AI Coding 最佳实践

AI Coding 最佳实践Vibe Coding心态转变高效工作流提示词技巧质量控制与避坑黄金法则总结AI coding宏观摸底找一个抓手安全干预—— 严格控制 AI 的动作范围阶段四防御性验证模型选择Vibe CodingVibe Coding 是 AI Coding 发展到极致比如 Cursor Claude 3.5 Sonnet 极度强大后产生的一种降维打击式的玩法非常适合做原型、Side Project。但如果是正式的商业项目Vibe Coding 是危险的你更需要的是成熟的 AI Coding 技巧“Vibe Coding”氛围编程这个词由前特斯拉 AI 总监 Andrej Karpathy 提出核心意思是你不再从零开始写代码而是通过自然语言描述需求完全依赖 AI如 Cursor, Copilot, Claude, GPT生成代码。你看代码“顺眼”就保留不对劲就让 AI 重写或微调但如果不加以控制Vibe Coding 很容易变成“屎山代码生成器”。以下是为你整理的 Vibe Coding 最佳实践分为心态、工作流、提示词、质量控制四个维度心态转变从构建者变成审稿人你的主要工作不再是写逻辑而是看 AI 写的逻辑对不对、有没有安全漏洞、符不符合产品预期允许犯错随时推倒重来在 Vibe Coding 中CtrlZ 是你最好的朋友。如果 AI 把代码改乱了直接撤销重新给 AI 一个更清晰的提示词。但是对于一些老工程或者大型工程在 AI 的代码上做修改也是不错的选择高效工作流1垂直切片拒绝水平铺开错误让 AI“帮我写一个带登录、注册、个人中心的电商后台”。正确先让 AI“只写一个最简单的登录页面和 API 对接”。跑通之后再写注册再写个人中心。2Vibe Coding 极易翻车。每完成一个小功能比如数据库连上了、一个API写好了立刻 git commit。一旦AI把后续代码改崩了你可以随时回滚到上一状态。3上下文隔离不要在一个聊天窗口里聊所有的功能。聊“支付模块”就开一个新对话聊“UI样式”就开另一个。防止AI的上下文窗口被无关信息污染提示词技巧提供清晰的“上下文”不要只说“帮我写个按钮”。好的提示词“我现在在一个 Next.js 14 项目中使用 Tailwind CSS 和 shadcn/ui 组件库。请帮我写一个主要的 Call to Action 按钮颜色是品牌蓝带 hover 放大效果。”指定需求和存量技术栈、框架版本给出现有代码让AI修改代码时直接把相关文件的内容扔给它或者使用 Cursor 的 引用功能而不是靠AI去猜划定范围减少上下文消耗确认技术实现个人建议在 AI 实现代码之前还是需要先和 AI 对技术方案了解他是想如何实现你这个需求然后将生成的文档给真正的 AI 编程者提供样例请模仿我项目中 utils/formatter.ts 的代码风格帮我写一个处理日期的函数那么这些都可以总结在同一个提示词中我们可以使用 chat 模式和 AI 敲定技术细节生成一个文档 再根据文档对 builder让他去修改功能质量控制与避坑是不是只要做好以上几步就可以了呢完全不是的Vibe Coding 最危险的地方在于看着能跑实则千疮百孔。你必须守住以下底线绝对不要盲目信任 AI 写的 SQL 和鉴权逻辑SQL 注入、越权访问比如 A 用户能删 B 用户的数据、密码明文存储。这些核心安全模块必须人工逐行审查强制 AI 写测试请为刚才生成的 calculatePrice 函数写单元测试覆盖正常情况、边界值和异常输入。如果测试跑不通说明 AI 的代码有逻辑漏洞让它自己修定期要求 AI 重构和防腐黄金法则总结能 Vibe 的UI 样式调整、表单验证、CRUD接口、样板代码生成、写测试用例、正则表达式、文档编写。不能 Vibe 的系统架构设计、核心安全逻辑、复杂的并发处理、性能极限压榨、底层算法调优。AI coding对于一些大型项目来说AI coding 是比较好的方案接手完全不熟悉的大型项目是程序员的噩梦。这时候 AI 极容易产生幻觉胡说八道不存在的函数或逻辑如果你用 Vibe Coding 的思路100% 会把项目搞崩溃以下是标准 SOP标准作业程序宏观摸底目标搞清楚这堆代码到底在干什么用了什么技术栈。让 AI 读取人类留下的痕迹把 README.md、package.json / pom.xml依赖文件、docker-compose.yml、agent.MD 等丢给 AI。提示词“基于这些配置文件给我总结这个项目的技术栈、核心依赖以及它是前后端分离还是单体架构请用思维导图的形式输出。”找一个抓手假设你要修改“用户个人资料”页面。先在浏览器里打开这个页面找到对应的 URL比如 /user/profile。让 AI 帮你做代码跳转全局搜索的替代品在 Cursor 等工具中使用 codebase 或把相关文件引入。提示词“我想找到渲染 /user/profile 这个路由的组件以及它调用的后端 API 接口。请帮我在代码中定位这些文件并描述数据的流向从请求发起到数据库查询。”让 AI 画时序图当你找到核心代码块但逻辑太绕时。提示词“阅读这段 UserService.ts 代码不要修改它。请用 Mermaid 语法画一个流程图展示当 updateUser 被调用时程序的执行路径和异常处理分支。”安全干预—— 严格控制 AI 的动作范围目标在完全理解上下文的前提下让 AI 动手且只动该动的地方。绝对禁止全局重构❌ 千万别说“帮我优化这个文件的代码结构。”它可能会把别人精心设计的兼容逻辑删掉。✅ 应该说“我需要在 updateUser 函数里增加一个字段 avatar 的更新逻辑请保持其他代码原封不动。”锁定上下文只把需要修改的那个函数以及它依赖的类型定义 喂给 AI。提示词“这是当前的函数代码A这是它的接口类型定义代码B。现在需求变了要支持多选。请基于代码B的类型重写代码A并解释你改了哪里。”预测破坏点极其重要提示词“如果我按照上面的方式修改了这个函数你觉得项目里还有哪些地方可能会因为这个改动而报错请帮我找出来。”阶段四防御性验证目标用项目的现有规则来检验 AI 的产出。先看测试如果项目有测试用例先让 AI 看测试。提示词“这是 UserService 对应的单元测试文件。我打算修改上面讨论的逻辑请根据现有的测试用例告诉我我的修改是否会破坏原有的测试如果会请帮我更新测试用例。”遵循旧项目的“方言”很多老项目有自己的奇葩写法。你要强行约束 AI。提示词“在这个项目中我发现他们处理错误都是抛出 CustomError(code, msg)而不是用 try-catch。请用和这个项目完全一致的代码风格来写这段代码。”模型选择选用合理的模型用一些低端模型就算你提示词写的再好也无法避免生成垃圾代码的结果。所以稍微花点钱去腾讯、阿里购买 coding plan 计划是不错的选择同时如果使用免费的模型GLM、minmax 都是不错的选择。至于与 AI 的交互方式无论是 cc、OpenCode 那种命令行交互方式或者是 cursor、trea 那种编译器交互都可以看个人喜好