AI 项目沟通指南 #
一句话
做项目之前怎么和AI沟通,才能让它真正帮到你,而不是给一堆废话。
1. 核心前提 #
AI看不到你的屏幕、不知道你的项目结构、不了解你的技术栈和约束条件。你不说的东西,它只能猜。大部分人觉得AI"不好用",是因为自己没说清楚。
2. 我的做法:先规划再执行 #
流程
- 先和AI讨论开发规范、开发流程
- 把实现过程中可能出现的问题提前写下来
- 配置好环境(命令行工具等)
- 让AI根据开发文档执行
部分AI IDE(如Copilot)自带 TODO 功能,能帮你和AI同时追踪进度。
3. 项目描述模板 #
开始一个新项目(或让AI帮你做一个功能)之前,先回答这几个问题给AI:
## 项目背景
- 我在做什么:(一句话描述)
- 技术栈:(语言、框架、依赖)
- 当前状态:(从零开始 / 已有代码要修改 / 只是调研)
## 这次要做什么
- 具体目标:(越具体越好)
- 约束条件:(不能用什么、必须兼容什么、性能要求)
- 参考/示例:(有没有类似的东西可以参考)
## 输出要求
- 先给方案 vs 直接给代码
- 是否需要解释
- 代码风格偏好4. 分阶段沟通 #
不要一次性扔一个大需求,分成:
- 方案阶段 — “我想做X,有哪几种方案?各自优缺点?”
- 确认阶段 — “我选方案B,你再展开说说实现思路”
- 实现阶段 — “开始写代码,先从模块A开始”
- 审查阶段 — “检查一下这段代码有没有问题”
为什么要分步
每个阶段让AI输出之后,你先判断方向对不对,再进入下一步。不要让它一口气写完整个项目——因为如果方向错了,全部返工。
5. 给AI足够的上下文 #
项目结构 #
如果用AI IDE(Copilot Agent、Claude Code),它能自动看到文件结构。如果用聊天窗口,你需要手动粘贴代码:
src/
├── main.py
├── utils/
│ ├── parser.py
│ └── config.py
└── tests/
└── test_parser.py
已有代码 #
把相关文件的关键部分给AI看。不需要全部——只需要和当前任务相关的部分。IDE的话就无所谓。
错误信息 #
遇到bug,完整复制错误信息(包括堆栈跟踪),~~不要只说"报错了"~~可以什么都不说直接发报错。
6. 实用话术 #
| 场景 | 怎么说 |
|---|---|
| 让AI给方案 | “我想做X。给我3个方案,用表格比较优缺点。” |
| 让AI改代码 | “这段代码有什么问题?修改后给我完整代码,标注改了哪里。” |
| 防止废话 | “直接给代码,不需要解释。"(不建议) |
| 防止偷懒 | “给完整代码,不要省略。” |
| 让AI学你的风格 | 给它2-3个你写的代码文件当示例 |
| 让AI做技术选型 | “对比X和Y,从性能、学习曲线、社区生态三个维度。” |
| 让AI审查 | “Review这段代码,重点看安全性和边界情况。” |
7. 什么时候不该用AI #
- 你完全不了解这个领域 — AI可能给出看起来正确但实际有问题的答案,你无法判断。先学基础。
- 涉及安全/隐私的核心逻辑 — 不要让AI独自决定加密方案、权限控制等。
- 需要精确性的场景 — AI会编造API名、函数参数。生成代码后一定要跑一遍。
经验
越了解一个领域,越能发现AI的问题,也越能有效地用它。不了解的领域只能一路 approval,容易踩坑。
关联 #
- 提示词工程 — 沟通技巧的基础
- AI Agent与MCP — Agent模式下沟通方式不同(给目标,让它自己规划步骤)
- 大模型 — 不同模型的沟通偏好不同