符合台灣

Code Review 留言撰寫指令｜給出建設性且不傷感情的技術回饋

陳陳怡君 Joyce・電商內容主編 ·被複製 610 次·最後更新 2026/06/27

適用模型ChatGPTClaude

一句話結論輸入有疑慮的程式碼片段與你的技術觀點，AI 幫你把「這樣寫不對」轉換成讓人願意接受的建設性留言，維持團隊心理安全感又不失技術嚴謹度。

指令介紹

Code review 最難的不是找到問題，是怎麼講才不會讓對方覺得被否定。留言太強硬，隊友心裡有疙瘩；留言太客氣，又沒有把真正的風險說清楚。台灣工程師普遍不習慣直接批評，但含糊的留言反而讓問題反覆出現。這組指令幫你把技術上的顧慮，轉換成「點出問題、給出方向、留有空間討論」的專業留言格式。

適用情境

Code Review技術回饋工程師溝通PR留言

懶人貼上・複製就能用

已填好範例複製就能直接用

帶去 ChatGPT 帶去 Claude

▸ 想換成你自己的內容？點開填一填選填

有疑慮的程式碼描述

技術擔憂或建議方向

留言語氣偏好

⬇ 匯出此指令 CSV

AI 指令庫編輯的話

編輯實測把批評轉成「問題 + 方向 + 討論邀請」三段式，對方接收到的是協作訊號而非評判，心理安全感提高才能讓技術討論真正有效；具體的程式範例讓留言可執行，不是空泛建議。這組「Code Review 留言撰寫指令｜給出建設性且不傷感情的技術回饋」是 Prompts 編輯團隊實測整理的職場 AI 指令（Prompt），適合用 ChatGPT、Claude 執行，特別適合「0」等台灣在地場景。複製上方指令範本即可使用，免費、免註冊。

模型實測對照

這段邏輯我大概理解你是想逐筆處理，不過這裡有個 N+1 query 的問題要注意一下。目前的寫法在每次 loop 都會觸發一次 DB query，如果資料量到幾千筆，response time 會爆掉。建議可以改成： 1. **Eager loading**：用 ORM 的 `.includes()` 或 `.with()` 預先 join 好關聯資料 2. **Batch query**：先把所有需要的 id 收集起來，再用 `WHERE id IN (...)` 一次撈大概像這樣： ``` # 改前（N+1） orders.each { |o| o.user.name } # 改後（eager loading） orders = Order.includes(:user).all ``` 你覺得這個方向可行嗎？還是說這邊有其他我沒考慮到的限制？

實測（ChatGPT）：先理解對方意圖、再說明風險、再給具體範例，三段結構讓對方容易接受，結尾開放討論讓 review 不變成單向批評。

產出建設性 code review 留言：先認可邏輯出發點，指出 N+1 query 在大資料量下的效能風險，提供 eager loading 與 batch query 兩個改法並附上虛擬碼範例，結尾以疑問句邀請討論。

實測（Claude）：把「問題說明」和「解法示範」放在同一則留言，reviewer 不只指出問題也給路徑，讓 PR 作者能立刻行動而非等待追問。