AIコード生成プロンプトの公式

ゴール＋コンテキスト＋技術スタック＋入力／出力＋制約＋標準＋セキュリティ＋テスト。 1. まず、AIに構築してほしいものを正確に明確に定義することから始める。 2. プログラミング言語、フレームワーク、データベース、ライブラリを指定する。 3. AIに、コードがどこに適合するかを理解するための十分なプロジェクトコンテキストを与える。 4. 実際の例を用いて、期待される入力と出力を定義する。 5. セキュリティ、スケーラビリティ、エラー処理などの制約を追加する。 6. AIに、従うべきコーディング標準とアーキテクチャ原則を指示する。 7. クリーンアーキテクチャ、モジュール設計、明確なコメントを求める。 8. ユニットテスト、統合テスト、重要なエッジケーステストを要求する。 9. コード生成を開始する前に、希望する正確な出力形式を指定する。 10. 新しいコードについては、機能、スタック、認証、検証、テストを説明する。 11. デバッグについては、コードを共有し、AIにまず根本原因を特定するよう依頼する。 12. コードを書き直したり修正したりする前に、AIにバグを説明するよう依頼する。 13. リファクタリングについては、パフォーマンス、可読性、スケーラビリティのどれを向上させたいかを定義する。 14. 機能を追加する際は、既存の機能とテストを維持するようAIに指示する。 15. 本番コードでは、入力検証と出力サニタイズを決して省略しない。 16. SQLインジェクション、XSS、CSRFなどの関連リスクに対する保護を明示的に要求する。 17. 安全な認証、適切なエラー処理、安全なデータ処理を求める。 18. 複雑なアプリケーションは、すべてを一度に要求するのではなく、機能ごとに構築する。 19. コーディング前に、AIに要件を分析し、リスクを特定し、実装計画を作成するよう依頼する。