第三步：添加结构和评估指令

14.3 后端与 API 提示

后端和 API 开发是 Claude Code 最强的应用场景之一。与专注于生成样板代码的传统代码生成器不同,Claude 能够理解意图、逻辑流程和架构设计。它可以生成完整的后端模块、RESTful 端点和中间件管道,同时保持业务逻辑的清晰和可维护性。

本节重点介绍如何编写有效的后端提示——能够生成可运行的 API 服务器、处理数据验证、集成数据库并管理错误处理的提示。无论你使用 FastAPI、Express.js、Flask 还是 Django,目标都是展示 Claude 如何通过结构良好、上下文丰富的请求来协助构建生产级的后端系统。

概念阐述

后端提示与前端提示在一个关键方面有所不同:它们要求的是结构和功能上的精确性,而不是美学上的精致。当你提供以下信息时,Claude 的表现最佳:

• 框架和编程语言(例如,"Python + FastAPI")
• API 的用途(例如,"用户认证"或"任务管理")
• 需求,如身份验证、数据验证或数据库连接
• 预期输出的格式——单个模块、多个路由或整个服务
• 环境约束——是否应使用异步函数、遵循 REST 原则,或与 CI/CD 工具集成

通过明确定义这些要素,你将引导 Claude 生成结构化、可测试且可部署的后端系统,而不是通用的代码片段。

动手示例 1:FastAPI CRUD 应用

提示:

你是一名资深 Python 后端工程师。

构建一个用于管理任务的 FastAPI 应用程序,包含以下端点:

• 任务的创建、读取、更新和删除

• 使用 Pydantic 验证请求体

• 包含针对缺失任务的异常处理

返回完整可运行的 Python 文件。

Claude 输出(示例):

from fastapi import FastAPI, HTTPException

from pydantic import BaseModel

from typing import List

app = FastAPI()

class Task(BaseModel):

    id: int

    title: str

    completed: bool = False

tasks: List[Task] = []

@app.post("/tasks", response_model=Task)

def create_task(task: Task):

    tasks.append(task)

    return task

@app.get("/tasks", response_model=List[Task])

def get_tasks():

    return tasks

@app.get("/tasks/{task_id}", response_model=Task)

def get_task(task_id: int):

    for task in tasks:

        if task.id == task_id:

            return task

    raise HTTPException(status_code=404, detail="Task not found")

@app.put("/tasks/{task_id}", response_model=Task)

def update_task(task_id: int, updated_task: Task):

    for i, task in enumerate(tasks):

        if task.id == task_id:

            tasks[i] = updated_task

            return updated_task

    raise HTTPException(status_code=404, detail="Task not found")

@app.delete("/tasks/{task_id}")

def delete_task(task_id: int):

    for i, task in enumerate(tasks):

        if task.id == task_id:

            tasks.pop(i)

            return {"detail": "Task deleted"}

    raise HTTPException(status_code=404, detail="Task not found")

为什么有效:提示明确指定了框架、数据验证和错误处理,使 Claude 能够生成一个完整且功能可用的 FastAPI 应用程序——没有不完整的占位符,也没有遗漏的导入语句。生成的结果可以直接通过 uvicorn main:app --reload 运行。

动手示例 2:带中间件的 Node.js Express API

提示:

创建一个用于管理用户身份验证的 Node.js Express API。

包含以下内容:

• 注册和登录的端点

• 使用 bcrypt 进行密码哈希

• 使用 JWT 生成令牌

• 用于保护私有路由的中间件

返回一个完整可运行的文件。

Claude 输出(示例):

import express from "express";

import bcrypt from "bcryptjs";

import jwt from "jsonwebtoken";

const app = express();

app.use(express.json());

const users = [];

const SECRET = "mysecretkey";

app.post("/register", async (req, res) => {

    const { username, password } = req.body;

    const hashed = await bcrypt.hash(password, 10);

    users.push({ username, password: hashed });

    res.status(201).json({ message: "User registered successfully" });

});

app.post("/login", async (req, res) => {

    const { username, password } = req.body;

    const user = users.find((u) => u.username === username);

    if (!user) return res.status(404).json({ message: "User not found" });

    const valid = await bcrypt.compare(password, user.password);

    if (!valid) return res.status(401).json({ message: "Invalid credentials" });

    const token = jwt.sign({ username }, SECRET, { expiresIn: "1h" });

    res.json({ token });

});

function auth(req, res, next) {

    const authHeader = req.headers.authorization;

    if (!authHeader) return res.status(401).json({ message: "Missing token" });

    try {

        const decoded = jwt.verify(authHeader.split(" ")[1], SECRET);

        req.user = decoded;

        next();

    } catch {

        res.status(401).json({ message: "Invalid token" });

    }

}

app.get("/profile", auth, (req, res) => {

    res.json({ message: `Welcome ${req.user.username}!` });

});

app.listen(4000, () => console.log("Server running on port 4000"));

关键要点:

• 提示明确定义了安全机制(JWT、bcrypt)和具体的路由,确保了输出的完整性。
• Claude 正确地包含了中间件和身份验证逻辑,而这些在通用 AI 代码中经常被遗漏。
• 输出无需修改即可运行,使用 node app.js(在安装依赖项之后)。

动手示例 3:带数据库集成的 Flask API

提示:

构建一个图书目录的 Flask REST API。

包含以下内容:

• SQLite 数据库集成

• SQLAlchemy ORM 模型

• 图书的 CRUD 路由

• 针对无效操作的错误处理

返回一个完整可运行的 Python 脚本。

Claude 输出(示例):

from flask import Flask, request, jsonify
from flask_sqlalchemy import SQLAlchemy
app = Flask(__name__)
app.config["SQLALCHEMY_DATABASE_URI"] = "sqlite:///books.db"
db = SQLAlchemy(app)
class Book(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    title = db.Column(db.String(100), nullable=False)
    author = db.Column(db.String(100), nullable=False)
@app.before_first_request
def create_tables():
    db.create_all()
@app.route("/books", methods=["POST"])
def add_book():
    data = request.get_json()
    book = Book(title=data["title"], author=data["author"])
    db.session.add(book)
    db.session.commit()

{
"code": "return jsonify({\"message\": \"Book added successfully\"}), 201\n\n@app.route(\"/books\", methods=[\"GET\"])\ndef get_books():\n    books = Book.query.all()\n    return jsonify([{\"id\": b.id, \"title\": b.title, \"author\": b.author} for b in books])\n\n@app.route(\"/books/<int:book_id>\", methods=[\"GET\"])\ndef get_book(book_id):\n    book = Book.query.get(book_id)\n    if not book:\n        return jsonify({\"error\": \"Book not found\"}), 404\n    return jsonify({\"id\": book.id, \"title\": book.title, \"author\": book.author})\n\n@app.route(\"/books/<int:book_id>\", methods=[\"DELETE\"])\ndef delete_book(book_id):\n    book = Book.query.get(book_id)\n    if not book:\n        return jsonify({\"error\": \"Book not found\"}), 404\n    db.session.delete(book)\n    db.session.commit()\n    return jsonify({\"message\": \"Book deleted\"})\n\nif __name__ == \"__main__\":\n    app.run(debug=True)\n\n## 14.4 测试与调试提示\n\n测试与调试是 Claude Code 从编码助手转变为软件质量合作伙伴的关键环节。编写良好的提示不仅可以帮助 Claude 生成测试用例，还能帮助诊断逻辑错误、解读堆栈跟踪，甚至解释如何修复 bug。本节重点介绍如何编写结构化、可复现的测试与调试提示，以获得高质量、可验证的结果。\n\nClaude 的优势在于其上下文推理能力——理解函数应有的功能、检测失败原因，并在单一工作流中同时生成测试和修复方案。通过合适的提示结构，你可以将 Claude 视为灵活的测试工程师，补充你的直觉判断，节省大量人工检查时间。\n\n### 概念阐述\n\n在使用 Claude 进行测试与调试时，清晰性和范围控制至关重要。与人类测试人员不同，Claude 无法很好地推断未明确说明的需求——你必须明确指定范围、框架和预期行为。以下关键提示要素能够持续产出优质结果：\n\n- **框架指定**——例如"使用 pytest"、"使用 Jest"或"使用 unittest"。\n- **覆盖范围**——定义要测试的函数、模块或边界情况。\n- **预期格式**——要求返回可运行的测试文件，而非代码片段。\n- **错误处理**——提供供 Claude 分析的示例堆栈跟踪。\n- **验证意图**——指示 Claude 确认修复方案能通过所有测试。\n\n结构良好的调试提示不仅请求修复，还会解释观察到的行为，并引导 Claude 逐步进行推理。\n\n### 动手示例 1：使用 Pytest 编写单元测试\n\n**提示**：\n你是一名 Python 质量保证工程师。\n请为以下函数编写 pytest 测试用例。\n确保覆盖有效输入、无效输入和边界情况。\n返回一个完整可运行的测试文件。\n\n```python\ndef divide(a, b):\n    return a / b\n```\n\n**Claude 输出（示例）**：\n```python\nimport pytest\nfrom main import divide\n\ndef test_divide_valid():\n    assert divide(10, 2) == 5\n    assert divide(-6, 3) == -2\n\ndef test_divide_zero_division():\n    with pytest.raises(ZeroDivisionError):\n        divide(5, 0)\n\ndef test_divide_floats():\n    assert pytest.approx(divide(5.0, 2.0), 0.001) == 2.5\n\ndef test_divide_large_numbers():\n    assert divide(1_000_000, 10) == 100_000\n```\n\n**说明**：Claude 创建了一个结构清晰的测试文件，覆盖了边界情况——包括浮点精度和错误处理。得益于精心设计的提示，它在没有明确指示具体测试内容的情况下，自动推断出了边界条件。\n\n### 动手示例 2：通过错误跟踪分析进行调试\n\n**提示**：\n你是一名调试助手。\n请分析以下 Python 跟踪回溯并找出根本原因。\n然后，重写存在缺陷的代码并附上说明。\n\n```\nTraceback (most recent call last):\n  File \"app.py\", line 10, in <module>\n    result = calculate_area(5)\nTypeError: calculate_area() missing 1 required positional argument: 'height'\n\n```python\ndef calculate_area(width, height=2):\n    return width * height\n```\n\n**Claude 输出（示例）**：\n```python\n# 修复后的代码\ndef calculate_area(width, height=2):\n    return width * height\n\n# 正确的调用方式\nresult = calculate_area(5, 4)\nprint(result) # 输出：20\n```\n\n**说明**：Claude 准确识别出问题——函数调用缺少必需的位置参数。它不仅提供了修正后的代码，还在上下文中解释了修复方案，将调试过程转变为学习过程，而非凭直觉猜测。\n\n### 动手示例 3：JavaScript Jest 测试自动化\n\n**提示**：\n请为以下 Express.js 路由编写 Jest 测试用例。\n覆盖成功、失败和验证场景。\n\n```javascript\napp.post(\"/users\", (req, res) => {\n    const { name, email } = req.body;\n    if (!name || !email) return res.status(400).json({ message: \"Invalid input\" });\n    res.status(201).json({ message: \"User created\" });\n});\n```\n\n**Claude 输出（示例）**：\n```javascript\nimport request from \"supertest\";\nimport express from \"express\";\n\nconst app = express();\napp.use(express.json());\n\napp.post(\"/users\", (req, res) => {\n    const { name, email } = req.body;\n    if (!name || !email) return res.status(400).json({ message: \"Invalid input\" });\n```

```markdown
res.status(201).json({ message: "用户已创建" });

});

describe("POST /users", () => {

it("应成功创建用户", async () => {

const res = await request(app)

.post("/users")

.send({ name: "Alice", email: "alice@example.com" });

expect(res.statusCode).toBe(201);

expect(res.body.message).toBe("用户已创建");

});

it("对于无效输入应返回 400", async () => {

const res = await request(app).post("/users").send({});

expect(res.statusCode).toBe(400);

});

});

为什么有效：提示定义了三个预期——框架、测试覆盖率和验证行为。Claude 响应提供了一个可用的测试套件，该套件使用 Supertest，处理有效和无效输入，并可在 Node.js 中立即运行。

动手示例 4：调试循环中的逻辑错误

提示：

分析这段产生不正确结果的 Python 代码。

解释逻辑错误并提供修正后的版本。

def calculate_sum(numbers):

total = 0

for num in numbers:

total = num # 错误在这里

return total

print(calculate_sum([1, 2, 3]))

Claude 输出（示例）：