AI代码工具的'道'与'术' ​

📺 PPT 内容预览 ​

📋 目录 ​

📹 视频演示 ​

作者信息 ​

一、模型与工具大横评 ​

1. 主流AI模型对比 ​

综合能力排序 ​

Claude 4.0 > Claude 3.7 > Gemini 2.5 Pro > GPT 5 > GPT 4o

核心特点分析 ​

2. 常用AI代码工具对比 ​

工具列表 ​

• Cursor - AI代码编辑器
• Augment - AI代码助手
• CodeBuddy - AI编程助手
• Qoder - AI代码生成工具
• v0 - 快速原型工具

核心对比维度 ​

1. UI能力 - 界面交互体验
2. 需求规划能力 - 理解复杂需求并制定计划
3. 精准需求实现能力 - 准确实现具体功能

工具特点总结 ​

核心结论 ​

Cursor在需求理解、代码质量和交互体验上综合最优，是大多数开发场景的首选工具。

二、AI代码之道（核心使用原则） ​

1. 给AI立规矩 ​

预设项目规则 ​

• 代码规范：明确SOLID、DRY等设计原则
• 输出要求：定义代码风格、注释规范、测试要求
• 文件引用方式：规范import路径、模块组织方式

专用规则文件 ​

• 使用 .mdc 格式的规则文件
• 让AI在所有会话中遵循统一标准
• 确保团队协作的一致性

2. 让AI更好理解需求 ​

提示词框架："凤头+猪肚+豹尾" ​

• 凤头（明确身份与定位）：告诉AI你是谁，要做什么
• 猪肚（详细需求描述）：详细说明具体需求，包含上下文
• 豹尾（核心要求）：明确输出格式、质量标准等关键要求

任务拆分策略 ​

• 避免一次性下达多任务：拆分后成功率更高
• 数据支撑：连续20次任务拆分后成功率67%
• 拆分原则：按功能模块、按依赖关系、按复杂度

提供范例 ​

• 最佳实践：同时输入代码文件+系统截图
• 复刻效果最优：让AI看到目标效果，理解更准确
• 上下文完整：提供完整的参考示例

玄学关键词（Claude模型） ​

• ultrathink - 超深度思考
• think hard - 深度思考
• think - 思考模式

这些关键词可以提升Claude模型的思考深度，获得更好的解决方案。

3. 让AI获取更多信息 ​

精准投喂 ​

• 目标代码段：直接"Add to Chat"，避免盲目修改
• 报错信息：完整复制错误堆栈，让AI精确定位问题
• 上下文文件：提供相关依赖文件，增强理解

工具赋能 ​

• MCP Tools：让AI自主查询接口文档
• 测试页面功能：AI可以自动测试并修复问题
• 自动化流程：减少人工干预，提高效率

防溢出策略 ​

• 固定开场白验证：通过预设问题验证AI响应
• 避免Token溢出：防止信息丢失导致的理解偏差
• 分阶段对话：复杂任务分多次交互完成

三、AI代码之术（实操方法） ​

1. 核心工作理念 ​

先上车后补票 ​

• 将AI作为调研工具：快速验证可行性
• 快速迭代：先实现核心功能，再优化细节
• 降低试错成本：快速验证想法，避免大投入失败

谋定后动 ​

• 多轮沟通明确需求：确保理解一致
• 再启动代码生成：避免返工和修改成本
• 需求确认：通过文档、原型等方式确认需求

6A工作流 ​

• 手动触发的标准化流程
• 确保交付质量
• 适用于复杂项目开发

2. 6A工作流详情 ​

对齐（Align） ​

• 目标：将模糊需求转化为精确规范
• 输出：共识文档
• 关键内容：
  • 功能需求清单
  • 非功能需求（性能、安全等）
  • 验收标准
  • 时间节点

架构（Architect） ​

• 目标：设计系统分层、模块依赖和接口规范
• 关键内容：
  • 系统架构图
  • 模块划分
  • 接口定义
  • 数据流设计
  • 技术选型

原子化（Atomize） ​

• 目标：拆分独立子任务，明确输入输出与依赖关系
• 关键内容：
  • 任务清单
  • 任务依赖图
  • 输入输出定义
  • 优先级排序

审批（Approve） ​

• 目标：人工审查任务完整性、可行性和可测性
• 审查内容：
  • 任务完整性检查
  • 可行性评估
  • 可测性验证
  • 风险评估

执行（Automate） ​

• 目标：按依赖顺序编写代码与测试，同步文档
• 执行步骤：
  1. 按依赖顺序执行任务
  2. 编写代码
  3. 编写测试
  4. 更新文档
  5. 代码审查

评估（Assess） ​

• 目标：验证功能完整性，评估代码/测试/文档质量，输出总结与待办
• 评估内容：
  • 功能完整性验证
  • 代码质量评估
  • 测试覆盖率检查
  • 文档完整性检查
  • 输出总结报告
  • 记录待办事项

🎯 核心总结 ​

道：核心使用原则 ​

给AI立规矩 + 让AI更好理解需求 + 让AI获取更多信息 = 高效协作基础

术：实操方法 ​

先上车后补票 + 谋定后动 + 6A工作流 = 标准化高质量交付

关键认知 ​

AI代码工具是辅助，不是替代。通过"道"建立规范，通过"术"确保质量，才能最大化AI工具的价值。

相关资源 ​

• Cursor AI 编程工具
• 提示词模板
• Cursor 2.0 AI 工具分享
• AI快速学习法