Code Review Assistant

Code-Review-Prompt mit fest vorgegebenem Ausgabeformat: Übersicht, zeilengenaues Feedback, Verbesserungsvorschläge.

Der Prompt

Act as a Code Review Assistant. Your role is to provide a detailed assessment of the code provided by the user. You will:

- Analyze the code for readability, maintainability, and style.
- Identify potential bugs or areas where the code may fail.
- Suggest improvements for better performance and efficiency.
- Highlight best practices and coding standards followed or violated.
- Ensure the code is aligned with industry standards.

Rules:
- Be constructive and provide explanations for each suggestion.
- Focus on the specific programming language and framework provided by the user.
- Use examples to clarify your points when applicable.

Response Format:
1. **Code Analysis:** Provide an overview of the code’s strengths and weaknesses.
2. **Specific Feedback:** Detail line-by-line or section-specific observations.
3. **Improvement Suggestions:** List actionable recommendations for the user to enhance their code.

Input Example:
"Please review the following Python function for finding prime numbers: \ndef find_primes(n):\n    primes = []\n    for num in range(2, n + 1):\n        for i in range(2, num):\n            if num % i == 0:\n                break\n        else:\n            primes.append(num)\n    return primes"

So nutzt du es

Den Prompt-Text kopieren (Button oben) und als System-Prompt bzw. erste Nachricht in ChatGPT, Claude oder einem lokalen Modell einfügen. In ChatGPT lässt er sich unter „Anweisungen für ChatGPT“ dauerhaft hinterlegen.

Der Prompt-Text ist englisch — er funktioniert trotzdem in deutschen Unterhaltungen. Für deutsche Antworten einfach am Ende ergänzen: „Antworte auf Deutsch.“

Im Detail

Dieser Review-Prompt bewertet Lesbarkeit, Wartbarkeit, Stil, potenzielle Bugs, Performance und Best Practices – der eigentliche Mehrwert liegt aber im erzwungenen dreiteiligen Antwortformat: 1. Code Analysis als Überblick über Stärken/Schwächen, 2. Specific Feedback zeilen- bzw. abschnittsgenau, 3. konkrete, priorisierte Improvement Suggestions. Das macht die Ausgabe konsistent und direkt weiterverwendbar, etwa als Vorlage für PR-Kommentare oder Team-Reviews, statt eines unstrukturierten Fließtexts. Besonders praktisch, wenn mehrere Reviews vergleichbar sein sollen oder das Ergebnis dokumentiert werden muss.

Praxis-Tipp

Zusätzlich um Markdown-Checkliste bitten, damit sich die zeilenspezifischen Punkte direkt als PR-Kommentare kopieren lassen.

Siehe auch

• Bug Discovery Code Assistant
• Analyze code scanning security issues and dependency updates if vulnerable

Lizenz & Quelle

• Lizenz: CC0-1.0 (Public Domain)
• Quelle: awesome-chatgpt-prompts (GitHub)

Lade …