AI编程的 个大坑

85 阅读4分钟

AI编程的 个大坑

原帖:X@cj_zZZz 我每天使用AI工具编程6-7小时。 在过去12个月里开发了超过36个项目。 事实是:用一个提示"给我构建...应用"是不可能的。 所以,以下是你在使用AI编程时可能犯的所有错误: ### 1. 没有规划 通过我的规划技巧,我能在几小时内从想法到一个写得很好的MVP草案。 我只需打开ChatGPT语音,然后我们进行一对一的对话,讨论我想要什么。 15分钟的聊天后,我会要求:"根据我们在这次对话中确定的所有内容,给我写一个结构良好的草案" 我使用ChatGPT语音作为我的头脑风暴伙伴、评论者、网络研究员,然后是草稿撰写者。 最后,我将这个MVP的核心功能都集中在一页上。 不要盲目构建。先规划再行动。 ### 2. 没有为AI模型建立知识库 然后我将想法草案放入@CodeGuidedev,并写下{coding docs}为AI编程模型建立知识库。 这一步对减少AI编程模型的幻觉非常重要。 文档包括: • PRD(产品需求文档) • 应用流程文档 • 技术栈文档 • 前端指南 • 后端结构 AI模型可以随时参考这些文档,了解接下来要构建什么,不构建什么! ### 3. 没有选择正确的工具 每个AI编程工具都有自己的超能力。我几天前发布了我的研究结果。 在过去14个月里,我用AI构建了36个项目。 所有AI开发工具都不同。每个工具都擅长一件特定的事情,比如: @windsurf_ai是初学者的最佳IDE(目前排第1) @cursor_ai对全栈应用很棒(目前排第2) @CodeGuidedev擅长编写项目编码文档 @Replit擅长一次性构建MVP/移动应用 @v0擅长设计现代UI组件 @boltdotnew使用Supabase开发Micro SaaS很棒 @lovable_dev擅长编写现代着陆页 @SoftgenAI使用firebase开发Micro SaaS很棒 @cline是最好的VS Code扩展/可与MCP配合使用 @base_44对仪表板类应用很棒(新工具) @ManusAI_HQ擅长代理/基于浏览器的工作 @perplexity_ai是最好的网络搜索/总结工具 @ChatGPTapp擅长语音到语音/写作工作 @Grok 3擅长基于网络的研究/X信息 @AnthropicAI擅长编程(Sonnet 3.7模型) @OpenAI通过API提供各种类型的AI模型 @GeminiApp擅长多模态(Flash 2.0模型) 这个周末我还在测试: • Tempo labs • Databutton • Srcbook 如果我发现更多好的开发工具,我会更新你们。 ### 4. 没有选择正确的技术栈 AI模型是在特定编程语言上训练的。只使用它们来获得最佳代码质量和更少的错误。 使用这些AI友好的技术栈: 前端:NextJS/Vite/Flask 数据库:Supabase (PostgreSQL)/Firebase 认证:ClerkDev/Supabase/Firebase AI:OpenAI/Claude/Gemini ### 5. 没有一步一步地构建 当你让AI计划下一步时,8/10的情况下AI会搞乱代码库。 只使用AI模型来执行计划和实现代码。 使用像@CodeGuidedev的50步实施计划这样的详细计划,强制AI不遗漏任何内容。 ### 6. 没有调试提示 调试是AI编程中最令人沮丧的部分。为了减轻痛苦,使用这些技巧: • 附上错误并说"使用思维链推理首先找出核心问题,然后逐步计划修复问题" • 要求它"遵循代码的最佳实践。搜索网络并找到此问题的解决方法" • 只附上相关文件,使AI能更好地集中注意力。 ### 7. 没有使用多个AI模型 1个AI模型不能做所有事情。针对不同场景使用不同的模型。 在Cursor/Windsurf中: 使用Claude sonnet 3.5进行编码(是的,对于执行代码,它比3.7更好) 使用GPT o1/o3-mini-high调试复杂错误。 使用Gemini Flash 2.0扫描完整代码库并更新文档。 ### 8. 没有使用入门套件 为什么每次都从头开始,浪费请求/令牌并修复不必要的错误。 使用预装组件的入门套件(样板)来快速构建。 CodeGuide有6个专为AI编程模型构建的样板。 ### 9. 过早放弃 AI编程在第三个提示之前很有趣,然后你开始修复错误和完善布局。 会有成百上千的错误、构建问题,AI会搞乱代码库。 但如果你有坚实的基础(文档和规则),你可以更好地驾驭AI。 ### 总结 • 在打开任何AI编程工具之前规划应用 • 使用@CodeGuidedev编写详细的编码文档以提供上下文 • 为你的用例选择最佳AI工具 • 仅使用AI友好的技术栈 • 调试时提示得更好 • 针对不同工作使用不同模型

原文链接: www.cnblogs.com/txw1958/p/1…