核心结论：要想让AI在编写代码前先输出提纲，关键在于指令的表述方式，而非AI自身的能力。
许多开发者都有类似体验：要求AI生成代码，它会直接输出大量内容，但逻辑混乱、边界缺失，修改的难度甚至超过重新编写。究其原因，在于提示词未能明确设定"先规划再执行"的规则。
以下方法旨在精准解决这一痛点。
以明确指令锁定输出框架
在提示词的开头，明确写入："请先提供完整的实现提纲，分步骤阐述核心逻辑、模块划分及关键注意事项，【禁止输出任何代码】，待提纲确认后再继续。"
这句话必须置于最前面，否则AI（如豆包）很可能跳过提纲直接生成代码。关键在于：AI对指令顺序高度敏感，只有前置约束才有效。若将约束置于中间或末尾，AI可能已习惯性地开始输出代码。
两种强制分阶段响应的方法
第一种方法，使用分隔符将指令明确划分为两个阶段：
【阶段一：提纲】
列出本需求需解决的3个核心问题，随后按"输入→处理→输出"链路拆解为4个执行步骤，每个步骤标注依赖条件。
【阶段二：代码】
收到我回复'开始写代码'后，再输出完整可运行代码。
此写法的优势在于：AI必须完成第一阶段才能进入第二阶段，杜绝了"抄近路"的可能。
第二种方法，为AI设定一个角色框架：
"你现在是资深技术方案设计师，职责是先交付设计文档。请仅输出提纲，包含：1）数据流向图（文字描述）；2）函数接口契约（参数/返回值/异常）；3）边界场景列表。确认无误后我将说'通过'，你再进入编码阶段。"
角色设定比单纯指令更为有效，因为AI会尽力扮演该角色，主动遵守"不越界"的规则。
防止跳过的硬性校验技巧
如何确保AI不跳过提纲直接生成代码？以下三个硬性校验技巧可有效阻止。
第一个技巧：要求提纲中必须包含特定标记词。例如"提纲每项开头加【】，例如【入口校验】【状态机转换】【兜底降级】"。AI看到这些标记，便知提纲需要具备结构化特征。
第二个技巧：指定提纲的最小颗粒度。明确要求："每个步骤必须能单独验证，例如'解析JSON时捕获KeyError并记录原始字符串'，不能写'处理数据'这类模糊表述"。颗粒度越细，提纲越经得起审查，AI也越难敷衍。
第三个技巧：设置拒绝机制。直接告知AI："若你输出了代码、缩进、符号如'```'或'def'，本次响应作废，我会回复'重来'"。这一步至关重要，相当于给AI划定了红线——一旦越界，整段回答无效。
三个技巧组合使用，效果最为稳定。单独使用其中任何一个，AI仍有钻空子的可能。
