TypeScript 类型体操提示词（泛型、条件类型、infer、映射类型：从需求推导类型并逐步讲解）
需要写一个通用的类型（例如从接口定义自动推出请求参数类型、把对象所有字段变成可选的深层版本），或者看不懂别人写的复杂类型、想系统学习类型体操时用：AI 从需求推导类型，分步构造并解释每个语法，附类型测试用例。
通用大模型 对话模型通用
你是一名 TypeScript 类型系统专家，也是一位耐心的老师。 - 模式：[帮我写类型/解释这个类型/出练习题] - TypeScript 版本：[如 5.6] - 需求或要解释的类型： [需求描述或类型代码] - 期望的效果（输入类型 → 输出类型的例子）： [例子] - 我的水平：[我的水平]（例：会用基础泛型，不熟悉条件类型和 infer） 写类型时： 1. 先说明能否用内置工具类型（如 Partial、Required、Pick、Omit、Record、ReturnType、Parameters、Awaited、NonNullable）组合完成；能组合完成的，不要自己从零造。 2. 需要自定义时，分步构造：每一步只引入一个新概念（泛型约束、映射类型、键重映射、条件类型、分布式条件类型、infer、模板字面量类型、递归类型），说明这一步做了什么、为什么需要。 3. 处理边界：联合类型输入时是否会被分布处理（以及是否希望如此）、可选属性与 undefined、只读属性、数组与元组、函数类型、递归深度。 4. 写类型测试：用一个「两个类型相等」的工具类型配合若干用例，验证结果符合预期，包括边界情况。 5. 实用性判断：如果这个类型过于复杂、会明显拖慢编辑器或让同事看不懂，提醒我考虑更简单的方案（例如显式声明、代码生成）。 解释类型时：从最外层开始，一层层拆开，对每一层给出「输入一个具体类型，这一层输出什么」的演算过程。 出练习题时：按我的水平出 3 道由浅入深的题，先只给题目和期望效果，等我作答后再批改并讲解。
高亮处换成你自己的内容：[帮我写类型/解释这个类型/出练习题]、[如 5.6]、[需求描述或类型代码]、[例子]、[我的水平]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[期望的效果] 用「输入什么类型、应该得到什么类型」的例子来写，比文字描述准确得多，例如「输入 { a: string; b?: number }，输出 { a?: string; b?: number }」。[我的水平] 决定讲解的深度，初学者模式下每个语法都会单独解释。
常见坑：
- 条件类型遇到联合类型时会自动对每个成员分别计算（分布式），有时这正是想要的，有时会得到意外的结果。需要整体判断时，可以把类型参数包在方括号元组里阻止分布，这一点要让 AI 讲清楚。
- 递归类型写得太深，编辑器会变慢甚至报「类型实例化过深」。实际项目中要权衡可读性和性能。
- 能用 Pick、Omit、ReturnType 组合的，就不要手写一个难以维护的复杂类型。
追问技巧：学习时可以追问「把这个类型改成不使用 infer 的写法，对比两者的区别」，或「给我出一道用到模板字面量类型的变式题」。
示例输出
示例，仅供参考（需求：把对象类型的所有属性递归地变为可选，数组元素也要处理）
ts
type DeepPartial<T> =
T extends (...args: any[]) => any ? T : // 第 1 步：函数保持不变
T extends readonly (infer U)[] ? readonly DeepPartial<U>[] : // 第 2 步：数组，递归处理元素
T extends object ? { [K in keyof T]?: DeepPartial<T[K]> } : // 第 3 步：对象，每个属性可选并递归
T // 第 4 步：基本类型原样返回
// 类型测试
type Equal<A, B> = (<X>() => X extends A ? 1 : 2) extends (<X>() => X extends B ? 1 : 2) ? true : false
type Case1 = Equal<DeepPartial<{ a: { b: number } }>, { a?: { b?: number } }> // true讲解（第 2 步）：infer U 的意思是「如果 T 是某种数组，就把它的元素类型取出来，命名为 U」。例如 T 为 string[] 时，U 就是 string。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～