← 指南 · English · 日本語 · Português

更新于 2026-11-19

本页目录
  1. 为什么这篇排第一
  2. 撑起其他一切的四条规则
  3. 官方示范指令的解剖
  4. 防线的另一边:什么留给自已
  5. 从"指令"到"所有权"
  6. 实录演示 —— 录于 Devin CLI v3000.14(swe-2-flash-medium)
  7. 验证一下
  8. 坑
  9. 自测
  10. 来源

指南 18 — 跟 Devin 说话:提示词基本法

目标: 写出 Devin 不可能误读的指令——会话能交付与会话会跑偏的分水岭。 级别: 从这里开始 来源: Coding Agents 101(Cognition,2025 年 6 月)· Instructing Devin Effectively——两篇都是官方文档,以下是提炼 + 实战注解

为什么这篇排第一

这个仓库里的每篇指南都预设一项技能:你能把想要的东西说到 Devin 不可能理解歪。Cognition 自己的两份指导——Coding Agents 101 和文档站的 Instructing Devin Effectively——从两个角度说的是同一件事:用 agent 用得最好的工程师,写得像在给初级同事布置任务,而不是在许愿。 这篇就是这套教义的浓缩版,并接进课程体系的其他部分。

撑起其他一切的四条规则

1. 说怎么做,不只说做什么。 "修 search 模块的 C++ bindings 让新单测通过——注意,每次改完都得重新编译 bindings 再测。"你 codebase 里的坑你自己最清楚,写出来。开放式指令("让 app 好看点"、"优化数据库性能")只会得到开放式的结果。

2. 告诉它从哪开始。 仓库、目录、文件、参考实现、文档链接——任何任务落到你自己桌上时你想要的东西。"用 authTemplate.rs 做参考保持错误处理风格一致"胜过一整段风格描述。

3. 把成功定义成可以检查的东西。 不是"确保能用"——而是 Devin 能跑的检查:接口返回 200 且带 X/Y/Z 字段、组件在 1440px 和 375px 宽度下渲染且零 console 报错、npm test 全绿。Devin 有一台完整的机器——浏览器、shell、IDE。叫它自己验证("跑 npm run dev 确认 /settings 渲染正常"),它会在你看到 PR 之前就 QA 完。

4. 给它反馈回路,不是反馈感觉。 类型检查、linter、测试、CI——agent 的超能力是对着报错迭代。如果你的仓库没办法告诉它错了,那你就是反馈回路——而这是最贵的那种配置。

官方示范指令的解剖

Cognition 自己的样板 prompt,逐行注解:

In the Devin repo, build a tool that monitors RAM and CPU usage of the remote machines Devin runs on.——一行说清范围和目的

  • Create a background task that launches when devin.rs starts——分步骤,不是一大坨
  • It opens a connection to all forked remote machines and monitors usage——机制点名
  • If usage exceeds 80%, emit a new type of Devin event (check how we use Kafka)——成功标准 + 指向现有模式
  • Architect so it doesn't block other operations——只有作者知道的约束

注意没有什么:审美意见、对冲、"也许"、"如果你觉得合适"。每一行都是懂系统的人已经做好的决定。

防线的另一边:什么留给自已

101 指南对上限说得很直白:大任务上预期 ~80% 的时间节省,不是全自动。 超过几个文件的活儿,就按多轮反馈来规划。赢的姿势是架构师审初级工程师的 PR 草稿——正确性归你,击键归 Devin。

实际推论:

从"指令"到"所有权"

会话指令回答的是"把这件事做好"。Bot 的 outcome prompt 回答的是"把这块地盘管好"。教义相同——具体、边界、可检查的成功——只是对象从任务变成了责任。练熟了这里的写法,outcome-prompts 参考会展示同一套肌肉怎么产出 Android Bot 的 1,134 个 PR。

实录演示 —— 录于 Devin CLI v3000.14(swe-2-flash-medium)

教义实盘跑在一个丢弃用的 demo-repo 上:四行 brief——做法+机制、点名文件、可检验的成功线、明确边界。一次会话,零中途澄清,自检通过。

视频(90 秒,无声): brief → 改代码 → 权限提示 → 自检 → 边界被遵守。

SWE-2 Flash Medium 完成任务——5 个 unittest 全绿,未提交

1. CLI REPL 在 demo-repo 里跑 SWE-2 Flash Medium,composer 就绪 1. CLI REPL 在 demo-repo 里跑 SWE-2 Flash Medium——composer 就绪

2. 那份 brief——四行对应四条规则:怎么做、从哪开始、成功检查、边界 2. 那份 brief——四行对应四条规则:怎么做、从哪开始、成功检查、边界

3. 中途:正在写 test_app.py——权限提示给出 Allow / accept-edits / bypass / deny 3. 中途:正在写 test_app.py——权限提示给出 Allow / accept-edits / bypass / deny

4. 自证:agent 请求跑的正是点名的检查——python3 -m unittest -v 4. 自证:agent 请求跑的正是点名的检查——python3 -m unittest -v

5. 完成——5 个测试全过;汇报自己写明 "No commit made." 5. 完成——5 个测试全过;汇报自己写明边界已守:"No commit made."

6. /exit 后——devin -r 恢复提示;git status 证明边界守住了:两个文件被改、零新提交 6. /exit 后——devin -r 恢复提示,git status 证明边界守住了:两个文件被改、零新提交

验证一下

坑

自测

  1. "写点单测"为什么败给"给 poller.ts 的重试路径写单测,mock fetch,覆盖超时和 5xx"? 因为后者消除了 agent 替你拍板的必要:测什么、哪些边界重要、mock 什么。每个没写明的决定都是一次你不控制的掷硬币。
  2. Devin 开了个 PR,diff 干净、CI 全绿。完了吗? 没完——CI 绿说明检查过了,不代表意图达成。最后一层验证还是你的;这个不对称就是交易本身(~80% 节省,正确性归人)。
  3. 指令什么时候毕业成 Skill? 当你发现自己在重打一遍的时候。第三次出现就该是 SKILL.md——指南 16 讲格式和发现路径。

来源