个人AI小工具 - AI时代软件工程的价值

背景

最近一直在探索用AI辅助开发一些小工具，之前是通过很多轮对话创造一个model，会有很多bug，需要指挥AI添加log，然后我辅助去解决bug

问题

优点

1）1 降低技术门槛，纯粹的vibe编程，好处是可以打破技术壁垒，例如我不会前端，AI可以帮我做；我只要提需求就行

缺点：

2）不可控，项目复杂一点，前后端数据交互，数据来源抓取，很多校验之后是不可信的

3）不了解，代码都是AI生成的，我去定位问题，很麻烦，很消耗时间；特别是AI自己无法找到问题的情况下

思考

1）还是可以问AI，发现这个问题其实是普遍现象；

2）查找资料，发现其实可以把软件工程的流程引入进来；

解决措施

我现在的方案，把软件工程流程引入，先不让AI根据需求写代码，而是完整的走一遍软件工程的流程，在这些流程中我们可以使用一些已有的经过验证的skill，如下面表格所示，可以适当精简：

1）然后严格的要求AI按照设计文档拆解出来的task，逐一实现，后面有问题，也可以查看设计文档

2）例如某一个 feature有问题，找到详细设计文档，让AI分析代码和设计是否符合，先确认是否符合设计；如果符合设计，那就是设计有问题；如果不符合，那就要校正，要求按照设计调整实现。

3）当然有编程基础的情况下，也可以通过设计文档、代码、log，快速确认问题

阶段	工程类别	Skill	输入（Input）	输出（Output）	提示词模板
1. 创意构思	产品工程	brainstorming	Idea、市场背景	创意方案、竞品分析、产品方向	你是一名资深产品经理、架构师，请针对以下创意进行 Brainstorming，提出 3~5 种方案，对比优缺点并推荐最佳方案。
2. 产品设计（PRD，Product Requirements Document）	产品工程	product-manager deanpeters/Product-Manager-Skills: Product Management skills framework built on battle-tested methods for Claude Code, Cowork, Codex, and AI agents.	Brainstorm 结果	产品目标、用户画像、功能设计、页面设计、RoadMap	请根据创意输出完整 PRD，包括产品目标、用户场景、功能模块、交互流程、MVP 范围。
3. 需求分析（SRS，Software Requirements Specification）	软件工程	requirement-analysis claude-code-requirements-builder/requirements at main · rizethereum/claude-code-requirements-builder	PRD	功能需求、非功能需求、需求编号（REQ-001…）	请将 PRD 转换为 SRS，所有需求编号，明确输入、输出、约束、验收标准。 brainstorming 根据 AIScout_prd.md 将 PRD 转换为 SRS，所有需求编号，明确输入、输出、约束、验收标准，邦建国SRS 输出到 doc目录
4. 架构设计（HLD，High-Level Design）	软件工程	software-architect agentic-awesome-skills/skills/software-architecture at main · sickn33/agentic-awesome-skills	SRS	总体架构、模块划分、数据库、部署、数据流	请根据 SRS 输出系统架构设计（HLD），包含模块划分、数据流、部署架构及技术选型。
5. 详细设计（LLD，Low-Level Design）	软件工程	write-plans/design-spec	HLD	模块设计、API、数据库、流程图、异常处理	请为指定模块生成 LLD，包含职责、类设计、API、数据结构、数据库、时序流程、测试要点、log 管理（关键流程打印log，仿照Android log机制落盘到 log目录下）。
6. Prompt 设计（Prompt Specification）	AI 工程	prompt-engineer	LLD	Prompt Spec、Few-shot、输出格式	请为该 AI 模块设计 Prompt，包括 System Prompt、约束、Few-shot 示例、输出 JSON Schema。
7. 任务拆分（Task Breakdown）	软件工程	task-planner	LLD	Task Backlog（Task-001…）	请根据 LLD.md 拆分为独立开发任务，每个 Task 可独立开发、测试和 Review。并将LLD写入到doc
8. 代码实现（Implementation）	软件工程	implement / coder	Task + LLD	可运行代码、单元测试	请严格按照 LLD，仅实现 Task-XXX，不修改其他模块，保持接口不变，关键流程添加log，仿照Android log机制落盘到 log目录下。逐一实现 TASKS.md 中的任务，并记录已完成的任务到checklist，checklist输出到 doc
9. 代码评审（Code Review）	软件工程	review	Code + LLD	Review Report、修改建议	请依据 LLD 和编码规范 Review 代码，检查架构一致性、可维护性、安全性及潜在 Bug。
10. 测试验证（Testing）	软件工程	test	Code + LLD	单元测试、集成测试、回归测试	请依据 LLD 生成测试用例，覆盖正常流程、异常流程、边界条件，目标覆盖率≥90%。
11. AI 效果评测（Evaluation）	AI 工程	evaluation	Prompt + AI 输出	AI 能力评测报告	请评估 AI 输出质量，包括一致性、RAG 命中率、幻觉率、剧情合理性，并给出改进建议。
12. 文档同步（Documentation）	软件工程	document	Code + LLD	API 文档、README、ChangeLog	请根据最新代码同步更新 API 文档、README、变更记录，确保与实现一致。
13. 环境部署（Deployment）	软件工程	deploy	Code	Docker、Compose、CI/CD	请生成完整部署方案，包括 Docker、Docker Compose、Nginx、CI/CD 配置及部署步骤。
14. 运维迭代（Maintenance）	软件工程 + AI 工程	maintenance	线上反馈	技术债、优化计划	请分析当前系统的性能瓶颈、技术债、Prompt 优化点和重构建议，形成下一版本 RoadMap。