为旧前提已经开始污染当前任务了。

#6. 模板化你的常用提示词

把高频任务整理成模板，重复使用：

text复制
请按以下格式输出：
1) 变更摘要
2) 受影响文件
3) 关键风险点
4) 建议测试

这是很适合团队沉淀的部分。因为一旦一个 prompt 模板真的稳定有效，它带来的收益不是一次，而是之后每次都少返工。

#常用 Prompt 模板

#功能实现

text复制
需求：新增课程筛选条件（按难度）。
约束：不要修改现有 API 结构；保持筛选状态与 URL 同步。
输出：列出修改文件 + 关键代码片段。

#Bug 修复

text复制
问题：移动端点击按钮无响应。
上下文：相关代码在 @src/components/xxx.tsx。
要求：定位原因、给出最小改动的修复方案。

#代码审查

text复制
请审查当前变更：
- 关注潜在逻辑错误
- 是否影响已有功能
- 是否需要补测试

#参考

• Cursor 官方博客：Best practices for coding with agents
  https://cursor.com/blog/agent-best-practices↗

#一个我自己更看重的原则

与其追求“写出很厉害的 prompt”，不如追求“让下一步动作更可控”。

Cursor prompt 真正好用的时候，通常不是看起来多聪明，而是：

• 范围清楚
• 结果能检查
• 出错了容易回退

只要这三件事成立，很多 prompt 已经足够好了。