AI 协作编程 SOP：架构师驱动 + 结对编程模式

这是我这段时间应用 AI 编程的些许经验，是一份 完整 SOP（标准操作流程）文档，包含分阶段说明和配套提示词，可用于个人使用或团队推广。

在使用 AI 辅助编程这段时间，发现让 AI 做一些"规模"比较大的编程任务时很容易出现幻觉，它为引用一些不存在的代码片段，或者定义一些重复的数据结构。很多时候它都不能正确的复用代码库里已有的数据结构和函数，它总会自做聪明的进行"重复定义"。

它在做一些新项目或技术调研时非常好用，当你接到一个新的需求，而你又不具备相关的技术储备时，把需求给到 AI，让它生成一个可运行的 Demo，然后你再根据这个 Demo 来进一步理解需求和相关的技术，能极大的节省时间。以我的经验，若还是想以前那样从基础开始学习新的技术，那这个时间起码得按季度甚至更长......

但实际情况更复杂，大多时候我们都是在已有项目中添加新功能或进行改进、优化，并不会太多的从零开始。现阶段，让 AI 主导现有项目的新功能或优化开发，并不一定是个好主意。以下是我使用 AI 辅助编程以来的一些思考和总结，分享给大家。一家之言，不完善的地方还请包涵和指正。

1. 总体理念

目标：由人类主导架构与关键设计，AI 负责辅助生成，提升效率、保持可控。
原则：
1. 分阶段推进，避免一次性生成大量实现代码。
2. 保持需求、设计、实现的逐层递进，利于审查与重构。
3. 人类保持最终决策权，AI 作为结对搭档（Pair Programmer）。

2. 分阶段流程

步骤 1：需求讨论（多轮对话）

目标：明确业务背景、需求边界、潜在约束条件。
方法：与 AI 进行多轮问答，确保需求明确。
输出：清晰的需求描述、业务目标、已知约束。

配套提示词：

markdown 复制代码

你是我的技术合作者（架构师+全栈）。我们进行需求澄清，请：
1. 帮我识别功能模块、边界和潜在风险；
2. 列出不明确的地方并发问；
3. 提出2-3种实现思路，比较优缺点。
背景：{业务背景}
目标：{想要达成的效果}
已知限制：{时间/预算/技术约束}

步骤 2：技术方案文档（只生成数据结构和签名，不写实现）

目标：沉淀设计为文档，锁定接口和数据结构。
方法：要求 AI 输出整体架构、数据库设计、方法/函数签名，不写逻辑实现。
输出：文档包含架构图、数据结构、方法签名。

配套提示词：

diff 复制代码

请根据我们讨论的需求，生成技术方案文档：
- 系统架构图（Mermaid 格式）
- 核心数据模型（表格：字段|类型|说明|索引）
- 方法/函数签名（参数、返回值、简短注释），不要写实现逻辑
- 标注模块职责和接口边界

步骤 3：生成签名和注释

目标：补充详细注释和接口约束，为实现打基础。
方法：让 AI 对签名逐条补充注释、异常说明、调用关系。
输出：接口签名+注释（docstring 格式）。

配套提示词：

diff 复制代码

请根据以下方法/函数签名补充注释，要求：
- 描述功能
- 列出参数、类型、作用
- 列出返回值、类型、说明
- 列出可能的异常
签名列表：
{贴出签名列表}

步骤 4：人工审查

目标：人工检查数据结构和接口设计的合理性。
方法：架构师或团队成员审查命名、一致性、边界条件。

（此阶段无需 AI 参与，除非需要让 AI 提出改进建议）

步骤 5：逐函数实现

目标：逐个实现逻辑，每次生成一个函数，确保控制粒度。
方法：单独针对函数提示 AI，指定依赖、性能要求、测试要求。
输出：函数实现、必要的单元测试。

配套提示词：

diff 复制代码

请实现以下函数逻辑：
{函数签名+注释}

要求：
- 结合上下文 {相关模块/依赖说明}
- 符合 {性能/安全/错误处理要求}
- 生成可运行代码并附最小可行测试用例

3. 方法论优势总结

渐进式生成：避免大段实现不可控。
文档驱动：设计与实现解耦，易于审查与维护。
AI 结对模式：人类主导设计、AI 辅助生成，提高质量和速度。
高可控性：每个阶段可人工干预、调整。

4. 进阶优化建议

固化输出格式（Mermaid 图、数据表、docstring 模板），利于自动化管理。
审查环节可加入 AI 辅助代码审查提示词。
逐步引入自动化测试清单，由 AI 自动生成断言和边界测试。

这份 SOP 文档可以作为团队内部 AI 编程协作标准 使用。每个阶段都有对应提示词，直接复用即可。

AI 协作编程三套提示词（极简可复用）

按照方法论（需求澄清 → 设计签名 → 逐函数实现），整理三套高度精简可复用提示词模板，每套都可直接用于对话，几乎零冗余，直接适配 Vibe Coding 或其他 LLM 协作编程。

1. 需求澄清 & 方案设计

css 复制代码

你是架构师+结对编程伙伴，帮我澄清需求并设计方案：

* 先确认目标、上下文、约束
* 主动问不明确点
* 给2~3种实现思路+优缺点
  输出：Mermaid架构图、模块职责、关键技术
  背景:{背景} 目标:{目标} 约束:{限制}

2. 数据结构 & 方法签名

markdown 复制代码

基于已定方案，列出：

* 核心数据模型(字段|类型|说明|索引)
* 方法/函数签名(参数、返回、简注)，不写逻辑
* 保持接口边界清晰

3. 单函数实现

markdown 复制代码

实现以下函数逻辑：
{函数签名+注释}
要求：

* 可直接运行，附最小测试
* 遵循上下文{模块/性能/安全要求}
* 必要时提问澄清

用法说明

步骤 1：用模板 1，多轮对话明确需求并输出高层方案。
步骤 2：用模板 2，生成数据模型和函数签名（不含逻辑）。
步骤 3：人工审查后，用模板 3，逐个函数实现，控制粒度。

这种分阶段调用，完全符合提出的"按架构师方式写代码，AI 作为结对搭子"方法，避免一次性生成过多代码且易迭代。