用了半年 AI 编程工具,我总结了 16 个提升效率的关键技巧-夜雨聆风

用了半年 AI 编程工具,我总结了 16 个提升效率的关键技巧

作为程序员，我们每天都在和代码打交道。自从 AI 编程工具兴起后，不少开发者开始尝试用 AI 辅助写代码。但实际使用过程中，很多人遇到了这样的问题：

AI 写的代码看起来没问题，一跑全是 bug
需求提得越简单，改得越频繁
明明是同一个问题，每次都要重新解释
上下文越来越长，AI 越来越”糊涂”

其实，这些问题不是工具不够好，而是我们没有掌握正确的使用方法。经过半年多的实践，我总结了 16 个实用技巧，分享给大家。

一、沟通技巧：让 AI 更懂你

1. 给出明确的验证标准

最常见的问题是需求不够具体。与其说”写个登录功能”，不如说清楚具体要求：

❌ 模糊表达：

实现一个验证邮箱的函数

✅ 明确表达：

编写 validateEmail 函数。测试用例包括：

user@example.com → true

invalid → false

user@.com → false

实现后请运行测试验证

为什么重要？当你告诉 AI 什么算”对”，它才能朝着正确的方向努力。这就像写代码要先写测试用例一样，明确的标准能大幅减少返工次数。

2. 需求描述越具体越好

这是最重要的一条。具体的需求描述能帮你少改十次代码。

对比一下：

模糊描述	具体描述
帮我写个登录功能	用 JWT 实现用户登录：1. 登录接口 POST /api/login2. 接收 email + password3. 验证成功返回 JWT token，有效期 7 天4. 使用 jsonwebtoken 库5. 参考 src/auth/ 代码风格
添加一个日历组件	参考现有组件实现方式，按同样模式实现日历组件

实践建议：

限定任务范围：”为 foo.py 添加测试，涵盖用户已注销的边界情况”
指向数据源：”查看这个 API 的 git 历史，总结它是如何形成的”
参考现有模式：”按照现有组件的实现方式实现新功能”

3. 让 AI 先采访你

有时候我们自己也想不清楚具体要什么。这时候别急着让 AI 写代码，先让它采访你。

可以这样提示：

我想实现一个 xxx 功能。请详细询问我技术实现方案、用户体验设计、边界情况及权衡取舍。避免问显而易见的问题，深入探讨难点。持续提问直至完全明确，再开始实现。

好处：AI 会提出你可能没考虑到的问题，把这些都想清楚了，后续开发会顺利很多。

二、工作流：不要一上来就写代码

4. 遵循”探索-规划-实现-提交”流程

很多人一上来就让 AI 直接写代码，这其实效率很低。更好的方式是：

探索阶段：让 AI 只读代码，理解项目结构
规划阶段：要求 AI 创建详细计划
实现阶段：按照计划执行
提交阶段：创建 PR 交付

这个流程虽然看起来多了几步，但能大幅减少返工。

5. 尽早纠正方向

AI 干活过程中，如果你发现方向不对，要立刻指出：

Esc：中途停止 AI，可以重定向
Esc + Esc 或 /rewind：回退到之前的状态
/clear：不行就重来，别在错误的方向越走越远

小技巧：如果对同一问题改了两次以上，直接 /clear 重开会更高效。

6. 善用 Checkpoints 大胆尝试

Checkpoints（检查点）是自动状态跟踪功能：

每次提示自动创建检查点
捕获编辑前的代码状态
支持回退到之前的状态

就像游戏存档一样，你可以大胆尝试，不满意随时回退。

三、上下文管理：省钱又高效

7. 主动管理上下文

AI 按上下文长度收费，上下文太长既浪费钱，还会影响 AI 的表现。

三个实用技巧：

技巧	用途	示例
任务间清除	换任务重新开始	`/clear`
压缩上下文	精简历史内容	`/compact Focus on code samples`
快速提问	临时问题不计入历史	`/btw 这个函数参数类型？`

小提示：/btw 命令是免费的，问题和答案只出现在临时浮层中，不会消耗 token。

8. 用 Subagents 独立调查

需要分析整个代码库时，别让主对话去读。创建一个 Subagent，让它在独立上下文里跑，最后给你汇报。

常用 Subagents 类型：

Explore：快速搜索代码库（只读）
Plan：规划模式的研究
General-purpose：复杂多步骤任务

适合的独立任务示例：

组件审查：检查 React/Vue 组件最佳实践
样式检查：验证 CSS/Tailwind 一致性
测试运行：执行测试并报告失败

四、环境配置：一次设置，终身受益

9. 用 CLAUDE.md 统一项目规范

每次开新项目都要跟 AI 解释一遍规范？太累了。

在项目根目录创建 CLAUDE.md，一次性说清楚：

# 项目说明

## 技术栈
- React 18 + TypeScript
- Vite
- Tailwind CSS

## 代码规范
- 组件用函数式组件
- 必须使用 TypeScript 类型
- 样式统一使用 Tailwind

运行 /init 还可以自动生成模板。

建议：保持简洁，500 行以内即可。专门的指令可以移到 Skills 中按需加载，减少基础上下文消耗。

10. 用 Hooks 保证必执行

CLAUDE.md 里的指令 AI 可能会忘记，但 Hooks 是确定性的，每次都会执行。

{
"hooks": {
"PostToolUse": [{
"matcher": "Edit|Write",
"hooks": [{
"type": "command",
"command": "eslint --fix $FILE"
      }]
    }]
  }
}

比如：每次写完代码自动运行 lint，每次提交前自动检查。

11. 用 Skills 创建可复用工作流

重复的工作流？创建 Skill 一次定义，随时调用。

示例：

---
name: fix-issue
description: 修复 GitHub issue
disable-model-invocation: true
---

分析并修复：$ARGUMENTS。

1. 获取 issue 详情
2. 理解问题本质
3. 搜索相关文件
4. 实现修复方案
5. 编写并运行测试
6. 提交并创建 PR

调用方式：/fix-issue 1234

五、扩展能力：融入你的工作流

12. 用管道（Pipeline）融入命令行

用 -p 标志，AI 可以直接融入你的命令行工作流：

# 代码审查
gitdiff | claude -p"review these changes"

# 测试失败分析
npm test 2>&1 | claude -p"why did tests fail"

# 创建提交
claude -p"create commit"--allowedTools"Bash(git diff *),Bash(git commit *)"

获取结构化输出：

claude -p"summarize"--output-format json

13. 用 MCP 连接外部世界

MCP（Model Context Protocol）可以让 AI 读取邮件、日历、各种 SaaS 数据。

常用操作：

# 添加 HTTP 服务器
claude mcp add --transport http notion https://mcp.notion.com/mcp

# 添加本地 stdio
claude mcp add --transport stdio airtable -- npx -y airtable-mcp-server

# 管理
claude mcp list
claude mcp remove github
/mcp

14. 用 Git Worktrees 并行开发

需要多个 AI 会话同时工作？用 worktree 隔离，每个会话有独立代码副本，互不干扰。

claude --worktree feature-auth
claude --worktree bugfix-123

特点：

Worktree 创建在 /.claude/worktrees/
退出时无更改自动清理，有更改提示保留或删除
支持多会话并行工作

六、会话管理：保持井井有条

15. 及时命名会话

/rename auth-refactor
claude --resume auth-refactor

早命名，后续好找。尤其当你同时处理多个任务时，清晰的命名能帮你快速定位。

16. 调整扩展思考级别

简单任务不需要太多思考，复杂任务才需要。

调整方式	说明
努力级别	低、中、高
ultrathink 关键字	提示中添加 “ultrathink”
快捷键	Option + T

省钱小技巧：简单任务关掉扩展思考，能节省不少成本。

总结

16 个技巧，核心其实就一点：Context Window 是最重要的资源。

所有的技巧都在围绕这几点：

让 AI 更准确理解你的需求
减少不必要的上下文浪费
提高单次交互的成功率

工具再好，也要会用。希望这些技巧能帮你真正把 AI 编程工具用出效率。

一句话总结：工具是死的，人是活的。掌握正确的方法，AI 才能真正成为你的得力助手。

本文基于实际使用经验总结，适合所有使用 AI 编程工具的开发者。如果你有其他实用技巧，欢迎交流分享。