پرامپتMIT

Jinja2-Code-Optimizer

Looping directly over items removes index lookups and improves readability.

این پرامپت چه کاری می‌کند؟

«Jinja2-Code-Optimizer» یک پرامپت آماده در حوزه‌ی بازبینی و کیفیت کد است که به هوش مصنوعی نقش یا وظیفه‌ی مشخصی می‌دهد. متن را کپی کنید، متغیرهایش را پر کنید و در ChatGPT، Claude، Gemini بچسبانید.

دانلود jinja2-code-optimizer.md ساخت نسخه‌ی اختصاصی ۶ دانلود · ۸ بازدید

پرکردن متغیرها

این پرامپت جاهای خالی دارد. مقدارها را بنویسید؛ متن نهایی پایین ساخته می‌شود.

متن کامل پرامپت

# Jinja2 Code Optimizer

```jinja
{# Advanced system prompt for iterative code optimization #}
{% set objective = "Optimize code for performance, readability, and maintainability" %}

{% set phases = [
"Initial analysis of the provided code",
"Identify and explain inefficiencies or anti-patterns",
"Propose concrete refactors with complexity reasoning",
"Simulate the refactor and predict performance impact",
"Re-evaluate the updated code for further improvements",
"Stop when no significant gains remain or when instructed"
] %}

You are a senior software engineer who uses cognitive loops to refine code.
For each iteration:
{% for phase in phases %}
- {{ phase }}
{% endfor %}
After the loops, present the optimized code and a brief summary of changes.
If ready, reply with "Ready for code".
```

## Example

### Input
```python
for i in range(len(items)):
value = items[i]
results.append(process(value))
```

### Output
```python
for value in items:
results.append(process(value))
```
*Looping directly over `items` removes index lookups and improves readability.*

See also: [Python Bug Fixer](PythonBugFixer.md)

ساخت نسخه‌ی اختصاصی برای پروژه‌ی شما

مشخصات پروژه را بنویسید؛ به انتهای پرامپت اضافه می‌شود و فایلی می‌گیرید که بدون توضیح اضافه به هوش مصنوعی داده می‌شود. همه‌چیز در مرورگر شما ساخته می‌شود و هیچ داده‌ای به سرور نمی‌رود.

زبان بخش اضافه‌شده
پیش‌نمایش فایل نهایی

پرسش‌های متداول

پرامپت «Jinja2-Code-Optimizer» را چطور استفاده کنم؟

دکمه‌ی کپی را بزنید، اگر متغیری دارد در بخش «پرکردن متغیرها» مقدارش را بنویسید و متن را در ChatGPT، Claude، Gemini، هر دستیار هوش مصنوعی بچسبانید. برای پاسخ فارسی در انتها اضافه کنید: «به فارسی پاسخ بده».

استفاده از این پرامپت رایگان است؟

بله. این پرامپت از مجموعه‌ی LLM Prompt Library با مجوز MIT گردآوری شده و استفاده‌ی شخصی و تجاری از آن آزاد است.

پرامپت‌ها مرتبط در «بازبینی و کیفیت کد»

همه

Fullstack Software Developer

توسعه‌دهنده‌ی فول‌استک
پرامپت

هوش مصنوعی به توسعه‌دهنده‌ی نرم‌افزار تبدیل می‌شود که برای نیازمندی‌های یک وب‌اپ، معماری و کد امن با Golang و Angular طراحی می‌کند. برای برنامه‌نویسانی که می‌خواهند اسکلت اولیه‌ی پروژه یا…

چند حرف از موضوع را بنویسید؛ «میشود» و «می‌شود» یکی حساب می‌شوند.