我用Cursor一个月,攒了15个常用Prompt模板

4 阅读9分钟

我用Cursor一个月,攒了15个常用Prompt模板


Cursor用了一个月,最大的感受是:用得好是真爽,用不好是真费。

区别在于Prompt怎么写。

网上教程都在说"Cursor多厉害",但没人告诉你Prompt怎么写才管用。我这一个月的经验是:好的Prompt能省一半沟通时间。

今天把我自己攒的15个模板分享出来,分4类,直接复制能用。


先说说我的踩坑经历

我刚开始用Cursor的时候,犯过一个低级错误:每次都直接说"帮我写个函数",然后Cursor给我一堆代码,我看一眼,不满意,再让它改,改完还是差点意思,继续改……

一个简单功能改了七八轮,耗时比我自己写还长。

后来我才明白问题在哪:我以为Cursor能猜到我在想什么,但实际上它不知道。

你不说清楚用什么语言、不说输入输出是什么、不说边界情况怎么处理,Cursor就只能瞎蒙。蒙对了算运气,蒙错了浪费时间。

所以后面我开始用模板。每次把关键信息填进去,Cursor一次出结果的概率高了很多。


第一类:代码生成(5个)

模板1:生成功能函数

帮我写一个{功能描述}的函数。
要求:
- 输入参数:{参数说明}
- 输出结果:{返回值说明}
- 错误处理:{异常情况}
- 代码风格:{代码规范,如PEP8}

我实际用的例子:

有一次我要写一个校验用户输入的函数,Prompt是这样的:

帮我写一个Python函数,用于验证手机号格式。
要求:
- 输入参数:字符串
- 输出结果:布尔值
- 错误处理:空字符串返回False,非字符串类型抛出TypeError
- 代码风格:PEP8,带类型注解

Cursor直接给了完整的函数,包含正则判断和类型注解,我拿来就能用。

但同一个Prompt如果我不说"带类型注解",它出来的代码就不会有类型提示。细节不一样,结果差很多。


模板2:补全代码片段

现有代码:
{语言}
{你的代码片段}

请补全这个{功能描述}函数/方法,补全到能直接运行。

这个模板适合你写了一半不知道怎么继续的情况。

我之前遇到一个棘手的场景:要给API接口加参数校验,写了一半校验逻辑,后面的异常处理和日志记录不知道怎么接。直接把前半段代码扔给Cursor,它帮我把后半段补完了,而且风格跟我写的部分保持一致。


模板3:优化代码性能

我有段代码运行比较慢,帮我优化:
{语言}
{你的代码}
目前的问题是:{描述问题,如"循环嵌套太多""数据量大时卡顿"}
请在保持功能不变的前提下优化性能,并说明做了哪些改动。

实战案例:

我有段Python代码,从数据库里查用户列表,然后遍历处理:

users = db.query("SELECT * FROM users")
result = []
for user in users:
    temp = {}
    temp['id'] = user['id']
    temp['name'] = user['name']
    temp['email'] = user['email']
    result.append(temp)

数据量小的时候没问题,数据量到了上万就开始卡。我跟Cursor说"帮我优化这段代码,保持功能不变",它直接改成了SQL投影查询,只查需要的字段:

users = db.query("SELECT id, name, email FROM users")
result = list(users)

逻辑一样,但少了Python层的循环处理,数据量大了之后快了将近10倍。


模板4:添加注释和文档

给下面这段代码添加中文注释和docstring:

{语言}
{你的代码}

注释要解释"为什么这么做",不只是"做了什么"。

最后那句"不只是做什么"是我加的。不加这句话的时候,Cursor出来的注释全是废话——"这行定义变量x",等于没写。加上这个要求之后,注释质量明显提升,会解释业务逻辑和设计思路。


模板5:重构代码

帮我重构这段代码:

{语言}
{你的代码}

目标:
- 提高可读性
- 减少重复
- 保持原有功能
- {其他要求}

重构这个事我一般让它分两步走:第一步先问它"这个代码有什么问题",看它分析得对不对;第二步再让它重构。这样它不会一上来就大改,出的结果更可控。


第二类:需求分析(3个)

模板6:拆解需求为TODO

我需要做一个{功能名称}的功能,包含以下需求:
{需求描述}

请帮我拆解成具体的TODO列表,包括:
- 需要创建/修改哪些文件
- 需要实现哪些接口
- 需要考虑哪些边界情况
- 测试用例建议

这个模板我每天早上用,帮我把模糊的想法变成可执行的任务清单。

举个例子。周一产品说要加一个"用户积分过期提醒"功能,我脑子里有大概的印象,但具体要改哪些文件、要对接哪些接口,我说不清楚。

我跟Cursor说"帮我拆解用户积分过期提醒功能",它给我列了:

  • 需要在UserService加积分查询方法
  • 需要新建一个TaskService处理定时任务
  • 需要对接消息队列还是轮询数据库
  • 过期提醒的触发条件是"积分过期前7天"
  • 需要处理积分刚好在过期当天用掉的情况

看完这个清单我才意识到:"哦,原来还要处理当天用掉的边界情况。"这个是我之前没想到的。


模板7:分析设计方案

我正在设计一个{功能/模块},初步方案是这样的:

{描述你的方案}

请帮我分析:
- 这个方案有什么潜在问题
- 有哪些我没有考虑到的场景
- 更好的替代方案是什么

设计阶段用这个,能帮你提前发现问题。

我之前设计过一个文件上传模块,用的方案是"前端直接传到云存储"。Cursor看了之后说"这个方案有两个问题:1. 没有权限验证,任何人都能上传;2. 云存储的bucket是公开的,文件URL被人知道了就能访问"。当时我才想起来安全这块完全没考虑,加了签名URL和权限校验之后才上线。


模板8:评估实现难度

我有这么一个需求:

{需求描述}

团队情况:
- 技术栈:{语言/框架}
- 工期:{时间限制}
- 人员:{人力情况}

请评估:
- 大概需要多长时间
- 最大的技术难点在哪里
- 有没有更简单的实现方式

这个模板帮我做过一次决策。

有个需求是做一个实时聊天功能,我本来想用WebSocket。跟Cursor聊了一下,它说"WebSocket方案大概需要2周,但你们团队没做过,可能有坑。更简单的方案是用轮询,1-2天能上线,后期用户量大了再迁移到WebSocket"。

我后来选了轮询方案先跑起来,确实1周就上线了,撑了大半年才迁移。


第三类:代码审查(3个)

模板9:Review Pull Request

帮我Review这段代码,重点关注:

{语言}
{代码}

请检查:
- 逻辑有没有问题
- 安全性风险
- 性能隐患
- 代码规范问题

Review这事Cursor比我review得细。它会注意到我忽略的东西,比如我之前写了段文件上传的代码,Cursor看完说"没限制文件大小,恶意用户可能上传超大文件把服务器打挂"。这个点我确实没想到。


模板10:找出潜在Bug

这段代码在某些边界情况下可能会出问题,请帮我找出:

{语言}
{代码}

考虑:
- 空值/空字符串
- 边界数值(0、最大值、负数)
- 并发情况
- 类型转换错误

我有个习惯:写完代码之后用这个模板过一遍,当作自测。


模板11:解释不熟悉的代码

帮我解释一下这段代码是做什么的,重点关注:

{语言}
{代码}


我不理解的地方:
{列出具体疑问}

接手别人的项目时特别有用。我前阵子接了一个老项目,有一段SQL写得特别复杂,七八个JOIN嵌套,原始开发者早就离职了。我用这个模板问Cursor,它一层层给我拆解,最后我才搞明白这段SQL是在算"用户的活跃天数去重"。


第四类:调试和修复(4个)

模板12:修复报错

运行这段代码时遇到报错:
错误信息:
{粘贴错误信息}
代码:
{语言}
{相关代码}

请帮我:
1. 分析报错原因
2. 修复代码
3. 解释为什么会报错

修报错我基本不用自己想了,直接贴给Cursor。但有个前提:报错信息要完整。

一开始我只贴报错的那一行,后来发现Cursor分析得不准。加上了相关代码和调用上下文之后,它不仅能修,还把为什么会报错讲清楚。


模板13:补全测试用例

为这个函数写测试用例:

{语言}
{函数代码}

要求:
- 覆盖正常情况
- 覆盖边界情况
- 覆盖异常情况
- 使用{测试框架,如pytest}

写测试用例这事我一直懒得做。Cursor帮我补上了这块短板。


模板14:排查性能问题

我的应用在{场景描述,如"用户量超过1000时"}变慢了,
请帮我排查:

代码:
{语言}
{相关代码}

当前性能数据:
- 响应时间:{时间}
- 数据量:{数据规模}

模板15:生成SQL查询

我需要查询{目的描述}。

数据库表结构:
```sql
{你的表结构}

请帮我写出SQL,要求:
- 性能优先
- 兼容{数据库类型,如MySQL}
- 加注释说明每一步在做什么

用好这些模板的关键

模板是死的,用得好不好在于两点:

第一,给足够的上下文。

Cursor不是读心术,你要告诉它你用的什么语言、什么框架、什么数据库。上下文越丰富,答案越准确。

我犯过的错是:跟Cursor说了半天需求,才发现它一直以为我在用Node.js,实际上我用的是Python。浪费了好几轮。

第二,明确你的预期。

"帮我优化这段代码"和"帮我优化这段代码,让它在大数据量下不卡"——后者得到的结果完全不一样。

模糊的问题得到模糊的答案,清晰的问题才得到可用的结果。


总结

15个模板,4个分类:

分类模板数使用场景
代码生成5个从头写代码、补全、优化
需求分析3个拆解任务、评估方案
代码审查3个Review、找Bug、解释代码
调试修复4个修报错、写测试、排性能

建议先收藏,用到哪个直接复制改参数就行。

有更好用的Prompt模板?评论区分享出来。