前言
云栖大会关注很久了，也报名了现场，但是由于临时有事耽搁没能去现场。我对 Vibe Coding 的分享特别感兴趣，于是就看了下这个主题分享的回放。这次 Vibe Coding 主要有三个分享，下面记录了一些值得了解和学习的内容。
一、Qoder 编辑器 - 分享
1.1 Qoder 编辑器 AI 能力
- 代码补全 / NES
- Agent 模式
- 一步委派任务 Quest Mode
- Repo Wiki
1.2 开发工作流 一些实践经验
- AI 生成项目知识库除了给人看，也为了 AI 更好的理解项目
- Quest 模式完成初步设计和开发，调整设计和开发， 之后 Agent 模式精修和小功能迭代，Repo Wiki 生成文档
二、用 AI 开发 AI - FunQ 背后的 Qoder 实践 - 分享
2.1 提示词工程技巧
- 需求描述清晰
- 要有技术细节
- 要有边界条件
- 要有输出条件格式
2.2 使用 Qoder 的省钱方案
- 避免持续沟通，输入更详细的内容
- 及时停止，发现 AI 输出你需要或者错误的结果时，及时停止
三、Qoder 编程实践：高德团队用 AI 重塑研发效率 - 分享
3.1 改善 AI 自由发挥问题
通过以下机制来约束和引导 AI 输出：
- Repo Wiki
- Memory
- Rules - 设计规范、研发规范、单元测试规范等
3.2 提示词工程改善 AI 效率低下问题
- 提示词模板 - 需求描述、具体任务、技术栈、约束条件、示例
3.3 提升 AI 理解准确度的技巧
- 询问 AI 你还有什么疑问，然后给 AI 解答，然后完善提示词
总结
通过这次云栖大会 vibe coding 主题的分享学习，了解到了 Qoder 编辑器的一些特性和在 AI 辅助编程方面的实践经验：
- Qoder 特性：Quest Mode 和 Repo Wiki
- 提示词技巧：清晰的需求描述、技术栈、约束条件、示例等提升 AI 开发需求效率的关键
- 质量把控：可以通过 Repo Wiki、Memory、Rules 等机制来约束 AI 输出，保证代码质量
- 使用成本优化：详细的输入和及时的停止可以有效降低 AI 使用成本
这些实践经验为我们在日常开发中更好地使用 AI 编程工具提供了很好的参考。
