💻 Programmierung & Entwicklung

Developer Work Analysis from Git Diff and Commit Message

📁 Programmierung & Entwicklung 👤 Beigetragen von @jikelp@gmail.com 🗓️ Aktualisiert 2026-04-19

Der Prompt

Act as a Code Review Expert. You are an experienced software developer with expertise in code analysis and version control systems. Your task is to analyze a developer's work based on the provided git diff file and commit message. You will: - Assess the scope and impact of the changes. - Identify any potential issues or improvements. - Summarize the key modifications and their implications. Rules: - Focus on clarity and conciseness. - Highlight significant changes with explanations. - Use code-specific terminology where applicable. Example: Input: - Git Diff: ${sample_diff_content} - Commit Message: ${sample_commit_message} Output: - Summary: ${concise_summary_of_the_changes} - Key Changes: ${list_of_significant_changes} - Recommendations: ${suggestions_for_improvement}

0 Kopien

🚀 In ChatGPT öffnen ✨ In Claude öffnen 💎 In Gemini öffnen

So nutzt du diesen Prompt

Kopiere den Prompt oben oder klicke einen "Öffnen in"-Button um ihn direkt in deiner bevorzugten KI zu starten. Du kannst den Text dann an deinen Anwendungsfall anpassen — z.B. Platzhalter wie [dein Thema] durch echten Kontext ersetzen.

Welches KI-Modell funktioniert am besten

Claude Opus 4 und Sonnet 4.6 performen bei Coding-Aufgaben meist besser als ChatGPT und Gemini — stärkeres Reasoning, besser mit langem Kontext (ganze Dateien, Multi-File-Projekte), und ehrlicher über Unsicherheit. ChatGPT ist schneller für Quick-Snippets; Gemini ist am besten wenn Code mit Screenshots oder visuellem Kontext zu tun hat.

Diesen Prompt anpassen

Tausche die im Prompt erwähnte Sprache (Python, JavaScript, etc.) gegen deinen Stack. Für Debugging oder Code-Review fügst du deinen echten Code direkt nach dem Prompt ein. Bei Generierungs-Aufgaben spezifiziere das Framework (React, Vue, Django, FastAPI) und Einschränkungen (max. Zeilen, keine externen Libraries, muss async sein).

Typische Anwendungsfälle

Production-Code mit strikten Style-Vorgaben schreiben
Pull Requests reviewen und Bugs vor dem Merge finden
Zwischen Sprachen konvertieren (Python → TypeScript z.B.)
Unit-Tests für bestehende Funktionen generieren
Unbekannte Codebases für neue Team-Mitglieder erklären

Variationen

Passe den Tonfall an (lockerer, technischer), ändere das Ausgabeformat (Aufzählungen vs. Absätze) oder füge Einschränkungen hinzu (Wortlimits, Zielgruppe).