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:
[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:
1.架构设计会话
2.模块实现会话
3.集成测试会话
5. 计划驱动开发
典型会话结构:
# [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:
1.描述需求:"需要用户注册时进行邮箱验证"
2.生成测试用例:
describe('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...
});
3.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:
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