开篇

首先时代趋势：AI正在重新定义我们coding和打造产品的方式。

第一、明确身份定位，即对自己的能力进行定位。

我认为主要包含三类人群：

生活与学习者：为生活、学习或想法的快速落地而使用AI的普通用户。

商业化产品打造者：旨在将产品推向市场、验证市场价值的人群。

过渡者：指拥有多年工作经验的程序员。他们夹在上述两类人群之间，既利用AI改造生活，也利用其验证市场价值。

二、在明确定位后，需掌握AI使用的重要性、技巧和方法。核心在于三个层面：习惯、思维、知识与技巧。其中，习惯大于思维，思维大于知识与技巧。

习惯：做任何事情前，先思考AI能否协助完成。

思维：这是最需要培养的部分，包括：

知识与技巧：这是最末端的工具层面，核心是从大语言模型本身出发，包括：

三、最后是实际工作过程中的工具选择，应根据需求而定。

Cursor/claude 具备“编辑器+Agent”的模式，对于普通学习者和有经验的工程师而言都是不错的选择。

工具选择取决于你的需求：

假如你是为了学习，最好使用 Agent 编程，即 Agent + Coding 编辑器；

另一种人，如产品经理或需要将想法落地的人，最好使用零代码，让语言直接落地成产品。两者的区别在于是否需要考量软件工程的架构及代码修改。

学完工具，接下来要提升使用 AI 的能力，核心在于以下几点：

第一，AI Chat（Chatbot）能力，即提示词（Prompt）能力。Prompt 是你与大语言模型交互的唯一方式，核心概念包括系统提示词、项目规则及项目上下文。对待任何问题的原则是明确性，越明确、越精确越好。记住一点：好的输入才能带来好的结果。这是第一个能力，即输入能力，也就是与 AI 对话的能力。

第二，表达能力。与前者不同，这是将问题化繁为简的能力，即拆解问题。有效的问题拆解办法有两个：一是从用户角度出发，思考用户想要什么；二是从产品角度出发，首先考虑最小可行性产品（MVP）模型，并拆解功能模块。但在实际应用中，顺序往往相反：先拆解功能模块，再通过 MVP 进行定制，这通常是比较好的方法，因为先有需求再形成产品雏形更为合理。

第三，上下文管理能力，即整个项目的提示词管理。就项目本身而言，最需要注意的是上下文管理，技巧包括：

1. 精准投喂：确保无歧义，如明确相关定义和概念。

2. 及时清理：压缩上下文，避免垃圾信息干扰。

3. 文档先行：将架构图、流程图、核心 API 等写成文档直接引用，避免占用上下文空间被当作垃圾信息处理。

4. 知识库：将最常用的规则配置文件整理好，随时调用，这是你沉淀的资产。

此外，在上下文管理之外，还有一些附加技巧……

这种技巧，说是进阶能力，实际上属于外接能力，比如项目规则、Claude.md、MCP、Sub Agent 等，都属于外接能力，旨在让工作更顺畅。这是一个工程架构，而非项目架构。

说完这些，再谈谈任务过程中会遇到的两个情况：

第一是“Git”能力，即修改代码或代码回滚（小行动的回滚）；

第二是“调试”，即最终验收，你可以自己验收，也可以让 AI 来调试。

以上两者是任务执行中的实际问题。

若跳出学习路径，根据任务或学习目标进行预演，主要涉及几个方面：

1. 项目周期

初创实战项目，即从零到一；

从一到十，通常是老项目重造。

2. 任务执行过程中的代码质量失控，包括 AI 代码质量失控。

最后，有必要提醒几句。：

AI 编程工具正在改变软件开发的游戏规则，它不会让编程变得隐形或不重要，而是让编程更加民主化、更加可控，让更多人能参与其中，创作出更多有价值的产品。

此外，对使用者而言，AI 是工具而非魔法。它能让你跑得更快，但方向仍需人来掌控。