三个月前，我让AI帮我写代码的方式是：打开工具，把想法一股脑倒进去，然后祈祷它能直接给我一个成品。三个月后，同样的东西开发时间缩短了70%。这篇文章把方法全写清楚，你可以直接抄作业。
这篇文章能给你什么？
读完这篇，你能拿到：
- 一套从需求到交付的5阶段协作流程，每个阶段人和AI怎么分工写得清清楚楚
- 4个让AI产出质量翻倍的Prompt技巧，附好/坏对比示例
- 会话管理的实操规则，解决AI"聊着聊着就忘了"的问题
- 效率对比数据，同一个功能从10小时缩短到3小时的完整复盘
先说一个前提：什么是AI编程
简单说就是用自然语言告诉AI你想做什么，AI帮你把代码写出来。你不需要学编程语言，只需要能清楚描述你的想法。
目前最常用的两个工具：
- Cursor：内置AI对话功能的编程软件，你跟AI聊天，它直接帮你写代码、改代码。官网：cursor.com
- Claude：Anthropic公司做的AI，能力很强，Cursor里可以选择用Claude作为AI引擎
这篇文章讲的不是编程技巧，而是怎么跟AI协作——这是一种沟通和管理能力，非程序员一样能学会。
第一阶段：混乱期——把AI当许愿机
我一开始是怎么用的
刚开始那一个月，我的方式可以概括为三个字：瞎聊天。
打开Cursor，想到什么说什么。比如我想做一个记账小工具，直接说"帮我做一个记账应用"，AI噼里啪啦写了一堆，我也看不太懂，就接着说"再加个分类功能"、"把界面改好看点"、"顺便加一个月度统计"……
一个对话里又改界面又改功能又改数据，几十条消息下去，AI越聊越糊涂，我也越来越烦躁。
具体有多痛
| 问题 | 具体表现 | 后果 |
|---|---|---|
| 对话太长AI忘记上下文 | 前面说好用方案A，后面它自己换成方案B | 写出来的东西前后矛盾 |
| 没写清楚就让它做 | "帮我做一个记账功能"一句话甩过去 | 跟我想的完全不一样，推翻3次 |
| 什么都让AI决定 | 界面、数据、流程全让AI定 | "看起来对，用起来坑" |
| AI瞎编 | 自信满满推荐一个方法，结果根本不存在 | 照着做了半天才发现是假的 |
一个真实的翻车场景
有一次我让AI加"月度报表"功能，就说了一句"帮我做一个月度统计报表"。AI写了一大堆看起来很完整的代码，结果：
- 编了一个根本不存在的图表工具
- 数据分类跟前面定的对不上
- 没考虑"这个月还没有记录"该怎么显示
- 日期计算有问题，12月数据跑到1月里
我花了大半天排查，比自己从头做还慢。
这就是混乱期的典型状态：你以为省了时间，其实花了更多时间。
第二阶段：过渡期——开始发现规律
用了一个多月之后，我开始反思：为什么有时候AI做得特别好，有时候完全不能用？
发现一：先讨论方案，再让它动手
凡是先跟AI讨论清楚"要做什么、怎么做"，再让它写代码的，质量都很高。凡是上来就说"帮我做XX"的，翻车概率极大。
同样是加"分类"功能：
| 方式 | 我怎么说的 | 结果 |
|---|---|---|
| 直接让它做 | "帮我加一个消费分类功能" | AI自己决定了一切，全部要返工 |
| 先讨论再做 | "我想加分类功能。先帮我想一下：需要哪些默认分类、用户能不能自定义、数据怎么存比较合理" | AI先给方案，我挑了觉得对的，再让它动手，一次做对 |
差别不在AI的能力，在于你有没有先把事情想清楚。
发现二：一次只让它做一件事
以前我喜欢一条消息塞很多事："帮我加分类功能，顺便改首页列表样式，还有那个bug你一起修了。"
结果三件事都做了，但每件只做了80%，剩下20%互相打架。
后来我强迫自己一条指令只做一件事。做完确认没问题，再说下一件。对话多了几轮，但每次结果都靠谱。
发现三：先写"需求文档"，哪怕只有几行
这是最关键的转变。我开始在让AI做任何事之前，先写一个简单的spec（需求文档）：
- 这个功能是什么（一句话）
- 数据长什么样（比如一条记账记录包含：金额、分类、日期、备注）
- 用户操作流程（先点什么、再点什么）
- 可能出问题的地方（比如金额输入了负数怎么办）
不需要多正式，手机备忘录里写几行就够。有了它，AI的产出质量直接翻倍。
第三阶段：成熟期——现在的稳定流程
经过三个月摸索，我形成了一套固定流程。核心就一句话：我负责想清楚要做什么，AI负责动手把它做出来。
分阶段做事，不要一口气搞完
| 阶段 | 我做什么 | AI做什么 | 产出 |
|---|---|---|---|
| 1. 想清楚 | 定义要做什么、为什么做 | 帮我补充细节和遗漏 | 清晰的需求文档 |
| 2. 定方案 | 确定怎么做、数据怎么存 | 提供几种方案让我选 | 确定的技术方案 |
| 3. 分步做 | 拆成小块、定顺序 | 一块一块做，做完我检查 | 能运行的代码 |
| 4. 测试修复 | 自己试用、发现问题 | 修问题、处理异常 | 完整能用的功能 |
| 5. 优化 | 指出体验不好的地方 | 做具体改进 | 可以上线的成品 |
关键：每个阶段先对齐再动手。 方案没定就不写代码，代码没跑通就不做优化。
4个Prompt技巧
技巧一：说清楚背景，别直接说"做什么"
不好的说法：
帮我做一个记账的添加页面，要有金额输入、分类选择、日期选择、备注输入。
好的说法：
我在做一个个人记账小工具。目前已经有了首页列表和分类管理。现在需要做"添加记账"页面。用户需要输入金额、选择分类、选择日期、填备注。请先给我方案，我确认后再动手。
后者告诉了AI项目背景、当前进度、要对接什么，AI就能做出跟整体一致的东西。
技巧二：先要方案，再要成品
任何稍微复杂的事，都分两步：
- 第一步：让AI给方案（怎么做、有哪些选择）
- 第二步：确认方案OK后，再让它动手
在方案阶段改主意，成本为零。做完之后改主意，可能要全部推翻重来。
技巧三：报错时带上你的猜测
不要只丢一句"这里报错了怎么办"。应该这样说：
这里出问题了：点"保存"按钮没反应。
出现场景：填完金额和分类后点保存。
我的猜测：可能是日期没有默认值，保存时因为日期为空所以失败了。
帮我确认原因并修复。
带上猜测，AI修复准确率从50%提到90%以上。 即使猜错了，也给了AI额外线索。
技巧四：给清楚限制条件
AI最容易跑偏的时候，就是你没说限制条件。每次都带上：
- 用的什么工具/平台
- 代码风格要求（不懂代码可以说"跟之前保持一致"）
- 限制（不要太复杂、尽量少装额外的东西）
- 需要对接的已有部分
限制越明确，AI越不会瞎发挥。
会话管理：别一个对话聊到底
这是我花了很长时间才养成的习惯。
以前一个对话从早聊到晚，上百条消息，AI早就忘了前面说什么了。AI的长对话健忘症比你朋友更严重。 现在我的规则是：
| 规则 | 怎么做 |
|---|---|
| 一个功能一个对话 | 做"添加记账"是一个对话，做"月度报表"是另一个 |
| 开头交代背景 | "我在做一个记账小工具，现在做添加记账页面。" |
| 超过30条消息开新对话 | 聊太长AI会糊涂，果断开新的 |
| 重要决定记下来 | 记在文档里，新对话时复制进去 |
开头交代背景是因为AI没有跨对话的记忆。 一句话就能让AI进入正确状态。
AI做的东西一定要自己过一遍
AI做的东西能运行，不代表没问题。重点检查：
- 异常情况：用户不按正常流程操作怎么办？
- 安全性：有没有明显漏洞？
- 一致性：新做的东西跟之前风格统一吗？
AI很擅长做"正常情况"，但经常在"异常情况"上偷懒。你的检查重点应该放在异常情况上。
效率对比：同样的事，花多少时间
拿"给记账工具加一个分类管理功能"举例：
| 维度 | 混乱期 | 成熟期 |
|---|---|---|
| 需求梳理 | 没有，直接让AI做 | 15分钟写清楚 |
| 定方案 | 没有，AI随便做 | 20分钟讨论确定 |
| 做界面 | 3小时（推翻2次） | 1小时（一次做对） |
| 做逻辑 | 2小时（AI编了不存在的东西） | 30分钟 |
| 跑通测试 | 3小时（各种对不上） | 30分钟 |
| 修问题 | 2小时 | 20分钟 |
| 总计 | 10+小时 | 约3小时 |
时间缩短了70%，后面出问题也更少。省下来的时间花在哪了？——花在前面的思考上。 35分钟写需求+定方案，换来后面少走7个小时弯路。
5条最重要的协作原则
三个月经验浓缩成5条：
原则一：你是老板，AI是员工
你负责想清楚要做什么、定方向、做决策。AI负责在你的框架内干活。不要让AI替你做方向性的决定——它不了解你的目标用户，也不了解你到底想要什么。
原则二：先想清楚，再让AI做
任何功能，先花10-15分钟想清楚要做什么、大概怎么做、可能出什么问题。前期多想5分钟，后期少改2小时。
原则三：一次一件事
不要在一条指令里塞三个任务。一次做一件，做完确认再做下一件。每次结果都最好，出了问题也容易定位。
原则四：信任但验证
AI做的东西大部分时候是对的，但你必须自己过一遍。AI擅长做"正常流程"，经常在"异常流程"上偷懒。
原则五：主动管理上下文
AI没有长期记忆。开对话时交代背景、关键决定记录下来、及时开新对话避免"健忘"。别指望AI记住上一次对话的内容，那是你的责任。
给第一次尝试的人
如果你从来没用过AI写代码，这里给你一个起步方式：
- 下载Cursor（cursor.com），安装，打开
- 按 Cmd+L（Mac）或 Ctrl+L（Windows）打开AI对话框
- 输入你的第一条指令：
我想做一个简单的待办清单网页。功能很简单：能添加待办事项、能标记完成、能删除。请先告诉我你打算怎么做，我确认后再开始写代码。
先让AI说方案，你觉得OK了再让它动手。从这个最简单的例子开始，慢慢找到跟AI协作的感觉。
写在最后
跟AI协作做东西，本质上是一项沟通和管理能力，不是编程能力。
你需要学会的是：
- 怎么把模糊的想法变成清晰的描述
- 怎么把大事拆成AI能一次做好的小事
- 怎么快速判断AI做的东西靠不靠谱
- 怎么建立一套流程让效率稳定可复制
这些能力，比"写一个好的prompt"重要10倍。
三个月前我把AI当许愿机——跟对着许愿池扔硬币差不多。现在我把它当需要你带着干活的超高效助手——给它清晰的需求、合理的拆分、必要的检查——它就能稳定产出高质量的东西。
工具本身没有好坏，用法决定一切。
逐光·AI实战手记
