把环境接好了，AI能读工程，也能自己敲编译命令。来说一说AI编程提示词。
同一句“帮我写个SPI”，有人拿到的代码烧进去就跑，有人拿到一堆寄存器乱炖，编译先报三个错。
差别常常不在模型。在你给它的硬件信息够不够。
下面拆四件事：硬件上下文写什么、任务怎么拆、约束怎么写、怎么验收。末尾留了一份能直接抄的模板。
数字都来自公开论文，出处我都标在下面，方便你自己去核。自己那点经验放在判断里，不往数字里掺。
01 同一句话，两种代码
嵌入式代码天生绑定硬件。同一颗芯片，换个封装、换个晶振、换个库版本，初始化代码就变了。纯软件里那种“写个排序，拿来就能用”的通用件，在嵌入式里几乎不存在。
AI不是不会写SPI。它是不知道你的SPI。
你没告诉它芯片型号，它就按训练数据里见得多的那颗写。没说晶振频率，默认给你72MHz外部晶振。你说了SPI1，它不知道片选接在哪个脚，也不知道从机最高能跑多少时钟。
出来的代码看着挺整齐，寄存器名字也全对。
上板不响。
代码本身挑不出错。它只是替你猜了那颗芯片，猜的是市场上最常见的一颗。你的板子要是25MHz晶振，或者干脆用内部时钟，编译照样能过，板子一声不吭。
02 先看两个公开测试
不讲感觉，摆数据。
EmbedBench是ICSE 2026的一篇论文（arXiv:2506.11003），专考大模型干嵌入式。126道题，9类元器件，3块开发平台，10个主流模型。
同一个模型DeepSeek-R1，干的活一样，给的信息从少到多，结果是这样。
▲ 同一个模型，信息从少给到多，通过率跟着涨（EmbedBench，arXiv:2506.11003）
自己设计电路自己写，只有50.0%，给一张正确的原理图是55.6%。检索增强和编译器反馈都接上，才到65.1%。
从50到65，涨了15个百分点，这中间模型一行没换。
另一组数据更说明问题。同一套电路设计，往树莓派Pico（MicroPython）搬，通过率能到73.8%。往ESP-IDF搬，工业上真在用的那套框架，只有29.4%。
▲ 同一套设计，换个平台差出44.4个百分点（EmbedBench跨平台迁移任务）
44个百分点。换个更强的模型，提升通常没这么大。而“帮我写个SPI”这句话里，芯片、时钟、引脚、从机，一个都没提。
再补一个结论。SkillsBench（arXiv:2602.12670）测了86个任务、11个领域、7308条轨迹，注入精选过的结构化技能之后，平均通过率涨16.2个百分点。
这份基准还有个结果：让模型自己生成技能，基本没有增益。它造不出自己缺的那部分程序性知识，那部分只能人来补。
关键约束挑出来就够了。手册不用整个贴进去，贴多了反而把重点稀释掉。
03 硬件上下文六件套
我一般填六项。
芯片和封装先写清，型号、内核、Flash和RAM大小，有没有硬件浮点单元。FPU这件事影响不小，决定后面能不能放心用float，也决定它给你的算法要不要配一份定点版本。接着是时钟，外部晶振频率、PLL怎么倍频、系统主频、各条总线的分频。这项最少被写，也最容易出事。
然后是引脚。哪个外设接哪几个脚，复用功能选哪个，片选由谁控制。
总线参数也别漏。模式、速率、位序、地址宽度。SPI屏写模式0还是模式3，差别是点亮和花屏。
软件栈。HAL还是LL还是直接写寄存器，库版本多少，编译器和IDE是哪个版本。同叫“HAL库”，隔几个版本函数签名就能变。
剩下的这一项是禁区。
哪些文件不能动，哪些时序不能改，哪些中断优先级早就有约定。这几条AI判断不了，它看不到你的原理图，也看不到你们团队以前为这事吵过什么。
前五项猜错了，代价通常是一堆编译错误，改回来也快。禁区这条猜错，多半要上板才发现。
这六项建议单独存成一个文件放进工程。Claude Code认CLAUDE.md，Codex认AGENTS.md，Cursor也有自己的规则文件。上一篇写过这四个模块怎么压到最短。缺哪项你自己补，我不敢说这六条对每颗片子都够用。
04 拆小任务：一次只让它干一件事
上下文给全了，任务还是可能写砸。
“帮我把SPI屏点亮”，这一句里塞了配SPI、配GPIO、写屏的初始化序列、跑通刷屏逻辑四件事。一把梭写出来，你还是得从头查起。
我一般拆成四步，一步一验收。
一上来只配SPI1，给出初始化函数，同时说明读哪个寄存器能确认配置生效。
然后往从机写一个字节，用逻辑分析仪该看到什么波形，让它写清楚。
再往后加DMA或者中断，缓冲区和数据长度怎么约，一并讲。
到这一步，才接业务层的刷屏代码。
每一步都要它说清怎么验证。
CodePromptEval这个数据集（IEEE TSE 2025，arXiv:2412.20545）收了7072条提示词，是221个任务和32种技巧的全因子组合。给函数签名、给few-shot示例，能稳定提升功能正确性。
但五种技巧全堆上去，不一定更好，还可能带进代码坏味道。
▲ 四步走，缺哪一步返工就从哪一步开始（自绘）
05 反直觉约束：把它默认会犯的错写成禁止项
还有些事，AI默认的写法就是错的，它自己不觉得。
arXiv:2604.07192这篇做了6轮实验，11个模型，16个任务，830多次调用。测出来的东西跟直觉不太一样。约束能不能被遵守，跟它怎么写、怎么排版关系不大，跟约束本身说什么关系最大。
常规约束，模型基本照做，满足率在99%以上。反直觉的那类掉9个百分点。更麻烦的是它还会高估自己，你问它守没守约束，它说守了。
所以这栏只能我自己填，没有现成的一套能抄。我把它拆成两类写。
一类是硬件事实，用陈述句摆在最前面。这颗片子本来就没有硬件FIFO，片选也得自己拉，硬件NSS是指望不上的。时钟树已经定死了，外设时钟要手动使能。
另一类是行为约束，用祈使句写死：中断里不放带延时的函数；初始化里不加打印，那时候串口还没配好；驱动里不动态申请内存。
还有一条我总忘，所以放在末尾。进低功耗之前，先把没跑完的外设传输处理掉。约束还要写得更具体，“注意时序”这种说法等于没写，等于什么都没约束。
这套只对裸机、或者跑在RTOS应用层的时候成立。Bootloader那类场景另说。
06 一份可以直接抄的提示词模板
这就是合起来的样子，括号里换成你自己的。
# 项目
- 芯片：STM32F103C8T6，Cortex-M3，无硬件FPU
- 时钟：外部晶振8MHz，PLL×9，SYSCLK 72MHz
# 本次任务（只做这一步）
- 只写SPI1初始化，不写屏幕逻辑
# 接线
- SPI1：PA5 SCK，PA6 MISO，PA7 MOSI
- 片选：PA4，软件控制
# 从机
- ST7789，SPI最大时钟15MHz，模式0，MSB先行
# 约束（逐条遵守）
- 时钟树按现有配置，不要改
- 片选必须软件拉低，禁止用硬件NSS
- 中断里不加延时函数
- 只改 Core/Src/spi.c 与 Core/Inc/spi.h
# 输出要求
- 给出完整函数，标注关键寄存器位的作用
- 说明怎么验证：读回哪个寄存器、预期值是多少
模板不长，麻烦的是把括号里填对，那几个参数只能你自己从手册和原理图上抄，抄错一个它就顺着错的往下写。
07 验收：AI给的代码怎么算过关
还有一个坑，是把“编译通过”当成“能用”。
有研究分析过265条真实交互记录（arXiv:2606.19644）。里面有一条可以直接用，我照着改成了自己的写法。提示词的具体性和上下文，跟能不能生成可落地的代码关系最强。
“验证线索”则是代码最终被采纳的首要预测因子。翻译成人话，让它把验证方法写出来，比你多要它一百行代码值钱。
我自己是这么过一遍的。先逐行核对寄存器，配置类的代码，值对不对，翻一遍手册就行，五分钟的事。然后盯时序敏感的那几段，上电顺序、片选时序、复位时序，这几段我不过夜，当天看，上板出问题的多半就在这几段，这类毛病在台架上还复现不了，只能盯着真板子。都过完了，才上板跑一遍。
前两步都过了也可能不响。编译通过不等于能上板，这句上篇说过，这里再说一次。
数据来源：EmbedBench（ICSE 2026，arXiv:2506.11003）、SkillsBench（arXiv:2602.12670）、CodePromptEval（IEEE TSE 2025，arXiv:2412.20545）、约束编码实验（arXiv:2604.07192）、提示词与PR产出的关联研究（arXiv:2606.19644）。这些都是公开第三方素材，不是本号实测。六件套、约束的两类写法、验收顺序和模板，是我自己的经验。封面配图由AI技术生成。
END
往期精选：
请点下【♡】给小编加鸡腿
