M3.1-Flash-Preview 生成的代码总跑不起来 / 是提示写得太松吗？

M3.1-Flash-Preview 生成的代码总跑不起来，多数情况下不是它完全不会写，而是提示写得太松：只说了要做什么，没说输入长什么样、输出要什么结构、空值和异常怎么处理、用什么命令验证。建议先把判断方向固定成一步：拿最近一次失败的提示和生成结果，把报错定位到具体行，再从那一行倒推缺失的约束，补进提示后重新生成并立刻运行。如果重写后仍然报同一处错误，再考虑换实现语言、拆分任务或缩小函数职责，而不是继续反复点“重新生成”。

适用场景：同一个需求连续多次生成都跑不起来，且报错集中在输入解析、类型转换或边界处理。操作动作：记录原始提示、生成代码、报错行，把输入格式、期望输出、空值与异常规则写成可检查条件，连同示例函数签名一起放回提示。验证方式：重新生成后用同一条命令运行，逐条对比实际输出与期望输出。风险边界：约束越具体，模型越可能只针对示例写死，所以示例要覆盖不止一种输入，不要把示例当成唯一契约。

把跑不起来的代码和原始提示并排放在一起

这一步的目的不是评价模型，而是判断问题出在需求缺失还是实现出错。建议用文本文件记录三样东西：原始提示原文、生成代码、完整报错（包含错误类型和行号）。三样放在同一屏里对照，能直接看出提示里没写的东西是否正好对应报错位置。

例如原始提示：

写一个 Python 函数，读取 CSV 文件，统计每个用户的订单金额总和，返回字典。

生成代码只保留关键部分：

def sum_orders(path):
    result = {}
    for line in open(path):
        user, amount = line.split(',')
        result[user] += amount
    return result

运行后报错：

M3.1-Flash-Preview 生成的代码总跑不起来 / 是提示写得太松吗？

ValueError: not enough values to unpack (expected 2, got 1)

对照记录可以写成这样：

报错行：第 3 行 user, amount = line.split(',')。提示里没写 CSV 是否有表头、空行怎么处理，表头行按逗号拆分后字段数不匹配就会在这里炸。
潜在第二处错误：第 4 行 result[user] += amount。某个 user 第一次出现时 key 不存在，触发 KeyError，提示里没要求默认值。
潜在第三处错误：amount 是字符串，直接相加会做拼接或在后续运算时抛 TypeError，提示里没规定数值类型。

如果这几处问题都来自提示没写清楚，而不是模型不能在 Python 里实现求和，那么方向就是补约束，而不是换模型。反过来说，如果报错是语法错误或调用了环境里不存在的库，先确认运行环境里有没有这个库、版本是否匹配，再决定要不要改写提示。

把需求拆成输入、输出、边界三类约束

提示里要出现能被检查的具体条件，至少覆盖输入格式、期望输出、空值与异常输入。下面这段可以直接拼在需求描述后面，替换其中的字段名和类型。

输入约束：
- 文件为 UTF-8 编码的 CSV，第一行是表头，列为 user_id,amount
- amount 为十进制数字字符串，可能带小数
- 文件末尾可能有一个空行

输出约束：
- 返回 dict，key 为 str 类型的 user_id，value 为 float 类型的金额合计
- 不对结果排序

边界约束：
- 空文件或只有表头时，返回空 dict，不抛异常
- 某一行字段数不为 2 时，跳过该行
- amount 无法转成 float 时，跳过该行
- 同一 user_id 出现多次时金额相加

这样做的作用是让模型在写代码前先看到判断条件，生成的实现通常会把解析、类型转换、默认值处理分开写。需要结合环境确认的一点是，跳过异常行还是抛出异常，取决于业务侧更希望看到脏数据还是拿到完整结果，提示里要明确二选一，不要写“合理处理”“尽量健壮”这类无法检查的要求。

在提示里补一段可运行示例

形容词对生成代码没有约束力，“健壮的、规范的、优雅的”都不能被验证。用示例代替形容词更有效：给出函数签名、调用方式、期望打印结果，让模型照着对齐接口和风格。

请实现函数签名：
def sum_orders(path: str) -> dict:
    ...

调用方式：
print(sum_orders('orders.csv'))

orders.csv 内容：
user_id,amount
u1,10.5
u2,5
u1,20

期望打印结果：
{'u1': 30.5, 'u2': 5.0}

要求：不打印除返回值之外的调试信息；如果文件不存在，抛出 FileNotFoundError。

这段示例同时解决了几个模糊点：返回的是字典而不是列表；金额是 float；重复 user_id 相加；输出格式固定。把示例和上一节的边界约束一起放进提示，模型就不太可能只在示例这一种输入上写通，而会顺带处理表头和空行。

重新生成后立刻运行并记录差异

重新生成之后不要先读代码，先跑。运行命令建议固定成可复现的一条，例如把上面的示例文件保存为 orders.csv 后执行：

python -c "from sum_orders import sum_orders; print(sum_orders('orders.csv'))"

实际输出与期望输出的差异，按三类记录：

类型差异：打印出来是 {'u1': '30.5', 'u2': '5'}，说明金额还是字符串，提示里的类型约束没生效，重写时要把“value 为 float”再强调一次，或直接要求转换后再累加。
异常差异：遇到空行时直接抛 ValueError，说明“跳过字段数不为 2 的行”没有被实现。
行为差异：文件不存在时抛出别的异常或返回空字典，和示例里要求的 FileNotFoundError 不一致。

如果这次运行只剩最后一类差异，通常说明提示方向已经对了，继续在当前提示上补一两条边界，而不是整段推倒重写。还要补一组最小测试片段，避免只验证成功路径：

def test_empty():
    open('empty.csv', 'w').write('user_id,amount\n')
    assert sum_orders('empty.csv') == {}

def test_bad_row():
    open('bad.csv', 'w').write('user_id,amount\nu1,1\nbroken\n')
    assert sum_orders('bad.csv') == {'u1': 1.0}

运行方式可以是 python -m pytest -q，也可以直接手动调用并打印结果。关键是把实际输出贴回三样对照记录里，而不是凭印象判断“好像能跑了”。

把有效约束固化成可复用模板

一次调通之后，把提示改成带占位符的模板，下次同类任务直接替换。模板结构可以固定为五段：任务一句话、输入约束、输出约束、边界约束、示例与运行方式。

【任务】
用 {语言} 实现 {函数名}，只做 {单一职责}。

【输入】
- 类型/格式：{输入类型}
- 字段或参数：{字段列表}
- 编码或依赖版本：{编码或依赖}

【输出】
- 类型：{返回类型}
- 结构示例：{输出样例}

【边界】
- 空输入：{行为}
- 非法输入：{跳过或抛错}
- 重复数据：{合并规则}

【示例】
def {函数名}({参数}) -> {返回类型}: ...
调用：{调用代码}
期望输出：{期望打印结果}
运行命令：{命令}

使用时的检查点：每次替换占位符后，确认示例里的输入能覆盖至少两种分支，比如一条正常记录加一条脏数据；确认边界约束是二选一的明确动作，不出现“尽量”“合理”；确认运行命令能在当前环境直接复制执行；生成后先跑最小测试，再读代码。这样固化的不是某一次生成的代码，而是一组可被检查的条件，模型换代或换版本时依然可以复用。