使用AI开发程序的七大经验总结，加倍AI效能提升，早用早下班

使用各个AI工具、大模型也有很长一段时间了，在代码开发方面确实走了不少弯路，有句话说得好：人生每一步都算数，这不我对走过的弯路总结了七个实用的经验，希望可以帮助到你。

经验一：不要想一句话解决所有问题

不要想着一句话让大模型帮你把需求、设计、技术路线、代码开发都搞定。AI编程发展阶段：AI辅助编程 → AI结对编程 → AI自驱编程，当下还处于辅助编程阶段，正在像结对编程发展，包括目前主流的 Cursor、Windsurf、trae等都在像这个方向努力。现阶段可以把AI当作不同岗位的同事，分工种干活，例如让他作为产品经理，先和他聊需求，形成需求设计PRD文档；让他作为UI设计师，和他聊功能原型设计，形成UI设计图；让他作为技术架构师，和他聊技术选型、技术实现路线，形成技术实现方案文档；最后让他成为高级开发工程师，把需求PRD、原型UI设计图、技术实现方案都告诉他，让他编写代码。

经验二：有规范有条理的沟通

使用自然语言和AI工具沟通需要桥梁，这个桥梁可以是文字、图片、文档。作为程序开发来说，程序员最喜欢的是Markdown文档，比较友好的也是Markdown文档，对于AI工具来说，将你的需求、问题、任务、目标、标准等等，梳理成标准化、规范化、条理清晰的Markdown文档，提交给他，他会很容易理解你的诉求，并按要求执行。

经验三：代码调试不要纠缠不放

关于代码调试，真的会遇到写代码仅10分钟，调试几个小时的情况。遇到这种情况，不要和AI纠缠，因为此时他已经凌乱了。就好像你和别人不断探讨问题，每个问题都延伸，每个问题都没解决，这个时候重点问题已经不清晰了，特别是对于当下AI工具来说，受上下文长度限制，更容易陷入混乱之中。如果在一个对话中尝试多次不能解决问题，最好终止当前对话，梳理好你的遇到的问题和要求，然后新开对话，忘掉之前的上下文重新开始，或者换工具或模型。

经验四：善用Git代码管理工具

无论是需求开发，还是代码调试，很多时候你会遇到之前的代码可以正常运行，当你让他继续编写其它功能代码，或者调试其它功能时，他会把之前正常的代码改的不正常，出现新代码影响老代码的问题。这个时候，我们就需要有一个工具可以帮我们保存、回退，所以需要借助Git不断保存阶段成果，在必要时可回退。

经验五：从小到大，切莫贪快贪急

你可以把AI工具当成一个身边的同事，他知识、经验和技能都很精湛。但即使他再厉害，如果让他做一次性把所有活都干的精细、正确、完整不太可能，更多时候只是帮你做了个大概，至于细节没有足够的时间和经历去细扣。所以，使用AI工具时，如果有交互界面开发，可以先让他把UI效果先实现，不要着急写业务逻辑代码；如果功能比较复杂，可以把任务拆分成小模块、子任务，每次完成一个或几个，阶段性的完成，并不断打磨。只有这样，你才能逐渐体会到AI工具是真好用，而不是啥也不是。

经验六：让AI工具复述，才能更懂你

有时并不是AI工具不懂你，而是你没有给他交代清楚你到底要什么。所以，我总结了一套经验：在将“人设+任务+上下文+示例+目标要求”组织成自然语言提交给AI后，让AI复述一遍你的诉求，同时让他思考是否存在疑问，若有提出疑问，直到沟通清楚。这样的流程会减少你和AI工具之间的理解偏差，更大程度上让AI工具获取更多你的诉求，这个有点类似费曼学习法，只有给别人讲清楚才是真的懂了。

经验七：混合使用AI工具

Cursor有Ask、Agent两种模式，Trae有Chat、Builder两种模式，每种模式都有不同用途和考虑，我们需要学会混合使用，不要在Agent模式下一条路走到黑。就拿Trae来说，使用Chat模式沟通需求任务，让AI复述并提出疑问，解答疑问，让AI提供多种方案并分析优劣势，人工确认方案，然后让AI拆分方案，拆分成可执行的步骤，同时将这些步骤记录到MD文档中；使用Builder模式执行拆分的任务，不要一次全部执行，逐步执行逐步验证，以防止大量代码生成后无法运行，调试成本增高，同时还是借助Git工具，阶段性保存分步执行结果。

同时，针对不同大模型或AI工具，当其中一个不能解决问题时，也可以尝试换一换，没准换一个模型或者工具，有些问题就迎刃而解了，混合模式用起来会有加倍效果。

大模型技术刚开始问世时，受限于技术发展初期，各项能力确实不太行，很多时候大家都会感叹：啥也不是。时至今日，不可同日而语，更多时候我们要反思：是不是我没有讲清楚？不是大模型不行，而是我们不会用罢了。

以上是本篇幅的全部内容，如果这篇文章对你有用，可否点个关注，给我个三连：点赞、转发和在看，我们下篇再见。