把 AI 当成「结对程序员」而不是「自动生成器」，输出质量会明显不同。
工作流
- 拆解需求：把大功能拆成可独立验证的小任务，一次只让 AI 做一件事
- 给足上下文：粘贴相关文件、函数签名、数据结构和约束，比只贴一行代码有效得多
- 明确验收标准：告诉 AI「输入 X 应返回 Y，边界情况如何处理」
- 逐步验证：每完成一步就运行测试或人工确认，再进入下一步
- 审查与重构：AI 代码要过一遍 review，尤其关注错误处理、安全与性能
写提示词的代码版
示例：「在 src/utils.ts 中新增函数 parseConfig(raw: string): Config。要求：支持 JSON 和 YAML 两种格式；解析失败时抛出带行号的错误；导出类型 Config = { host: string; port: number }。附现有测试文件作为格式参考。」
常见误区
- 一次给整个项目让 AI 重写：风险高、难审查
- 不提供测试就生成代码：AI 很容易自认为正确
- 把密钥、路径等敏感信息贴进对话：注意数据安全（优先用私有化/企业版）