
第二章:AI 使用说明书
在上一章,你已经了解了模型与工具的区别,并完成了开发环境的搭建。现在,我们来学习如何让 AI 更好地为你工作。
AI 编程的经济学
老师傅告诉你,AI 编程有一个常被忽视的现实:Token 就是钱。每次你让 AI 读取项目文件、搜索代码、生成回答,都在消耗真实的费用。
核心原则只有一个:上下文越大,花费越高。读取整个项目 vs 只读一个文件,差异是数量级的。但更重要的是——精准的上下文不仅省钱,还能让输出更准确。
优化提示词不是"打磨话术",而是减少 AI 需要读取的上下文范围。指定文件路径比模糊描述更好,指明功能范围比笼统说"项目有问题"更聚焦,删除客套话,不设定专家角色,直接说任务。
2.1 AI 编程的经济学 (./01-ai-economics.md) 会详细讲解成本优化策略。
VibeCoding 工作流
你发现有时候 AI 的输出五花八门,或者一本正经地胡说八道。你还会遇到 AI 不知道答案,但强行编造一个情况。
老师傅告诉你,真正的高手不是靠配置,而是靠说话的艺术。给 AI 一个"出口",告诉它:"如果不确定,就明确说出来,等待我的确认,而不是强行编造。"
你之前是想到哪里做到哪里,让 AI 直接开写,但这样往往会导致返工。老师傅传授的标准流程只有五步:先探索项目结构,再规划实现步骤,然后编码,测试验证,最后提交。这听起来像废话,但你照着做了几次,发现效率确实提高不少——因为你不会写到一半才发现文件已经写过了。
你深刻意识到:Vibecoding 的核心不仅是 Prompt(提示词),更是 Workflow(工具流)。
2.2 VibeCoding 工作流 (./02-vibecoding-workflow.md) 会详细讲解提示词心法和标准开发流程。
版本控制 Git
看着你跃跃欲试准备让 AI 大改代码,老师傅突然按住了你的手。他告诉你,AI 编程非常激进,可能为了修一个 Bug 而破坏三个旧功能。所以必须配置好 Git,建立高频的本地版本记录。
"每当你完成一个独立功能的开发,或修复完一个 Bug 并验证通过后,请自动运行 git commit 提交代码,并生成一句简洁的中文 commit message。"
从此,你的开发流程变成了:AI 写完功能 → 自动存档。一旦代码搞崩了,随时可以回退。关于 .gitignore 的详细配置,我们会在后续章节讲解。
配置技巧
除了选对工具,老师傅还传授了你三招让 AI 更加好用的技巧,解决了 AI 记性差、瞎胡写的问题:
项目规则:在项目根目录新建类似 .iderules 的文件,写上"禁止使用 any 类型"、"强制使用 pnpm"等规则。从此以后,AI 每次写代码前都会先参考这份项目规范,生成的代码质量瞬间提升。
专属技能:创建或安装 Skills,用自然语言定义专属的指令,比如"每当我说'分析数据'时,就自动运行分析脚本"。这相当于为 AI 定义了一套标准作业流程。
赋予能力:配置 MCP 和插件,让 AI 连接 GitHub 仓库看代码,连接数据库查数据,读取 Figma 设计稿。你不需要懂底层原理,只需要简单配置,AI 就拥有了操作外部工具的能力。
2.3 MCP、插件与 Skills (./03-mcp-and-skills.md) 和 2.4 项目规则配置 (./04-project-config.md) 会详细讲解这些配置技巧。
调试心法
在结束序言前,老师傅还传授了一套调试的心法。他说:"有了 AI,遇到错误不要慌。但要让 AI 帮你,你得学会正确的求助方式。"
第一,提供完整报错日志。新手看到满屏红色报错往往害怕,只复制最后一行。但 AI 就像医生,需要看到完整的症状才能准确诊断。你应该把那些看起来最长、最复杂的红色错误信息——原封不动地全选、复制、发送给 AI。
第二,循环修复模式。如果 AI 第一次没修好,不要放弃。描述你尝试后的结果:"我按你的方法改了,但现在出现了新的错误...",让 AI 持续尝试。大多数 Bug 都需要 2-3 轮迭代才能解决。
2.5 高效调试心法 (./05-debugging-tips.md) 会教你这套完整的调试方法。
拓展知识
老师傅告诉你,当你熟练掌握核心工作流后,还可以探索多代理系统:让多个 AI 协同工作,一个写代码,另一个审查;一个写测试,另一个写文档。它们可以并行处理提高效率,或串行处理保证质量。这部分内容已在 2.2 VibeCoding 工作流中详细讲解。
现在先掌握核心工作流,一步一个脚印。
动手实践
我知道你很急,但先别急——看完第三章 PRD 与文档驱动会更清楚。然后找一个你最近写的或想写的功能,对 AI 说:"先探索项目结构,再规划实现步骤,然后编码,每完成一步就提交代码"。跟着它的节奏走,你会发现 Vibecoding 的核心是 Workflow 而不是 Prompt!
