提升LLM AI infra代码生成质量的技巧与提示词

在LLM AI基础设施工作中，提升训练的MFU（多任务处理能力）是一个关键任务。您提到的工作内容涉及到华为开源的pypto项目，类似于Triton，这表明您可能正在处理与国产硬件和软件环境相关的工作。在开发过程中，您使用了多个AI工具，包括Claude code 4.5 opus, codex 5.1 max,和Gemini 3pro preview，这些工具在您的领域中各有优势。针对您的问题，关于如何提升代码生成质量，可以尝试以下提示词和技巧：

1. 明确任务需求：在请求AI生成代码时，提供清晰、详细的任务描述，包括功能需求、输入输出格式等。
2. 使用具体示例：提供一些具体的代码示例或使用案例，帮助AI更好地理解您的需求。
3. 迭代优化：如果初次生成的代码不完全符合要求，不要立即放弃，而是通过逐步调整提示词或要求AI对特定部分进行修改，来逐步优化结果。
4. 利用已有资源：在Claude的memory（Claude.md）中记录和回顾以往成功的代码生成案例，这可以帮助AI在后续的生成中提供更准确的代码。
5. 结合上下文：在请求代码生成时，提供足够的上下文信息，包括相关的库、框架、API等，这有助于AI生成更符合实际需求的代码。
6. 反馈与调整：对于生成的代码，及时提供反馈，并指导AI进行调整，这有助于AI学习并提高后续的代码生成质量。
7. 探索新技能：虽然seq thinking和context7可能对您的预研领域帮助不大，但可以尝试探索其他可能适合您需求的技能或工具，如skil等。

通过上述方法，您可以尝试提升代码生成质量，并更好地适应国产卡（如昇腾）上的开发环境。不断实践和调整是关键，希望这些建议对您有所帮助。