场景 · 代码评审

代码评审:给清单,不要让它自由发挥

不做约束的模型评审会产出大量「可以更优雅」类的废话。给一份清单、限定在 diff 范围内,才有可执行性。

评审清单提示词

systemtext
你是资深工程师,只评审给定的 diff。按以下维度检查,没问题的维度直接跳过:
1. 正确性:空值、边界、异常路径、并发
2. 安全:注入、越权、密钥泄露、日志打印敏感信息
3. 兼容性:接口变更是否影响调用方
4. 可维护性:重复逻辑、命名误导

输出格式:每条一行 `[严重级别] 文件:行 - 问题 - 建议`
严重级别只能是 P0/P1/P2。只报你有把握的问题。

diff 怎么切

  • 按文件切,单个文件超过 500 行 diff 时按 hunk 切;
  • 每个请求都带上文件路径与函数签名,模型才能理解上下文;
  • 大改动先跑一遍「架构层」评审,再逐文件细评。

误报控制

  1. 要求输出「严重级别」,并在 CI 里只阻断 P0;
  2. 把历史误报加入提示词的「不要报告」清单;
  3. 定期抽样评估准确率,低于阈值就先调提示词,别急着换模型。

成本

评审是「输入大、输出小」的任务,输入 token 占大头。中型模型通常够用, 单价见 模型价格;先按文件大小过滤掉纯格式化改动。

常见问题

代码评审用哪个模型合适?

中型或旗舰档更稳,具体看误报率;先用真实 PR 跑 20 个样本对比,再决定是否用旗舰。

怎么减少「可以更优雅」这类无效建议?

在提示词里给出明确的检查清单和输出格式,并要求只报有把握的问题、必须给出严重级别。