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。
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。
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。
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。
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。