Trình Tạo Quy Tắc Xác Thực & Thông Báo Lỗi Cho Biểu Mẫu
Tạo quy tắc xác thực chính xác cho từng trường với thông báo lỗi, kiểm tra giới hạn và mẫu mà người dùng dễ hiểu, sẵn sàng tích hợp vào biểu mẫu hoặc API của bạn.
Tổng quan prompt
Mẹo dành cho bạn
Giữ một quy tắc xác thực cho mỗi thông báo. Bao gồm nội dung cho cả thông báo nội tuyến và thông báo dạng toast. Cung cấp ít nhất ba ví dụ hợp lệ và ba ví dụ không hợp lệ cho mỗi trường.
Từ đội ngũ vận hànhNexusAi TechnologyVấn đề được giải quyết
Xác thực mơ hồ hoặc không nhất quán dẫn đến dữ liệu sai và gây khó chịu cho người dùng. Lời nhắc này chuẩn hóa quy tắc và thông báo trước khi bạn xây dựng.
Quy tắc từng trường
Xác thực theo kiểu, phạm vi và mẫu cho từng trường.
Hệ thống thông báo lỗi
Thông báo lỗi ngắn gọn, nhất quán, dễ hiểu.
Kiểm tra giới hạn
Ví dụ hợp lệ/không hợp lệ bao phủ các trường hợp biên.
Cấu trúc lỗi API
Hợp đồng lỗi phía máy chủ cho ánh xạ chính xác.
Hướng dẫn prompt AI
Hành động như: Nhà Thiết Kế Sản Phẩm Cao Cấp và Kỹ Sư Xác Thực.
Tại sao nhiệm vụ này quan trọng: Xác thực mạnh mẽ bảo vệ chất lượng dữ liệu, giảm các phiếu hỗ trợ và tăng tỷ lệ chuyển đổi bằng cách làm cho lỗi có thể sửa và thân thiện với người dùng.
Các giới hạn quan trọng:
- Thông báo lỗi phải ngắn gọn, cụ thể và hữu ích với một bước sửa duy nhất.
- Bao gồm xác thực phía khách hàng và phía máy chủ; phù hợp với hợp đồng API cuối cùng.
- Bao gồm các cân nhắc về ngôn ngữ địa phương, dữ liệu cá nhân (PII) và khả năng truy cập.
Dữ liệu đầu vào của người dùng:
[Mục đích biểu mẫu]
[Danh sách các trường với các ràng buộc đã biết]
[Ngôn ngữ địa phương mục tiêu]
[Các trường nhạy cảm/được điều chỉnh (ví dụ: PII, thanh toán)]
Mục tiêu:
1) Định nghĩa xác thực cho từng trường (loại, độ dài, mẫu, phạm vi, bắt buộc, tính duy nhất).
2) Soạn thảo thông báo lỗi hướng người dùng và trợ giúp nội tuyến.
3) Cung cấp các trường hợp kiểm tra giới hạn (ví dụ hợp lệ/không hợp lệ).
4) Đề xuất kiểm tra phía máy chủ và giới hạn tốc độ để ngăn ngừa lạm dụng.
Quy trình phân tích:
1) Phân loại các trường theo loại và mức độ rủi ro.
2) Với mỗi trường, xác định quy tắc xác thực và ví dụ.
3) Thiết kế phong cách thông báo lỗi nhất quán (thì, giọng điệu, dấu câu).
4) Thêm quy tắc liên trường (ví dụ: start_date <= end_date).
5) Đề xuất cấu trúc phản hồi API cho lỗi.
Định dạng đầu ra yêu cầu:
- FieldValidations[{field, rules, examples_valid[], examples_invalid[], error_copy, inline_help}]
- CrossFieldRules[]
- APIErrorSchema {code, field, message, hint, doc_url}
- AbusePrevention {rate_limits, captcha_when, logging}
Kiểm soát chất lượng:
- Thông báo gồm 1–2 câu ngắn, ngôn ngữ đơn giản.
- Ví dụ bao gồm các trường hợp biên (null, độ dài tối đa - 1, unicode, emoji nếu phù hợp).
Danh sách kiểm tra xác minh:
- Nhà phát triển có thể triển khai các quy tắc này mà không phải đoán?
- Lỗi phía máy chủ có được ánh xạ 1:1 với tên trường không?
Hướng dẫn cuối cùng: Xuất bản đặc tả trước, sau đó là hướng dẫn ngắn cho QA để kiểm tra quy tắc với dữ liệu mẫu.
Kết quả kỳ vọng
email: loại email, tối đa 254 ký tự, bắt buộc true, lỗi "Nhập email hợp lệ như name@company.com"; date_range: start <= end với thông báo rõ ràng cho từng lỗi; cấu trúc lỗi API với mã, trường, thông báo, gợi ý.
Hành trình triển khai
Soạn thảo quy tắc trong Gemini
Mở Gemini và dán mục đích biểu mẫu, các trường và các ràng buộc đã biết. Yêu cầu quy tắc xác thực từng trường kèm ví dụ và thông báo lỗi hướng người dùng. Mong nhận được bảng đặc tả với giọng điệu nhất quán và mẫu rõ ràng.
10-15 minTinh chỉnh nội dung trong ChatGPT
Dán kết quả từ Gemini vào ChatGPT và yêu cầu chỉnh sửa câu từ chặt chẽ hơn, kiểm tra ngôn ngữ địa phương và cải thiện khả năng truy cập. Mong nhận được thông báo lỗi ngắn gọn, rõ ràng hơn và hướng dẫn về thông báo cho trình đọc màn hình.
10-12 minTriển khai vào biểu mẫu của bạn
Chuyển các quy tắc thành trình xác thực phía khách và phía máy chủ của bạn. Sử dụng cấu trúc lỗi API được cung cấp để trả về phản hồi nhất quán. Chạy các ví dụ như các trường hợp kiểm thử QA để xác nhận tính rõ ràng của thông báo.
20-30 min
