ARTICLE · 1298965
如何低成本、高效的使用AI开发软件
如何低成本、高效的使用AI开发软件最近用AI做了几个小软件，解决自己的一些日常需求。最终成品还算可以，但开发周期严重超出了预期。原本想着每天做一点，最多两周应该能完成，最后却用了四周。 先说低成本、高效的开发方式，感兴趣的可以接着往下看我的经历你是否也遇到过。 AI开发流程规范 为了让AI工具在开发项目时能够按照这个工作流逐个推进，我把它封装为了一个skills。复制指令，让你的AI安装即可使用。 复盘后我发现，时间花在了做的太多和反复修改上： Codex的过度解读和过度设计，多了很多不必要的抽象和架构内容 界面不满意，改；交互不满意，改；但改着改着，正常的功能又出现BUG了，又要接着改。改的费心费时又费token 最开始，我的流程看起来挺完整：和AI讨论想法，生成一份MVP需求文档，再让AI基于需求文档生成技术开发方案，最后交给Codex开发。 进入开发后，我基本没有干涉，相信它能自行拆解任务、安排进度。 但有文档，不代表双方对结果的理解已经一致。 比如“支持记录日常开支”，看起来是一项明确的需求，但能不能修改？删除前要不要确认？金额填错了怎么提示？这些规则没有说清楚，就只能等做出来以后再补。 所以现在我更倾向于围绕MVP，也就是最小可用版本，逐项讨论业务规则和验收标准。 需求明确到什么程度？至少要能判断，做出来以后怎样才算完成。 这一轮暂时不做的功能，也要说清楚。否则讨论越充分，范围反而可能越大。 这次开发中，一个明显的问题是：因为偷懒没画设计图，直接让Codex做出来的界面，经常和我的预期有差距。 颜色、尺寸、文案还好调整，但涉及操作顺序、页面跳转、后端调用时，改动就容易牵连原有功能，带来新的问题。 前期偷懒省下来的时间，在开发阶段要成倍的投入。 如果先画一个简易草图，或者提供参考页面，让AI生成可以查看的UI草稿，再确认布局和操作流程，很多分歧就能提前暴露。 先确认看得见、点得动的流程，再让AI实现背后的逻辑。这一步多花些时间，是为了减少后面的推倒重来。 另一个超时原因，是技术方案在执行中逐渐变复杂了。这是非专业程序猿常会遇到的一个问题，因为不懂，所以不知道AI做的是否合理，是否应该做。 虽然不懂，但是我们可以给AI生成的技术方案增加使用约束， 比如结合产品形态、核心功能和UI效果等，先找能复用的成熟组件或开源项目，再决定哪些部分需要自己开发。 正式开发时明确告知开发内容要严格围绕MVP的理念展开，不做过度设计，不做没必要的抽象和架构设计，比如先假定用户量有1万，先确保设计够用即可，后面基于实际用户量再做性能优化。 这次经历让我重新理解了AI和自己在开发中的角色。 AI是很厉害，但很难一次性给出让自己满足的成果，原因就在于在缺少足够的信息下，AI可以给出一个在概率上还算可以的成品，但不是真的符合自己需求的成品。 想要缩小设想和现实的差距，就要把目标说清楚，把范围管住，把结果验明白。
需求设计：围绕MVP核心功能，同AI进行讨论沟通，逐个明确业务规则和验收标准 UI设计：自己画个简易demo或者发送一个参考的页面图，生成UI草稿，在可视的基础上完成选稿和调整，确定最终的UI效果 技术方案：结合产品形态、MVP功能、UI效果，优先查看是否有现成可用开源项目、比如前端的Ant Design，最终完成技术方案的设计，技术方案要遵循少自研，多复用，用现成的能力组装出自己所需的功能 前后端开发：开启两个会话，分别完成前端和后端的开发内容，并行开发提高开发速度 集成验证：最后再合并两个会话的开发内容，进行功能验证和安全检查
npx skills add lanke189/lanke189 -g
