# 12 个 AI 强适用场景 + Prompt 模板

## 唯一红绿灯

> **AI 写错了，上线之前你查得出来吗？**
>
> 查得出，就大胆用。查不出，就别让它碰。

说白了：**AI 用在开发期，不用在运行期。**

开发期出错，有测试、有评审、有并行比对兜底，错误是不花钱的。
运行期出错，那是资金差错、客户投诉和监管罚单，而且它错得不可复现，你连查出是哪儿错的都做不到。


这 12 条的共同点：**错误当场可见、验证不花钱、不接触生产数据。**

## 1. 生产数据脱敏工具

工具错了当场看得出来，而且它本身就是为了让你不用碰生产数据。

<sub>识别关键词：脱敏 / 数据脱敏 / 造数 / 测试数据 / 假数据 / mock数据 / 数据生成</sub>

## 2. 读懂并重写老代码

AI 读几千行存储过程比人快得多，而且它读错了，你跑一遍新旧比对就知道。

<sub>识别关键词：cobol / 存储过程 / 老系统 / 遗留系统 / 重构 / 老代码 / 祖传代码 / pl/sql / 改造 / 迁移</sub>

## 3. 改造项目的回归测试用例生成

这是 AI 在金融系统里投入产出比最高的一件事。用例写错了，跑一遍就暴露。

<sub>识别关键词：回归测试 / 测试用例 / 单元测试 / 测试覆盖 / 用例生成 / 自动化测试</sub>

## 4. 新旧系统并行期数据比对

比对逻辑的对错由数据说话，不需要靠人判断。

<sub>识别关键词：并行 / 新旧比对 / 数据比对 / 一致性校验 / 双轨 / 灰度比对</sub>

## 5. 多格式对账文件解析

每家渠道格式都不一样，AI 写解析器极快，而且解析错了第一条记录就报错。

<sub>识别关键词：对账 / 对账文件 / 文件解析 / 定长 / 报文解析 / 清算文件 / 渠道对账</sub>

## 6. 支付报文解析器

格式有明确规范，属于翻译工作，AI 做得又快又准。

<sub>识别关键词：报文 / iso8583 / 8583 / swift / cips / 网联 / 银联报文 / 报文组装</sub>

## 7. 需求文档转接口定义与 mock

纯结构转换，错了对方联调第一天就发现。

<sub>识别关键词：接口文档 / api文档 / swagger / openapi / mock / 接口定义 / 需求转代码 / 联调</sub>

## 8. 金融业务逻辑的评审辅助

让 AI 找「这段代码在跨月场景下会怎样」，它经常能提出人漏掉的问题。它提的问题由人来判断。

<sub>识别关键词：代码评审 / code review / 评审 / 逻辑漏洞 / review / 审代码</sub>

## 9. 财报与公告 PDF 结构化

抽错了对着原文一眼能看出来，验证成本几乎为零。

<sub>识别关键词：财报 / pdf / 年报 / 公告 / 结构化 / 提取表格 / 数据提取 / 爬取</sub>

## 10. 客户分层标签 SQL 生成

跑一遍看结果分布就知道对不对。注意：在脱敏库或数仓上做。

<sub>识别关键词：客户分层 / 标签 / 画像 / 分群 / sql生成 / 取数 / 客群</sub>

## 11. 存贷款结构分析看板

展示层出错立刻可见，且不进核心账务链路。

<sub>识别关键词：看板 / 报表开发 / 可视化 / bi / dashboard / 存贷款 / 经营分析</sub>

## 12. 监管报表取数逻辑初稿

初稿能省大量时间。但请注意：最终报送口径见红线第 5 条，必须人核。

<sub>识别关键词：取数逻辑 / 取数sql / 报表取数 / 指标口径 / 数据血缘</sub>


---

# Prompt 模板

金融系统的 Prompt 和通用开发最大的区别：**约束要写在前面，不能等 AI 写完再挑错。**

## 模板 1 · 记账逻辑（配合红线第 1 条使用）

```
背景：虚构的城商行核心系统，账务模块。
任务：为「同行内账户转账」写实现。

必须满足的约束（不满足视为错误）：
1. 复式记账：一笔业务产生借贷双分录，借贷金额必须相等
2. 余额由分录推导，不允许直接 UPDATE 余额字段
3. 幂等：以业务流水号为唯一键，重复请求返回首次结果，不重复记账
4. 原子性：分录写入与余额变更在同一事务内，失败全部回滚
5. 金额一律用定点小数类型，禁止浮点

请先输出你对这 5 条约束的理解，确认后再写代码。
最后附上针对每条约束的测试用例。
```

**为什么这么写**：不写约束，AI 默认给你「查余额→扣款→加款」，
这个结构在真实资金系统里是事故。约束前置比事后 review 便宜得多。

## 模板 2 · 计息边界（配合黄线第 2 条使用）

```
背景：虚构银行，活期存款按日计息。
口径（由我给定，不要自行推断）：
- 计息天数：算头不算尾
- 年基准：360 天
- 利率变更：分段计息，变更日按新利率
- 月末：2 月 28/29 日不做特殊处理
- 精度：每日计息保留到分，向下取整；结息时汇总

任务：实现计息函数，并生成边界用例矩阵，至少覆盖：
跨月、跨年、闰年 2 月、利率变更日、起息日=到期日、存期 1 天。
```

**为什么这么写**：口径来自制度文件，AI 猜不出来。
你不给，它会给一个「看起来合理但和你行制度不一致」的答案——而且测试全绿。

## 模板 3 · 读懂老代码（对应绿区第 2 条）

```
下面是一段遗留存储过程。请：
1. 用业务语言说明它在做什么（不要逐行翻译代码）
2. 列出它读写的所有表，标注哪些是账务表
3. 指出其中的隐含业务规则（写在代码里但没写在文档里的）
4. 指出你不确定的地方，明确说「这里我看不懂」

不要重写代码。这一轮只做理解。

[粘贴脱敏后的代码]
```

**为什么分两轮**：让 AI 一次完成「读懂 + 重写」，它会把没读懂的部分
用看起来合理的代码糊过去。先只让它读，你能看出它哪里没读懂。

## 模板 4 · 对账文件解析（对应绿区第 5 条）

```
任务：写一个定长文件解析器。

格式规范：
[粘贴规范，或贴一行样例数据并说明每段含义]

要求：
1. 严格按长度切分，不用分隔符猜测
2. 遇到不符合规范的行：记录行号并继续，不要静默跳过，不要抛异常中断
3. 金额字段：单位为分，转成定点小数
4. 输出解析报告：总行数、成功、失败、失败原因分布

附：用 3 条正常数据 + 2 条异常数据的单元测试。
```

## 通用四段式

任何金融场景的 Prompt，按这个顺序写：

1. **背景**：虚构机构 + 哪个模块（永远不要贴真实机构名）
2. **约束**：业务规则、精度、幂等、事务边界 —— 这段最重要
3. **任务**：具体要什么产物
4. **验证**：要求它附测试用例，且用例要覆盖你指定的边界

第 2 段决定成败。你的 20 年经验，全部体现在你能写出别人写不出的第 2 段。

---

*本文来自 shede.site — 20 年银行核心系统从业者的 AI AI 编程红绿灯。*
*所有代码示例均使用虚构银行与虚构数据从零编写，不含任何机构的真实实现。*
