超级管理员
楼主
用 AI 写代码的效率高低，很大程度不取决于模型，而取决于你怎么组织上下文。下面六个模式在真实项目里反复验证有效。
一、Clean Slate（清空上下文）
对话越长，早期的失败尝试越会被模型当成重要参考，于是它开始固执地重复同一个错误。在开始一个大任务或者换方向之前，明确清空上下文。这一条单独就能解决掉相当一部分「AI 怎么讲都不听」的情况。
二、Stop and Plan（先规划再动手）
别一上来就让模型写代码。先让它把问题拆解、把方案列出来、把假设写下来，你确认之后再写。规划阶段的返工成本是写代码阶段的十分之一。
三、Disclose Ambiguity（主动暴露歧义）
明确要求模型列出「你的提示里有哪些隐含假设」「完成这个任务还缺哪些信息」。这一步能把模糊需求逼成精确指令，比事后改十遍都有用。
四、Save Output to File（中间产物落盘）
强制模型把中间设计——架构图、决策记录、接口约定——先写进仓库里的文件，而不是只在对话里说。落盘之后你才有可审阅的东西，模型也才被逼着一步步走。
五、Baby Steps（拆小）
大功能不要整块委派。拆成能在一次对话里完成并验证的小块，每块跑通再进下一块。整块委派的结果通常是「看起来全对，跑起来全错」。
六、Trust the Tests（信测试不信报告）
模型说「已完成、全部通过」的时候，看测试结果，别看它的话。
这六条的共同点是：把不可验证的对话，变成可验证的产物。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。
