AI编码标准化方案思考

连长连长
86 阅读9分钟

  • 前言：AI编程工具的痛点：

    • 你我都知道 AI编程工具很行，但是我让他写个页面，他好像也不是那么行；
    • 我让它写他就写了，🉑它写了一大堆，我不知道他写是啥。一旦运行结果不理想时，我除了要看业务代码，我还得看AI生成的一大堆代码，生成量上来以后头疼的一批；

  • 基于AI编程工具实现同一个需求点，一万个人来实现，就有一万万种思考方式和一万万表达方式，还有一万万种提示词的编写方式，那么如何让AI工具的使用足够简单，还能实现足够标准化的产物，就是当前“大模型组件化”方案要解决的核心问题

  • 设计之初，计划是从需求自身视角进行细粒度的拆解，然后针对不同复杂程度的设计不同程度的模板，但是基于一段时间的使用实践后，否定了这个思路，首先需求类型复杂多变，相同类型的需求类型定义容易丢失准确性和灵活性，并且会限制AI的能力，还要管理和维护大量的场景模板，使用体验也很差，有很强的局限性，不同项目扩展实施难度较大，整体来讲不够AI；2.0版本中基于相同的范式，易于在不同项目中进行扩展，而且遵循官方设计和工程化标准，易于管理、维护、且足够灵活；

认识AI编程工具，了解AI编程工具的特点、使用方式和能力限制；

-AI编程工具类型

Plugin：Lingma ...

IDE类型：Cursor、Copilot、 windsurf 、Tare、Lingma、ima（腾讯）；

Agentic Coding：Claude Code（Anthropic）

AI幻觉、产生原因及应对措施；

  • 什么是AI幻觉

image.png

  • 产生原因
数据偏差：训练数据中的错误或片面性被模型放大（如医学领域过时论文导致错误结论）。
泛化困境：模型难以处理训练集外的复杂场景（如南极冰层融化对非洲农业的影响预测）。
知识固化：模型过度依赖参数化记忆，缺乏动态更新能力（如2025年后的事件完全虚构）。
意图误解：用户提问模糊时，模型易“自由发挥”（如“介绍深度学习”可能偏离实际需求）。

参考链接：https://juejin.cn/post/7474264487497236531

  基于AI开发过程中的问题，我们要如何应对：

  • 始终检查AI生成的代码逻辑和依赖项；
  • 始终进行成果运行确认；

大模型特征及选型；

-按行为选择模型：

-思维型模型：（claude-4-sonnet、gemini-2.5-pro、o3（专为复杂推理而设计））

  • 当您希望模型运行任务时，这是理想的选择
  • 不需要太多提示，但有时更固执己见
  • 可以带来比你预期更大的改变

当您探索想法、广泛重构或希望模型更加独立地运行时，请使用这些。

-按风格选择模型：

有些人喜欢主动出击的模型，而另一些人则喜欢等待指令的模型。

学术:指模型生成与事实不符、逻辑断裂或脱离上下文的内容,本质是统计概率驱动的"合理猜测" 说人话:一本正经地胡说八道 事实性幻觉:指模型生成的内容与可验证的现实世界事实不一致 忠实性幻觉:指模型生成的内容与用户的指令或上下文不一致

-按任务类型选择模型：

-非思维模型：

（claude-4-sonnet、gpt-4.1）

  • 非常适合精确、可控的变化
  • 需要更多提示，但行为更可预测
  • 更容易指导、修改和微调

当您需要严格控制、需要一致的行为或正在执行明确定义的任务时，请使用这些。

了解windsurf（Cursor 相似）

  • 基础使用说明书；

  • 帮助windsurf更好的执行任务工具

    • Rules ：规则可以在全局级别或工作区级别定义；
    • Memories：Memories是用于在对话间共享和保存上下文的系统，面板会自动保存它认为有用的Memories，也可以手动更新；
    • Workflow: 工作流使用户能够定义一系列步骤来指导 Cascade 完成一组重复的任务;

  • 优化方案

    • 提示词模板（初版）：按某个特定模板输入内容

    • 工程化方案：

      • 解决问题：AI健忘、重复解释、代码不一致、团队协作困难

        • 私有指令集（无初版）：.windsurf.my.md 写入.gitignore 忽略，独享；

        • 项目级通用模板：可以让 AI持续记住你对它的指令，这些指令可以在团队和所有项目间共享

        • 引入README和changeLog ，持续完善和更新机制；

        • 适配某个前端项目的配置模板（后续其他工程基于该配置让AI工具进行调整适配）

      • 官方关于windsurf 上下文token的限制说明（docs.windsurf.com/best-practi…

最佳实践

  • AI 准则：

    • 持续拥抱变化的意识，周期性的更新“内在校准”（直觉）：知道AI工具能做什么，极限在哪里（哪些事情可以一发搞定，哪些事情需要经过两三次的引导才能够完成的）；
    • 每次更换模型，都要重新认识，不断更新“内在校准”；

  • 提示词

    • Winsurf官方推荐的最佳实践（docs.windsurf.com/best-practi…

      • 最佳promopt（提示词不限输入格式：明确预期、背景描述--memories补充、约束--rules实现）
      •     明确的目标或结果
      •       执行任务的所有相关背景
      •     必要的约束

  • Workflow

    • 价值：用户通过预置指令启动编程任务，阶段化AI编程工作流程，以最佳实践步骤完成编码任务
    • 优势：符合社区或官方推荐的AI编码最佳实践，AI自动规划、阶段性执行降低成果理解负担，阶段化微调，及时修正AI工作方向，提高编程的准确性；

  • AI编码场景（这里基于主观判断）

    

  • 简单场景：

    • 价值：充分发挥AI性能，避免过多的人为因素干扰；
    • 约束：.windsurf配置文件提供约束，保证AI的工作目标准确性；

  • 非简单场景：基于/workflow + Figma MCP（当前基于framelink，后续改成Figma官方的MCP）

    • 阶段化任务执行过程方案：（此处省略图片）

常见误区：

-直接让 AI编程工具实现一个很复杂的功能，结果它写出来的内容和你预期差距很大，或者成果根本不具备可用性；

-没有上下文，直接让AI开始“冥想”，它写出来的东西要么天马行空，要么啥也写不出来，跟人一样，不看代码，只坐着想，是没用的。反之先让 AI 把一些相关文件读一下，然后让它开始头脑风暴，列思路，再让它开始写代码，AI表现就会特别好；

持续集成：

1、组织不定期的模板更新评审会和使用体验复盘；

2、建议增加和扩展的好用的各种插件、工具、自定义MCP服务等；

3、其他想增加的内容...；

关于如何做一个合格的提示词攻城狮和如何写好.md文档

# 角色 # 背景 # 描述 # 目标 # 技能 # 步骤 # 限制 示例等等

关于如何修改感知习惯的解决办法

场景描述：使用了/workflow工作流以后，在同一个对话面板中的后续沟通，大概率会沿用当前工作流对话风格（经常暂停任务），有同学期望再灵活一点，针对此场景有两种场景及解决方案

  • 新建对话面板，实测此时对话风格不会受到其他对话面板中使用/workflow工作流影响，但是会受规则或memories约束；
  • 在同一个对话面板中完成多个任务（不推荐）或者进行多次撤销（Revert）操作，此时在当前对话面板中如果有使用过/worklow工作流，则大概率在后续的对话中都会受到影响 或多或少，如果一定要延用本次对话，可以通话对话窗口

扩展

  • 定制场景模板
  • Function Calling 工具
  • Agent
  • MCP （社区资源和企业级私有化MCP服务）
  • 好用的辅助开发插件
  • 评测系统：评价标准量化，有助于纠偏和持续提升AI编程能力；

使用说明

测试过程记录

windsurf 忽略

.gitignore中写入的规则和文件，会禁止AI就无法直接对这些目录下的文件进行读写操作（包括创建、修改）； windsurf初始化时，会避开node_modules、gitignore、.xxx文件/夹 解释一个典型疑惑：在加入将.windsurf加入 .gitignore之前windsurf已经通过项目中的.windsurf配置初始化了Rules、workflows（memories未初始化 分析可能是因为没匹配到的原因），并且记录下来了；

重置windsurf(Bate版本叫windsurf-next)

windsurf IDE引入framelink Figma MCP （现在官方MCP市场的Figma已经即可用，工具更丰富 推荐）

  • TIPS：

    • 实际测试下来，Figma的UI如果是拿图片堆出来的，元素渲染指令是识别不到的，可以在微调阶段通过截图补充解决；

  • 前置背景：

    • 建议将Nodejs升级到最新版本；

    • figma官方也有一个Figma mcp，据说稳定性和准确性都比较高，工具也比较丰富，但是那个还在bate阶段，同时也需要较高版本的Nodejs，而且目前安装基本上都是报错的，待后续稳定了再升级，大概率是付费使用的；

    • 当前先采用社区的平替方案（www.framelink.ai/docs/quicks…）

      • 优点：免费、社区口碑还阔以；
      • 缺点：工具较少，能力不够丰富和准确性还有待商榷；

  • 使用步骤：

    • 安装

    •   {
    "mcpServers": {
      "Framelink Figma MCP": {
        "command": "npx",
        "args": [
          "-y",
          "figma-developer-mcp",
          "--figma-api-key=换成自己的Token，其他不变",
          "--stdio"
        ]
      }
    }
  }

image.png

尚存在未解决问题

  • /workflow 工作流的控制能力好像未实现百分百的精准约束；

    • 分析：好像跟用户的操作行为有关，受windsurf的感知系统影响，记录了一些无法观察的上下文；

    • 解决：

      • 深入研究感知系统实现原理，找到记录感知结果的文件；
      • 结合memories，先拆解工作流上下文，分阶段插入工作流，始终让工作流的上下文保持在每次AI思考的头部；

  • 规则和meomries不够完善和精准；

Credit 计费规则（docs.windsurf.com/windsurf/ac…

新增窗口关联上下文方法：

  • 新开窗口可以通过指令关联之前对话概要，提升当前对话效率

windsurf 接入Figma 官方MCP

  • 本地先安装Figma App；

  • 这里先把服务跑起来（不刷新一下windsurf 运行一直会报错跑不起来）

avatar
文章
阅读
粉丝