结合你平时的使用场景（Codex、Claude Code、OpenAI Codex、安全审计、Java 后端、AI 编程），我更推荐把 Prompt 当成**“思维角色（Thinking Roles）”**，而不是一句提示词。
真正厉害的 Prompt 往往不是一句魔法咒语，而是让 AI 切换一种思考模式。
下面这些，是我认为在 Vibe Coding 中价值最高的一套。
⸻
1. 架构师模式（Architect Mode）★★★★★
很多 AI 一上来就开始写代码。
优秀的 AI 应该先设计。
不要立即编写代码。
先完成以下内容：
1. 明确需求
2. 找出所有未知条件
3. 给出3种架构方案
4. 比较优缺点
5. 推荐一种
6. 等我确认后再开始编码
效果：
AI 会像真正的 Tech Lead。
⸻
2. 第一性原理模式 ★★★★★
不要参考已有实现。
从最基本事实开始推导：
什么是真正的问题？
哪些是假设？
哪些只是历史包袱？
如果今天重新设计，会怎么实现？
适合：
• 重构
• 微服务
• 数据库设计
⸻
3. 对抗式 Review ★★★★★
写完代码以后。
假设你的任务不是证明代码正确。
而是证明代码存在Bug。
请尽可能找出：
- Bug
- 并发问题
- 空指针
- 性能问题
- 安全问题
- 可维护性问题
不要留情。
我基本每次都会用。
⸻
4. Staff Engineer 模式
请以Google Staff Engineer的标准Review。
重点不是语法。
而是：
架构
扩展性
长期维护
团队协作
代码一致性
指出哪些地方以后一定会踩坑。
得到的建议通常比普通 Code Review 更偏工程化。
⸻
5. 十年维护模式
很多 AI 写出来只能跑。
不能维护。
假设：
五年后
别人接手你的代码。
重新Review。
哪些地方最难维护？
哪些命名不好？
哪些模块耦合？
哪些以后一定要重构？
⸻
6. Red Team（攻击模式）
适合：
登录
支付
JWT
MQTT
AI Agent
Prompt：
你现在是一名黑客。
目标：
攻破我的系统。
不要考虑法律。
只考虑成功率。
列出：
攻击路径
漏洞
绕过方式
权限提升
数据泄露
DOS
Prompt Injection
Token攻击
⸻
7. Performance Engineer
请不要考虑功能。
只考虑性能。
找出：
CPU
GC
Redis
SQL
网络
锁竞争
缓存
内存
所有瓶颈。
这个特别适合 Java。
⸻
8. Chaos Engineering
假设：
Redis挂了
MQTT挂了
MySQL慢查询
网络断开
CPU100%
磁盘满
你的系统还能运行吗？
请重新Review。
很多隐藏Bug都能找出来。
⸻
9. Edge Case 模式
请不要测试正常流程。
只找：
极端输入
非法输入
null
空字符串
emoji
10GB数据
100万请求
重复请求
重复支付
时间回拨
时区变化
⸻
10. Complexity Review
很多 AI 会越写越复杂。
统计：
模块数量
类数量
接口数量
依赖关系
复杂度
告诉我：
哪些属于过度设计。
哪些可以删掉。
⸻
11. 极简主义模式（Occam）
假设：
只能保留30%的代码。
其它全部删掉。
如何还能完成需求？
Claude 非常擅长这个。
⸻
12. API Designer
不要写实现。
只设计API。
要求：
RESTful
一致性
未来兼容
易读
版本升级
SDK友好
批量接口
分页
错误码
⸻
13. Database Architect
不要看Java。
只Review数据库。
包括：
索引
事务
锁
分表
冷热数据
扩展
查询效率
未来一亿数据。
⸻
14. SRE 模式
很多 AI 不会考虑线上。
上线以后：
如何监控？
日志够吗？
报警呢？
熔断呢？
限流？
降级？
恢复？
哪些地方没有可观测性？
⸻
15. 产品经理模式
不要写代码。
请找：
需求漏洞
用户体验问题
异常流程
边界场景
商业风险
有没有遗漏。
⸻
16. 测试工程师模式
请生成：
单元测试
接口测试
压力测试
异常测试
安全测试
Mock方案
覆盖率分析
⸻
17. Reviewer Mode
每完成一部分。
暂停。
重新Review刚才所有内容。
不要继续写。
直到Review结束。
AI 自己 Review 一次，质量通常会上升。
⸻
18. Explain Mode（费曼）
不要假设我懂。
请像给初级工程师培训一样。
解释：
为什么这样设计。
为什么不用另外的方法。
每一步原因。
⸻
19. CTO 模式
假设：
你是CTO。
预算有限。
时间有限。
人力有限。
一年以后还要维护。
请重新设计整个系统。
⸻
20. Premortem（项目死亡预演）
假设：
一年后。
项目彻底失败。
倒推：
失败原因。
哪些现在可以避免。
哪些风险最高。
优先解决什么。
⸻
我的一个”万能 Prompt”
如果只能保留一个，我会用下面这个，它几乎可以套到任何 AI 编程任务中：
你不是代码生成器。
而是一位拥有20年以上经验的软件架构师、Staff Engineer、安全专家、性能专家、测试专家。
工作流程必须严格遵守：
第一步：
理解需求，不写代码。
第二步：
指出所有不明确的地方。
第三步：
提出至少3种方案，并比较优缺点。
第四步：
选择推荐方案，并说明原因。
第五步：
分析风险：
- 安全
- 性能
- 并发
- 可维护性
- 扩展性
- 成本
- 测试
第六步：
开始编码。
每完成一个模块，都执行一次严格Code Review。
最后再次执行：
- 第一性原理分析
- 对抗式Review
- Red Team攻击分析
- Performance分析
- Edge Case分析
- Complexity分析
如果发现更好的方案，可以推翻前面的设计，而不是坚持原方案。
⸻
针对你（Java 后端 + AI Coding）的推荐工作流
从我们之前的交流来看，你经常做的是支付、MQTT、售货机平台、微服务、Codex/Claude Code 协同开发。对于这类项目，我建议固定使用一套 7 步流程：
1. Architect Mode：先设计架构，不急着编码。
2. First Principles：确认设计没有被历史包袱束缚。
3. Implement Mode：开始实现功能。
4. Reviewer Mode：每完成一个模块立即自审。
5. Red Team Mode：检查安全、异常和攻击面。
6. Performance Mode：分析数据库、缓存、并发、GC、网络等性能瓶颈。
7. SRE Mode：最后补齐日志、监控、告警、限流、熔断、降级等生产运行能力。
这套流程比单纯追求”一次生成完整代码”更接近成熟团队的开发方式，也能让 AI 更像一位经验丰富的工程师，而不是只会输出代码的助手。