如何用 AI 辅助代码开发：任务拆解、实现和测试

AI 编程的正确姿势

AI 编程不是把需求丢给模型后等待完整项目生成。更稳定的方法是让 AI 先理解代码，再制定计划，最后分步骤实现和验证。

适合 AI 的任务

• 理解陌生代码库
• 生成样板代码
• 修复明确 Bug
• 编写测试用例
• 重构小模块
• 生成文档

基本流程

1. 说明目标和约束。
2. 让 AI 探索相关文件。
3. 要求 AI 提出实现计划。
4. 审核计划后再修改代码。
5. 运行测试和构建。
6. 做最终代码审查。

关键原则

不要让 AI 在不了解上下文时直接大改。对数据库、权限、安全和支付相关代码，要提高审查标准。

工具选择

Claude Code 适合命令行项目级任务，Cursor 适合编辑器内即时协作。两者可以根据工作习惯搭配使用。

实战案例：让 AI 修复一个前端样式问题

假设你发现首页主按钮颜色太深，文字在某些屏幕上不够清楚。一个好的 AI 编程请求不是“帮我优化首页”，而是：

首页“查看工作流”按钮对比度不够，请找到对应文件，把按钮改成更清晰的蓝色主按钮。只修改必要样式，保持现有布局不变。修改后说明文件路径。

这个请求具备四个关键信息：问题位置、期望效果、修改范围和交付说明。AI 更容易做出小而准确的改动。

推荐工作流

1. **先让 AI 定位文件。**不要直接让它全局乱改。
2. **要求说明修改计划。**多文件改动尤其需要先看计划。
3. **限制改动范围。**例如“不引入新依赖”“不改 API”。
4. **执行后运行验证。**至少运行构建或相关测试。
5. **让 AI 做自查。**检查是否影响其他页面和移动端。

高风险任务清单

以下任务不建议完全交给 AI 自动执行：

• 数据库删除或迁移
• 线上部署和回滚
• 支付、权限、登录、安全相关逻辑
• 大规模重构
• 依赖升级到主版本
• 删除文件或批量替换

这些任务可以让 AI 辅助分析和生成方案，但最终执行前要人工确认。

AI 编程 Prompt 模板

你是我的 AI 编程助手。请先理解当前项目结构，再处理任务。

任务目标：
[填写要实现或修复的问题]

约束：
- 不引入新依赖，除非先说明原因
- 不改变现有公开 API
- 修改前先说明涉及文件
- 修改后运行构建或测试

请先给出实现计划，等待我确认后再修改代码。

质量检查清单

• 是否明确说明了任务目标？
• 是否提供了错误现象或期望结果？
• 是否限制了改动范围？
• 是否运行了测试或构建？
• 是否检查了移动端和边界状态？

---

延伸阅读

• Prompt、Skill、Agent、Workflow 有什么区别？
• AI 工作流入门指南
• 返回 Guides 栏目