ChatGPT 提问工程师开发指南

本文介绍 chatgpt-query-engineer-handbook，一份专为开发者打造的 ChatGPT 提问工程师指南。该项目收集了针对开发场景的高效提问技巧和命令模板，帮助开发者更好地利用 ChatGPT 提升编程效率。

项目简介

chatgpt-query-engineer-handbook 是一个开源的 ChatGPT 提问指南项目，由 wuchangming 创建维护。该项目在 GitHub 上已获得 691 stars 和 40 forks，旨在帮助开发者掌握与 ChatGPT 高效协作的技巧。

与普通的 ChatGPT 使用不同，该指南专注于开发工作场景，提供针对性的提问策略。由于 ChatGPT 的回答具有开放性和发散性，而开发任务往往需要精准、可预期的回答，因此掌握正确的提问方式至关重要。

核心特性

场景化命令模板：覆盖需求分析、设计、编码、测试等完整开发流程
命令稳定性标注：每个命令都标注了稳定性等级（强/中/弱）
多语言支持：支持中文和英文提问，针对代码场景推荐使用英文
上下文感知：充分利用 ChatGPT 的上下文理解能力进行连续对话
附加条件支持：所有命令都支持添加任意附加条件和需求

使用说明

命令稳定性

指南中的每个命令都标注了稳定性等级：

等级	说明	标准
强	高度可靠	10 次尝试中 > 8 次符合期望
中	较为可靠	10 次尝试中 > 5 次符合期望
弱	需要调整	10 次尝试中 > 2 次符合期望

内容处理方式

明确处理内容：

简单内容：直接发送，如 优化代码 const hello = "ChatGPT";
复杂内容：使用标记符号圈起来，如 优化文案「该指南旨在帮助 ChatGPT提问工程师」
详细描述：添加额外说明，如 优化「」中的文案「...」

附加条件：所有命令都可以添加任意附加条件，这是 ChatGPT 与传统 API 最大的不同之处。

示例：

优化「」中的文案，扩充到 300 字「该指南旨在帮助 ChatGPT提问工程师提高提问效率」

常用命令分类

1. 对话设置

设置回答语言：

接下来的对话都用中文回答我

设置简写：

接下来的对话，如果我发送的内容是 {简写}，我的意思是 {内容}

示例：

接下来的对话，如果我发送的内容是 re，我的意思是重新回答这一问题

2. 通用命令

继续完成回答：

继续

用途：当 ChatGPT 回答太长中断时，要求继续完成。

3. 需求分析

提取中心思想：

中心思想

4. 设计阶段

优化文案：

优化文案

细化方案：

细化方案

5. 编码阶段

编写代码（稳定性：弱）：

用 {TS/JS/编程语言} 实现：{描述需要实现的功能}

示例：

用 TS 实现：Vue 的双向绑定，但不能引入 Vue

正则表达式：

正则表达式：{描述需要实现的功能}

示例：

正则表达式：大于0的正整数

代码评审：

Review code and explain in Chinese

检查错误原因：

Check the cause of the code error and explain in Chinese

重构/优化代码：

refactor the code

vimdiff 格式重构：

Refactor the code to present the changes in vimdiff format and explain the changes in Chinese

生成接口文档（稳定性：中）：

Generate markdown API Chinese documentation

6. 测试阶段

添加单元测试：

Adding unit tests

生成 Mock 数据：

Generate data in json format

示例：

Generate data in json format interface AComponent { id: string; name: string; bComponent: BComponent; } interface BComponent { id: string; name: string; }

编程语言建议

代码相关提问

推荐使用英文，效果更好。如果需要中文回答，有两种方式：

提前设置：
接下来的对话都用中文回答我
问题末尾添加：
explain in Chinese

支持的语言

该指南适用于所有编程语言，包括但不限于：

TypeScript / JavaScript
Python
Java
Go
Rust
C/C++
其他主流语言

使用技巧

1. 充分利用上下文

ChatGPT 具备上下文理解能力，可以对之前的对话内容直接进行提问。但需要注意不要在连续提问中迷失最初的需求目标。

2. 渐进式细化

从宏观到微观，逐步细化需求：

先描述整体功能需求
再针对具体模块深入
最后优化细节实现

3. 结合多种命令

在实际开发中，可以组合使用多个命令：

先用 细化方案 梳理架构
再用 用 XX 实现 编写代码
最后用 Review code 进行评审
用 Adding unit tests 补充测试

总结

chatgpt-query-engineer-handbook 为开发者提供了一套系统化的 ChatGPT 提问方法论。通过掌握这些命令和技巧，开发者可以：

获得更精准、可预期的回答
提高与 AI 协作的编程效率
减少反复调试和沟通成本
更好地将 ChatGPT 融入开发工作流

虽然该仓库已于 2025 年 6 月被归档，但其中的提问技巧和方法论仍然具有很高的参考价值，值得每一位希望提升 AI 协作效率的开发者学习。

字节笔记本