AI 如何再工程化项目中提效?

在刚开始用 cursor 等工具时,只是用 AI 帮忙生产代码,代码的逻辑、业务流程都在人的脑子里面,这导致 AI 只能在局限的范围内帮一小部分忙,效率很低。而且还经常帮错忙,比如改错了、代码风格不一致等等。

这是最基础的 AI 用法,只用 AI 写代码,于是我想有什么办法可以让 AI 更大程度的接管项目,我把它分为三部分。

代码风格 Prompt

用于约束 AI coding 的规范,这一部分就可以分出很多分支,比如按照文件夹的、按照文件后缀、业务模块等等,可以结合 cursor 自带的 .mdc 规范文件一起用。

这里不和业务相关,只和编码规范相关,要遵循 Prompt 编写的常见方法,比如给案例、指令优于限制等。

Prompt 编写的技巧,我准备过两天写一篇文章总结下,感兴趣的可以关注我。

日志记录文件

这里记录每一次代码改动,每个文件大致包含变动原因、改动方案、变动结果、测试结果等等,这些文件为 AI 提供整体项目的上下文,把每一次业务场景记录下来。这样 AI 就能理解整个项目,慢慢的从每次迭代中学习,不再犯重复的错误。

AI 编写代码会重复的犯某些特定的错误,原因是我们给的上下文不够,但我们也不可能每次编写代码的时候都把项目从 0 开始讲一遍让 AI 理解整个项目情况,所以这一套文件就是把项目的迭代过程文档化,加载到 AI 的上下文中。

生成日志文件本身也需要一个 Prompt,让生产的文档规范化。

分步骤执行

此后写代码之前,先将需求的信息给 AI,使用后退一步的方法加载日记记录文件到上下文,用对话完善此次需求,再生成新的日志记录文件的前半部分和编写代码的大纲文件。

日志记录文件保持只新增。

然后再开启一个新的对话,用后退一步的方法加载代码规范到上下文,根据编写代码的大纲文件开始执行代码。

执行完成后测试,再把最终的结果完善到日志记录文件。

这样每个需求到流程都是规范化和文档化的,AI 会在整个过程中越用越聪明。

当然这样也有个问题,目前我发现的就是文档太多了,有时候会不按照规范执行,我在考虑用 RAG + MCP 的方式,一个项目一个数据库,把整个流程完善成 flow。

这里面会大量用到 Prompt 编写的技巧,我准备下一遍文章详细罗列出来。

相关推荐
ndz2 小时前
PixVerse 768 个官方特效模板:Playground 预览,再用 API 批量出视频
ai编程
LV技术派4 小时前
肝了一周,我把 Super Agent 的架构融入到了我的 AI Native 工作台中
aigc·ai编程
孟健6 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
工程小白菜9 小时前
ai-code-review 全链路:让 AI 来审 AI 的代码
ci/cd·ai编程
小虎AI生活10 小时前
8万星开源HyperFrames,我用WorkBuddy免费模型做了3条视频
aigc·ai编程
AI大模型-小华13 小时前
Codex 自动测试怎么用?从生成测试用例到修复失败用例
git·测试用例·ai编程·软件开发·codex·chatgpt pro·codex cli
huangfuyk14 小时前
前端融入/转后端避坑指南:AI 时代的安全边界、数据防线与实战细节
后端·ai编程
ZzT15 小时前
AI-SDLC 实践 06|开发阶段的知识库:Agent 写代码前该读哪些规则和业务知识
ai编程·claude
Bigger15 小时前
我扒了 GitHub Trending 前 20,8 个在做同一件事:给 Coding Agent 造基础设施
开源·github·ai编程
前端双越老师16 小时前
程序员 1v1 访谈系列第十六期:裸辞后失业半年了
前端·ai编程·全栈