这里我收集了我觉得有用的 AI 编码技巧,基于我的经验和这个 HN 讨论。最重要的一条:写该死的代码。不要成为一个提示词精炼师。
使用项目规则
把模型反复出错的内容放入 CLAUDE.md。记录编码规范、领域术语、如何运行测试。每当模型以同样的方式惹恼你两次时就更新它。
编码前先规划
使用计划模式。对于大任务,让模型生成一个规范,然后是架构文档,然后是待办事项列表。只有这样才让它实现小的、明确范围的任务。
给它自我检查的方法
提供测试命令。让它循环运行测试直到通过。对于 UI,附加浏览器工具,这样它就能看到实际渲染的页面。
像对待新开发者一样对待它
把工作分解成小任务。给出技术描述加相关文件。让它计划并提出问题。你专注于架构;它做管道工作。
从参考开始
手工编写一个实例并写好。提交它。告诉模型对其余部分遵循那个模式。
在它擅长的地方使用它
AI 擅长:重复的类似更改、JSON 处理、为现有代码生成测试。它不太擅长从模糊的需求从头设计系统。
经常重置
不要使用无休止的聊天。每个任务一个对话。在多轮对话后,指令会停止影响输出。经常重新开始。
明确具体
永远不要只说”构建功能 X”就离开。解释期望的最终状态。让模型重述需求。审查每个差异。
考虑具体工具,而不是”AI”
问:我需要更好的自动补全吗?一次性的代码示例?样板代码?在你足够了解领域以验证结果的地方使用 LLM。