GLM-5.3 · prompting-guide
把项目上下文、目标、约束和验收标准写成可分阶段执行的编码任务。
请用以下输入完成一次可回滚的 GLM-5.3 任务：
- 项目类型与技术栈: {{项目类型与技术栈}}
- 目标文件或模块: {{目标文件或模块}}
- 约束: {{约束}}
- 验收标准: {{验收标准}}
先列计划、环境和验收标准，获人工确认后再执行；区分来源事实、模型结果和待验证项。运行前仍需替换: 项目类型与技术栈, 目标文件或模块, 约束, 验收标准
写清项目类型、技术栈、目标产物和不可违反的约束。
先要求模型只分析结构并给出计划，经人工批准后再实现。
按探索、设计、实现、测试四步交付，每步写验收标准。
用真实 diff、测试结果和错误反馈驱动下一轮。
智谱官方"Vibe Coding 基础"提示词指南，面向 GLM 模型与编程助手协作，是 GLM-5.3 提示词工程的官方方法论（GLM-5.3 同属 GLM 系列编程旗舰，直接适用）。
1. 从模糊到精确
❌ 错误示范：帮我写个登录功能
✅ 正确示范（描述要什么 + 为什么 + 怎么要）：
我需要为一个React应用创建用户登录功能。要求：
- 使用TypeScript
- 包含邮箱和密码验证
- 支持记住登录状态
- 错误处理要友好
- 遵循项目现有的组件结构
请先分析现有的认证相关代码，然后提供完整的实现方案。2. SMART 原则：借鉴项目管理 SMART 原则组织提示词（具体、可衡量、可达成、相关、有时限）。
3. 渐进式对话：从简单到复杂——把复杂任务分解成多步：
第一步 探索和理解：分析项目架构、认证部分设计模式
第二步 设计和规划：基于分析设计第三方登录架构
第三步 实现和测试：实现功能（前端组件 + 后端 API）
第四步 优化和完善：错误处理与体验优化
1. GLM 模型的项目感知能力（GLM 能理解整个项目结构）：
实用技巧：先让 AI"看看"项目——请分析一下这个项目的结构和主要技术栈；利用现有代码做样本——请参考 components/Button.tsx 的写法，创建一个新的 Card 组件。
2. 斜杠命令（效率倍增器），以 Claude Code 为例：
文件操作：/create-component、/refactor-function、/add-tests
项目管理：/commit、/pr-review、/fix-issue #123
代码质量：/optimize、/clean、/security-check
3. 上下文管理（对 GLM 最重要）——建立项目上下文模板：
这是一个[项目类型]项目，使用[技术栈]。
主要功能是[核心功能描述]。
我们的编码规范包括：
- [规范1]
- [规范2]
- [规范3]
当前我需要[具体需求]，请基于以上背景提供解决方案。1. 错误驱动的学习循环——代码不符合预期时给反馈，而非重新提问：
刚才生成的代码有个问题：当用户输入为空时，应该显示友好的提示信息，而不是抛出异常。
现在的行为是：[描述当前行为]
期望的行为是：[描述期望行为]
请修改相关的验证逻辑。2. 渐进式复杂度管理：不要一开始就扔超复杂任务，遵循"分而治之"。
建立上下文（Next.js + TypeScript 博客系统，已有文章展示、认证、Tailwind UI 库，要加评论、回复、实时更新、Markdown 支持）→ 先分析实现方案
架构设计（数据库模型 + API 接口设计）
逐步实现（数据模型 + CRUD API）
前端组件（符合现有组件风格）
优化完善（点赞/取消点赞、举报、敏感词过滤）
| 陷阱 | 解决 |
|---|---|
| 陷阱1：提示词过于简单 | 明确输入、输出、边界条件和使用场景 |
| 陷阱2：忽略项目上下文 | 先让模型分析项目结构/技术栈 |
| 陷阱3：一次性要求太多 | 渐进式拆分步骤 |
| 陷阱4：缺乏反馈循环 | 描述当前行为 + 期望行为，请模型修改 |
"记住：好的提示词是成功的一半，好的反馈循环是成功的另一半。"
GLM-5.3 上下文达 1M、思考强制开启：项目上下文模板 + 多轮渐进式对话能充分发挥其长程 Agent 能力。
官方提示词工程页（平台级）：https://docs.bigmodel.cn/cn/guide/platform/prompt。
智谱AI开放文档（docs.bigmodel.cn，官方） · 原文日期: 未公开 · 编辑日期: 2026-09-20
阅读原始来源GLM-5.3
请在上方所列环境中运行本指南。下载不会自动传入模板，也不代表账户已开放该模型。