AI 开发工具使用技巧大全[20250720更新]

访问量 12 Posted recently Updated recently 10~13 min read

以下这些使用技巧，是我经过一年半时间，使用各类AI开发工具，做了很多产品后，沉淀下来的经验，非常据有实际指导意义，当然，有些技巧点，随着AI开发工具的迭代，本身也可能自动会带上了（比如最近推出的Kiro），万变不离其中，原则上都一样的。

1. 模型第一性原则，越先进的模型，编码能力越强；

AI开发工具的能力，来源于大模型的生成能力，根本上决定能力大小是由大模型的生成能力决定的，各种开发工具的区别，主要在于工程学上的使用方法不同，比如利用Agent的能力、记忆和索引处理能力、项目代码组织能力等等，当然并不是说开发工具的能力不重要，但是不管如何，选择AI工具开发，模型永远是第一优先考虑的。

2. 一定要设定规则和边界，规则能减少幻觉，特别是超长上下文/大型项目开发;

编程大模型的能力很强大，无论什么架构、技术栈、开发语言，甚至产品和交互设计，都是在利用了大量的代码库训练出来的。但是对于一个具体的项目实例，AI并不知道你想要的结果是什么，如果不设定规则，大模型可能会按照推测随意生成相关的实现，也就我们常说的幻觉。因为上下文长度有限，也会“忘记”你最初的背景要求，规范化地设定规则，每次对话都带上，就相当于给一匹快马装上了缰绳。

3. Prompt清析，但简洁，不要加艺术修饰，任务明确，不要让AI猜疑你的意途

大模型没有意识（至少科技发展到目前及短期内不可能出现），也就不理解什么是“情感”和“艺术”，如果增加复杂的修饰词，会影响它对任务理解能力，简单地说清楚背景，任务和输出要求，不要啰嗦。

有一点需要特别说明的，在我们通用的AI聊天对话中，往往需要给AI设定一个角色（你是一个产品经理，你是一个架构师，你是一个xxx等），也是提示词工程中很重要的一点，但是在我们AI开发工具中，除了要说明哪个业务领域专家，其他关于技术的角色往往是多余的，因为这些工具都已经带有了，没必要多此一举。

也可以学习这些工具的提示词，也有人hack过cursor的提示词>>Cursor Prompting HandBook

4. AI不会了解你所有的业务场景，不要相信一句话能让AI做出你想要的产品，业务是你的初始输入，越不准确，后面熵变越大;

AI大模型是通用型的大模型，在垂直领域了解和理解非常有限，对你的业务需求理解肯定有不到位的地方(除非你的功能太普通和大众化了，AI训练数据都包含过了)，业务输入是使用AI开发人工投入最多的地方，但是不能偷懒省去，你的业务输入越精确后续的工作越省力（相信很多开发同学遇到过产品经理需求都讲不清楚，开发就反反复复推倒过很多次的场景吧？）。

当然，可以和AI探讨一些业务的功能实现，让AI提供他有的业务知识作为补充，这不矛盾，和原则也不冲突。

5. 建立记忆文档库（需求、技术方案、代码结构描述、任务列表、任务进度、使用说明等），并不定时让AI更新;

使用AI开发，一个很重要的点，就是必须让AI在做开发任务时，知道”我是谁，我在哪，我要往哪里去“，记忆文档库，就是维持AI开发往前走的这种“项目开发记忆”。这点很重要，决定AI能开发一个“半成品玩具”，还是开发一个“实际生产用的产品”。

原因主要是：

AI不是你一个人的AI，它今天”记得你“，明天不一定”记得你“
AI上下文理解能力有限，不会记往所有过程内容；
AI靠预测生成内容，不给背景，会胡乱生成；

6. 在IDE中积极使用@folder/@file（优先提供更明确的上下文，以获得更快、更准确的响应）；

待补充

7. 一次会话不要太久，大模型现今上下文长度有限，不会记住你所有开发过程细节点

待补充

8. 开启新会话前，总让AI回顾下内容（阅读文档、阅读下代码），这样对话背景就存在，AI能理解你接下来的任务

待补充

9. 阶段性保存和结束任务（如完成一个模块的开发，一次技术方案设计/变更），同时更新记忆文档库（如任务进度条，相关文档）——持久化记忆；

待补充

10. 与AI对话中，遇到讨论问题结束时，及时回到正路上（开发进度上），让AI回顾下开发任务，知道当前开发进度在哪儿；

待补充

让AI开发代码时，加尽量多的注释，AI除阅读你的代码外，也会阅读注释；

待补充

在你不太明确接下来要修改哪些代码时，或者担心会乱改，可以让AI先给你出调整/修改方案（一般prompt最后要明确说不要修改代码，仅给出方案/建议/反馈），确认没问题后，再让AI操作；

待补充

深度用法

理论产品经理技术开发自媒体理论研究

License: CC BY 4.0