先明确任务
AI教程：用AI解释陌生代码库的关键不是记住某个万能提示词，而是建立一套可重复的提问方式：先给背景，再给任务，再给样例，最后要求AI解释取舍。
输入资料怎么准备
开始前建议准备项目目标、代码片段、报错信息、技术栈、测试要求和变更范围。这些资料不需要一次完美，但必须足够具体，否则AI会用通用表达填空，输出看似完整却很难直接落地。
操作流程
可以按四步推进：先用一句话定义任务目标，再补充背景资料和限制条件，接着让AI输出结构化草稿，最后按事实、语气、格式和风险逐项检查。
验收标准
交付前至少检查修改耗时、测试通过率、返工次数、缺陷数量和代码评审意见。如果输出无法解释来源、无法复核事实或无法满足格式要求，就应该回到输入资料和提示词重新调整。
常见误区
最常见的坑是把AI输出当成最终答案。尤其涉及事实、客户、代码、版权、隐私或财务影响时，必须保留人工复核和版本记录。
延伸问题
读者通常还会继续追问：代码库理解适合用哪个AI工具、提示词怎么写、输出结果怎样审核、能不能交给团队复用。结尾可以围绕这些问题建立自己的判断标准。