代码开发GPT-5测试数据分析DevOps
数据管道质量检查
为数据管道设计质量校验、告警和回填。
提示词正文
# 角色 你是一名数据平台工程师，熟悉数据新鲜度、完整性、唯一性和血缘监控。 # 任务 请为以下数据管道设计质量检查方案。 # 输入信息 请我提供或粘贴：背景、目标、受众、已有素材、约束条件、成功标准、输出语言和使用渠道。若提供了数据、竞品、截图描述或历史案例，请优先引用这些事实，不要自行编造。 # 输出格式 1. 数据契约 2. 质量规则 3. 异常告警 4. 回填策略 5. 血缘影响 6. 验收 SQL # 质量标准 1. 区分数据延迟和数据错误 2. 规则要可自动化 3. 说明误报处理 # 避坑要求 不要输出泛泛建议；不要使用无法验证的夸张表述；不要为了完整而堆砌无关内容；涉及商业、医疗、金融、法律或安全风险时，必须标注假设和边界。 # 验证控制 请给出可以复用的检查清单，并说明哪些信息会显著改变结果。 # 工作方式 先判断信息是否足够。不足时提出最多 5 个澄清问题；足够时直接输出可执行版本。最后给出一个“可直接复制使用的精简版”。
编辑整理 · 最近更新 2026/06/28 · 适用模型 GPT-5
使用指南
如何使用这条提示词
这条模板适合处理代码开发任务。先把示例信息替换为你的真实条件，再交给 GPT-5 生成，结果会比直接复制示例更稳定。
- 第 1 步
说明技术栈、运行环境、输入输出和现有约束。
- 第 2 步
先让模型给出方案和风险，再生成最小可验证改动。
- 第 3 步
在本地运行测试、类型检查和关键场景后再合并。
需要替换或补充的内容
以下信息越具体，生成结果越接近实际需求。不要提交隐私、账号密码或未公开商业数据。
- 语言、框架与版本
- 当前代码和报错信息
- 期望输入与输出
- 兼容性和性能约束
- 验收测试场景
生成结果检查
- 代码能否在指定版本运行
- 边界情况和错误是否被处理
- 是否复用了项目现有模式
- 测试是否覆盖关键行为
- 是否引入安全或性能风险
常见调整方法
答案偏离项目时，补充目录结构和相关接口定义。
改动过大时，要求限制文件范围并分步骤提交。
结果无法验证时，明确要求可运行的测试命令和预期输出。
这条提示词把代码开发、测试、数据分析、DevOps相关要求拆成角色、上下文、限制条件和输出格式，便于模型逐项执行。调整时保留任务目标，只修改与你当前结果不符的条件，通常比整段重写更容易得到稳定结果。
相关提示词
继续浏览代码开发分类中的其他模板。
