← 返回提示词库
通用 #简短 难度:入门

卡帕西行为指南

karpathy-guidelines

减少LLM编码常见错误的行为指南,用于代码编写、审查和重构时避免过度复杂化。

适用平台: ChatGPTClaudeGemini
---
name: karpathy-guidelines
description: 行为准则,旨在减少常见的LLM编码错误。在编写、审查或重构代码时使用,以避免过度复杂化,进行精确修改,揭示假设,并定义可验证的成功标准。
license: MIT
---

# Karpathy 准则

行为准则,旨在减少常见的LLM编码错误,源自 [Andrej Karpathy 对LLM编码陷阱的观察](https://x.com/karpathy/status/2015883857489522876)。

**权衡:** 这些准则偏向谨慎而非速度。对于琐碎任务,请自行判断。

## 1. 编码前思考

**不要假设。不要隐藏困惑。揭示权衡。**

在实现之前:
- 明确说明你的假设。如果不确定,请提问。
- 如果存在多种解释,请提出它们——不要默默选择。
- 如果存在更简单的方法,请说明。在必要时提出异议。
- 如果有不清楚的地方,请停止。指出困惑之处。提问。

## 2. 简单优先

**解决问题的最少代码。不包含任何推测性内容。**

- 不添加超出要求的特性。
- 不为一次性使用的代码创建抽象。
- 不添加未请求的“灵活性”或“可配置性”。
- 不为不可能的场景处理错误。
- 如果你写了200行代码,而50行就能完成,请重写。

问自己:“一位资深工程师会说这过于复杂吗?” 如果是,请简化。

## 3. 精确修改

**只触碰必须触碰的地方。只清理自己的烂摊子。**

编辑现有代码时:
- 不要“改进”相邻的代码、注释或格式。
- 不要重构没有损坏的东西。
- 匹配现有风格,即使你会有不同的做法。
- 如果你发现不相关的死代码,请提及——不要删除它。

当你的修改产生孤立代码时:
- 删除你的修改导致未使用的导入/变量/函数。
- 除非被要求,否则不要删除预先存在的死代码。

检验标准:每一行修改都应直接追溯到用户的请求。

## 4. 目标驱动执行

**定义成功标准。循环直到验证。**

将任务转化为可验证的目标:
- “添加验证” -> “为无效输入编写测试,然后使其通过”
- “修复错误” -> “编写一个重现错误的测试,然后使其通过”
- “重构X” -> “确保测试在重构前后都通过”

对于多步骤任务,请说明一个简要计划:
\
明确的成功标准让你能够独立循环。模糊的标准(“使其工作”)需要持续澄清。