⚠️ 警告：前方长文预警 ⚠️
预计阅读时间：约6分钟，相当于你生命的0.000014%
如果你使用Cursor已有一段时间，并开始用它处理更复杂的项目，肯定遇到过保持项目进展的挑战。这并非Cursor特有的问题，而是AI辅助编程的共性。小场景容易应对，大场景难度陡增。虽然模型已有长足进步，但在把握全局方面，人类仍更胜一筹。
为什么要读这篇文章？ 作为使用Cursor（及其他LLM工具）超过一年的开发者，我将分享处理大型项目的实用技巧。效果可能因人而异，但希望能帮助大家更好地榨取AI辅助的橙汁🍊
1. 善用Composer
• 检查点功能 ：与普通聊天不同，Composer会自动保存对话节点（checkpoint）。当代码开始跑偏或陷入调试泥潭时，可轻松回滚到正常状态 • 界面卡顿提示：过长的会话会导致界面响应变慢，这是需要另开新会话的信号
2. Git三连击
• 版本控制哲学 ：不要等到完美才提交，把commit当作临时存档点而非里程碑 • 实用技巧 ：每天至少提交3次，使用可视化工具（如VS Code内置的Git）简化操作 • 血泪教训：曾因误操作丢失两周工作，现在每次咖啡机启动前都下意识按Ctrl+S
3. 引导式提示工程
• 角色设定 ：开头明确"你是一位精通Python和React的架构师，擅长模块化设计" • 记忆锚点：创建"设计备忘录.txt"并保持打开，内含：
markdown
[系统约束]
- 必须使用TypeScript 5.0+
- 遵循SOLID原则
- 性能目标：首屏加载<1s
[当前进度]
- 已完成用户认证模块
- 待实现：购物车状态管理• 会话重启：当AI开始重复解决方案时，新建会话并粘贴备忘录
4. 短会话原则
• 黄金时段 ：新会话前15分钟产出质量最高 • 崩溃指标：当AI出现以下症状立即终止会话：
- 开始用三种方式解决同一个简单问题
- 突然回答5个问题前的旧议题
- 输出中包含"其实我们之前讨论过..." • 会话分割术：将大需求拆分为：
- 架构设计会话
- 模块实现会话
- 集成测试会话
5. 计划驱动开发
典型会话结构：
python
# [初始化提示]
你是有十年经验的系统架构师，现在要开发一个分布式任务队列。请先输出设计文档大纲。
# [用户指令]
请先列出核心模块，说明交互方式，再给出实现路线图。不要开始编码。
# [AI响应后]
好的，现在请按照路线图，首先实现消息代理模块。每个步骤需包含：
1. 设计原理说明
2. 关键代码片段
3. 当前进度定位防偏焦技巧：每完成3个步骤后要求AI复述整体架构
6. AI驱动的TDD
逆向工作流：
-
描述需求："需要用户注册时进行邮箱验证"
-
生成测试用例：
javascriptdescribe('邮箱验证流程', () => { it('应拒绝无效邮箱格式', async () => { const res = await register('user#domain'); expect(res.error).toBe('INVALID_EMAIL'); }); // AI会自动生成5-7个测试案例... }); -
实现代码，将失败测试结果直接粘贴给AI："测试2失败，报错ECONNREFUSED"
意外收获：AI生成的测试用例常能发现开发者未考虑的边界情况
终极认知
• 语言模型本质 ：是训练有素的"语义魔术师"，通过概率编织最符合预期的响应 • 专家幻觉 ：当你说"作为资深工程师"，AI会激活训练数据中高质量代码的模式 • 时间错觉："请仔细思考"的提示其实是在调整输出分布，类似人类深呼吸后的专注状态
生存锦囊
• 否定"Yes" ：当AI问"是否继续？"，务必完整回答"请按照方案B实施修改" • 日志轰炸：在关键位置插入：
python
print(f"[DEBUG] {datetime.now()} 订单状态变迁 {prev_state}->{new_state}")
# 将10页日志直接丢给AI分析• 橡皮鸭调试：让AI解释自己的代码，常会在陈述过程中自发发现错误
后记：本文标题中的"傻瓜"是作者自嘲------在AI面前，我们都在笨拙地学习如何与这面语义魔镜共舞。每个抓狂的调试夜晚，记得你并不孤独。🌃
（译注：本文翻译在保持技术准确性的前提下，采用了符合中文技术社区表达习惯的措辞，部分幽默表达做了本地化替换，关键概念保留英文术语便于理解）