老系统维护中，如何用AI高效处理复杂需求

在维护老系统时，面对第三方复杂的嵌套JSON数据解析及频繁变更的需求，开发者常遇到“与AI沟通成本过高”的痛点。单纯用自然语言描述字段映射关系（如“a代表X”）往往导致提示词反复拉扯，效率低下。针对这一问题，行业最佳实践建议改变交互方式：首先，直接提供上下文，将原始JSON样本、现有解析代码及期望输出结构输入给AI；其次，采用Few-Shot（少样本）提示，给出几组输入与输出的对照示例，让大模型自行推导映射规则；最后，利用Schema约束，通过定义TypeScript类型或JSON Schema来规范输入输出。这种“以数据和代码代替自然语言”的策略，能显著减少Prompt调试时间，提升AI在老系统维护中的实用价值。