夜雨聆风用了3周的AI编程助手做主力开发工具，从一个文件配置到Agent工作流，分享让AI变"聪明"的完整方案。
核心配置：项目规则文件
这是最关键的一步。项目规则文件放在项目根目录，AI启动时自动加载。写得好，AI犯错率大幅降低。
我的规则文件150行，核心结构：
项目概述：一句话说明项目做什么、技术栈是什么。
修改流程铁律：必须先出方案文档、列出功能影响地图、想一个替代方案、写测试清单、改完逐项回归验证。
改完自测清单：配额清零、JS语法检查、CSS陷阱检查、API返回验证、关键元素检查。
功能模块速查表：每个模块涉及哪些联动功能，修改时逐项检查。
已修复Bug表：14个常见错误的根因和修复方案。
效果对比：配置前AI频繁犯同样的错误，配置后基本杜绝。配置前AI偶尔出方案，配置后每次都出。配置前改完从不自测，配置后逐项跑。
权限白名单
把高频安全命令加白名单，不用每次点"允许"。但破坏性操作（删除、强推）不要加。原则：只加安全的、高频重复的命令。
Agent工作流
定义了9个角色Agent，形成完整的产品开发链：商机发现→法务预审→产品设计→技术开发→质量审计→部署运维→营销发布→运营迭代。每个Agent有独立的职责定义、输出格式和约束条件。
上下文管理
AI的上下文窗口有限，长对话会导致"遗忘"。我的策略分三层：永久层存项目规则和技术栈，长期层存方案文档和产品路线图，会话层存当前讨论的具体细节。
关键习惯：每个功能改完立即提交保持git log清晰，对话太长时生成状态文件，不要在一个会话里做太多事。
几点心得
1.规则文件是第一生产力：把踩过的坑、项目约定、自检清单全写进去
2.方案先行再动手：超过5个文件的修改必须先出方案
3.小步提交：每个逻辑点单独commit方便回滚
4.改完必自测：AI说"已完成"不代表真的完成了
5.把Bug变成规则：每修一个Bug加一条记录