以下是关于根据代码生成需求文档的 prompt 相关内容：
背景：
手动写 prompt 很麻烦，只想在出现缺陷时修修改改，所以让 GPT 来起草提示词。
结论：
1. 起草效果不错，按照结构化 prompt 结构输出，具有朴实有用的 Skills，符合先后以及事务本身处理顺序的 Workflows，至少有 3 个支持 Workflows 思维链陈述的 Examples。
2. 节省时间以及脑力，Skills、Workflows、Examples 初稿不用再思考。
3. API 接口中“gpt40613”效果可用且优秀，chatGPT 网页版不理解这个提示词，生成稳定，下方是连续测试 4 次的提示词及其效果。
优化方向：暂无
生成需求文档的步骤：
1. 生成设计方案：将需求抽象简化，分别用不同的 Prompt 生成多份设计方案进行对比。通过调整 Prompt 找到最优方案，避免限制 AI 的发挥空间。
2. 生成代码：确定方案后，完善细节，将完整设计交给 AI 生成代码。如果生成结果有问题，通过调整 Prompt 或更换模型反复优化。
关于 prompt 的基础知识：
1. prompt 是一段指令，用于指挥 AI 生成您所需要的内容，每个单独的提示词叫 tag（关键词）。
2. 支持的语言为英语（不用担心英语不好的问题，），另外 emoji 也可以用。
3. 语法规则：
用英文半角符号逗号,来分隔 tag。注意逗号前后有空格或者换行都不影响效果。
改变 tag 权重：
：数值从 0.1~100，默认状态是 1，低于 1 就是减弱，大于 1 就是加强。
括号，权重就重 1.1 倍，每加一层括号就反向减弱 1.1 倍。
进行 tag 的步数控制（高级玩法）：就是 SD 先按您输入的这个 tag1 开始生成，然后在达到您设定的步数之后，tag1 停止产生作用，此时 tag2 再参与到对内容生成的影响。，数字大于 1 理解为第 X 步前为 tag1，第 X 步后变成 tag2，数字小于 1 理解为总步数的百分之 X 前为 tag1，之后变成 tag2。
2025-03-14