分享一些经验吧,按重要程度排序:
1. 学会写
CLAUDE.md /
AGENTS.md 。现在的模型都很聪明,不需要写太复杂的规则,如果规则太多太复杂,可以拆分到多个文档中,渐进式披露(就是说把
CLAUDE.md /
AGENTS.md 作为目录,告诉它遇到什么情况去哪儿读)
2. 学会用 Git 做版本管理。一个程序员觉得如呼吸般自然,但非程序员大概率不知道的重要工具,所以一定要放在前面说。不需要掌握复杂用法,只要让 AI 每做完一步就提交,改坏了能回滚就行
3. 学会做好上下文管理。一定要拆分你的需求,一个 session 做一个小任务,做完新开 session ,一步步来,不要听那些一个 /goal 跑几周的。同一个 session 内要注意手动压缩上下文,一般 300k 左右就可以压缩了,上下文太长导致注意力分散,模型会变笨
4. 一定要叫 AI 写测试/做验收。一个 bug 反复出现盲猜是测试/验收环节出了问题
5. Plan Mode 是个好东西,刚开始做大型功能可以用这个,不过实测现在的前沿模型不开 /plan 也很少会跑偏,不知道你说的做一半不按规划走是怎么回事
6. 对于有 UI 的,可以先叫 AI 出设计稿,再精准实现。现在 Claude 写 UI 已经够强的了,何况还有 Claude Design 。GPT 的确不太行,不过最近学会了先用 Image Gen 画出来再实现的邪修,实测效果好很多,可以试试
7. 写代码可以关掉默认的记忆系统,大部分情况下它只会污染上下文(这个是个人经验,因人而异)
8. Skill 少装。不过你没提到,就默认你不知道好了,放在最后。个人认为真正需要的 Skill 大多数是工作流迭代优化后而自然生长出来的,拿来主义不可取。