分享几个Codex/Claude的调优技巧：从Prompt工程到幻觉规避

先说背景

用AI编程工具快半年了，从一开始"随便问随便答"到现在会"调教"AI，踩了不少坑。今天分享几个真正有用的调优技巧。

---

1. 如何让AI不再"幻觉"（达梦/Oracle特别有效）

问题

AI经常把达梦SQL写成MySQL语法，把Oracle函数当成MySQL函数。

技巧：在System Prompt里加入约束

{
  "model": "claude-sonnet",
  "system": "你是一个Java后端开发专家，擅长Spring Boot、MyBatis Plus。
  
  【重要】当涉及数据库时：
  - 如果用户提到'达梦'或'DM'，使用达梦V8语法：OFFSET...ROWS FETCH NEXT...ROWS ONLY
  - 如果用户提到'Oracle'，使用Oracle 12c+语法
  - 不要混用不同数据库的语法
  
  【示例】
  达梦分页：SELECT * FROM table OFFSET 0 ROWS FETCH NEXT 10 ROWS ONLY
  Oracle分页：SELECT * FROM table OFFSET 0 ROWS FETCH NEXT 10 ROWS ONLY"
}

效果

数据库相关问题的准确率从30%提升到85%以上。

---

2. Codex接入DeepSeek的方法

为什么接入DeepSeek

DeepSeek便宜（大概是Claude的1/10），适合处理大量简单任务。

方法一：Ollama本地部署

# 1. 安装Ollama
brew install ollama

# 2. 下载DeepSeek模型
ollama pull deepseek-coder:6.7b

# 3. 在Codex里配置
# 在 .codex/config.json 里添加：
{
  "models": {
    "deepseek": {
      "apiBase": "http://localhost:11434/v1",
      "apiKey": "ollama",
      "model": "deepseek-coder:6.7b"
    }
  }
}

方法二：通过API接入

# 在 .codex/config.json 里：
{
  "models": {
    "deepseek": {
      "apiBase": "https://api.deepseek.com/v1",
      "apiKey": "你的DeepSeek API Key",
      "model": "deepseek-coder"
    }
  }
}

什么时候用DeepSeek，什么时候用Claude

场景	用DeepSeek	用Claude
看代码、简单解释	✅
复杂架构设计		✅
SQL调优	✅	✅
代码审查		✅
批量生成简单代码	✅
长上下文分析		✅

---

3. Prompt模板：让AI每次都按你的规范输出

我的Java开发Prompt模板

【任务】
{描述你的任务}

【技术栈】
- 框架：Spring Boot 2.7 + MyBatis Plus
- 数据库：达梦V8 / Oracle 12c
- Java版本：JDK 8

【代码规范】
1. 使用 for 循环，不用 Stream API（项目规范）
2. 使用 @Slf4j 打印日志，不用 System.out
3. 参数必须校验空指针
4. 所有SQL必须使用参数化查询

【输出格式】
1. 先解释思路
2. 再给代码
3. 最后说明需要注意的点

我的SQL审查Prompt模板

【任务】
审查以下SQL的性能和安全性

【数据库类型】
达梦V8

【SQL】
{粘贴SQL}

【请检查】
1. 是否有全表扫描风险
2. 是否需要索引优化
3. 是否有SQL注入风险
4. 分页是否正确

【输出格式】
问题列表 + 优化建议 + 优化后的SQL

---

4. 针对AI"失忆"问题的技巧

问题

上下文太长时AI会忘记之前说的内容。

技巧：定期"喂"上下文

【当前任务】
优化credit模块的查询性能

【已确认的信息】
1. 数据库是达梦V8
2. credit_record表有1000万数据
3. 已有索引：company_id, create_time
4. 问题：按company_id查询很慢

【新问题】
怎么添加复合索引？

技巧：主动总结

每完成一个子任务，让AI总结：

请总结一下我们刚才讨论的：
1. 主要结论
2. 确定的方案
3. 下一步要做什么

这样继续讨论的时候不会忘记。

---

5. Codex的隐藏配置：提升输出质量

在 .codex/settings.json 里配置

{
  "temperature": 0.3,
  "maxTokens": 4096,
  "contextWindow": 200000
}

参数解释

参数	默认值	建议值	说明
temperature	0.7	0.3-0.5	越低越确定，越高越有创意
maxTokens	2048	4096	最大输出长度
contextWindow	100000	看模型	上下文窗口大小

经验：

• 写代码用 temperature 0.3-0.5（稳定、准确）
• 头脑风暴用 temperature 0.7-0.9（有创意）

---

6. 如何让AI帮你生成"可测试"的代码

问题

AI生成的代码经常没有单元测试，或者测试写得不对。

技巧：要求AI同时生成测试

【任务】
写一个计算信用评分的方法

【业务规则】
逾期天数>30才扣分，每超过1天扣1分，上限30分

【输出要求】
1. 主方法：calculateScore(Integer overdueDays, BigDecimal loanAmount)
2. 单元测试：使用JUnit 4
3. 测试用例必须覆盖：
   - 正常情况（逾期35天，贷款60万）
   - 边界情况（逾期30天、逾期31天）
   - 异常情况（null参数）

效果

AI生成的测试覆盖率从30%提升到80%以上。

---

7. 避免AI生成"幻觉代码"的终极技巧

核心原则：让它"说人话"

【要求】
在给出任何代码之前，先回答这个问题：
"这个代码在达梦V8上能直接跑吗？"

如果不能，先告诉我哪里会报错。

另一个技巧：让它自我验证

【任务】
帮我写一个达梦的分页查询

【验证要求】
写完代码后，请自己检查：
1. OFFSET语法是否正确
2. FETCH NEXT语法是否正确
3. 是否有任何MySQL/PG的残留语法

如果发现错误，先修正再输出。

---

总结：我的调优清单

技巧	解决的问题	效果
System Prompt约束	幻觉问题	准确率+50%
Codex接入DeepSeek	成本问题	成本-90%
Prompt模板	输出不稳定	一致性+70%
定期喂上下文	失忆问题	上下文+80%
参数配置	输出质量	相关性+60%
要求生成测试	测试缺失	覆盖率+150%
自我验证	幻觉代码	错误率-70%

---

你有其他调优技巧吗？评论区分享！