用 pr-agent / open-code-review 設計低噪音 PR review 工作流程

把 production AI reviewer 的 prompt architecture 拆成 plan、review、filter 與 structured output，讓 AI review 更可控。

PR reviewworkflowstructured outputreview filter

學完會知道

  • 理解 AI review 的輸入/輸出契約
  • 設計低誤報 filter
  • 知道何時使用 YAML structured output

前置條件

  • 看過 PR diff
  • 了解基本 code review 流程

好的 AI reviewer 不應該像一個很吵的 lint tool。

它應該只報具體、可觸發、可修補的問題，並且讓使用者知道每個 finding 的位置、嚴重度與真實情境。

四段工作流程

第一段是 change summary。先讓 agent 說明這個 PR 看起來改了什麼。

第二段是 risk planning。只列出可能需要檢查的風險，不急著下結論。

第三段是 review。針對新增與修改內容提出 finding，忽略已刪除與未修改程式碼。

第四段是 filter。移除猜測、重複、風格偏好與沒有具體觸發情境的評論。

為什麼要 structured output

如果 review 結果是 YAML 或 JSON，後面才能做排序、去重、轉成 GitHub comments 或產生 dashboard。

但 schema 不應該太大。v1 只需要 file、line、severity、issue、trigger、fix。

什麼不要報

不要報「可能可以更好」。

不要報需要猜測整個 codebase 才能成立的問題。

不要把 style opinion 包裝成 bug。

這些規則比多列幾個 checklist 更能降低 AI review 噪音。

相關提示詞

閱讀後可以直接拿來使用的提示詞。