- 标语：别再迷信单一模型；理解“IDE+规则+模型”的协作结构，任何人都能稳稳地把 AI 用好。
开场：模型不在也不慌
- 当你最常用的模型突然“下线”或不可用，焦虑很正常。但只要你掌握“IDE 是舞台、模型是演员、规则是剧本”的原则，换演员不耽误演出。
- 要点：把注意力转向可控的工程要素（任务结构、边界、验收标准、风格），让任何模型都能按同一套路工作。
IDE 与模型的真实关系
- IDE 是“工作流与约束的容器”。模型只是被调用的推理引擎，既可替换也可组合。
- 模型角色与“一个人/多人/一个团队”没有本质区别：都是你的协作者。你要做的是设计角色、清晰分工、设定边界，让协作有序。
- 因此，“组织协调中的同频”本质上是“让模型同频”。你可以像与多人协作一样，让多个模型在同一规则下分工、接力。
规则即锚：把规则当作可组合的提示词规范
- 核心做法：在 IDE 中把规则文件当作“工程化提示词”，它们定义边界、风格、验收标准、流程约束。
- 三层结构（简单记住就能用）：
- 主合同层：引用总入口与合并规范，确定全局边界与风格。例如 project_rules.md、ai_rules_and_prompts.md、engineering_standards.md。
- 任务描述层：清楚说目标、输入、约束、输出。让模型理解“做什么”与“不做什么”。
- 验收清单层：用“可检查”的条目确保结果符合预期。例如 testing_rules.md 与 test_rules.md。
- 快速引用的关键文件（够用就好）：
- 项目总则与提示词主合同：project_rules.md、ai_rules_and_prompts.md
- 通用工程与提交流程：engineering_standards.md、commit_and_release_rules.md
- 噪音与模型路由：noise_rules.md、model_routing_guide.md
- 标准提示与索引：standard_prompts.md、prompts_index.md
- 设计与流程参考：ddd_design_guide.md、dev_flow.md、migration_guide.md
五步快上手：普通人立刻能用的流程
- 第一步：选任务类型
- 写作、总结、结构化、评审、对齐风格、生成模板、改写为简体中文等。明确任务是“产出型”“校对型”还是“转化型”。
- 第二步：链接规则
- 在任务开始前，用一两句引导模型“服从这些规则”，并附上链接（主合同+相关规范）。例如先附 project_rules.md、再附 engineering_standards.md。
- 第三步：写任务描述
- 说清输入、目标、边界（不做什么）、风格（简洁/友好/中文）、结构（是否需要分段或标题）。
- 第四步：列验收清单
- 3—6 条可检查项：语言必须为中文、避免代码块、引用指定文件、无隐私信息、段落清晰、有结论。
- 第五步：执行与微调
- 若结果偏离，指出“哪条规则未满足”，让模型按清单修正。保留“最后一版”的规则与清单，形成你的个人模板。
多模型的常识：像挑人一样挑模型
- 草拟型：生成速度快、善于头脑风暴与初稿。
- 结构化型：擅长将内容分层次、条理化、做摘要/提纲。
- 严谨型：对边界/术语/风格执行更稳定，适合“按规范产出”。
- 选择策略：
- 初稿找“草拟型”，结构统一找“结构化型”，最后定稿找“严谨型”。
- 切换模型时不要重写任务描述，复用同一规则与验收清单，让不同模型输出趋同。
“同频”的简单做法：边界、风格、词表
- 边界：明确“不做 X、不输出 Y、不包含 Z”，模型更容易稳。
- 风格：指定“简洁、友好、第二人称”，并保持一致。
- 词表：关键术语与文件名保持统一，例如始终使用“规则即锚”“工程对齐”“提示词主合同”等词。
- 多模型协作时，就像多人群聊：每个模型扮演一个角色（草拟、结构化、审核），但遵守同一套规则与清单即可同频。
噪音与幻觉：最常见问题的简单修复
- 幻觉（编造）：提醒“仅引用这几个文件与事实”，必要时加入“不得擅自扩展”。参考 noise_rules.md。
- 跑题（风格漂移）：在验收清单中明确“必须按中文、非论文腔、面向普通人”。
- 冗长（啰嗦）：在规则中强调“段落短、每段一主题、总长度可控”。
质量与节奏：轻量自检三件套
- 结构对齐：段落是否与任务类型匹配（介绍-方法-案例-结论）。
- 规则落实：逐条对照验收清单；缺什么补什么。
- 跨模型一致性：切换模型后对照“词表+风格+边界”，不一致就让模型“按上一版对齐”。
扩展与模板：把好用的东西沉淀成你的“个人规则”
- 把你最常用的 3—5 个任务做成短模板，附带清单。
- 模板放在 IDE 的个人笔记或规则索引中，逐步演化成你的小型“个人规范”。
常见误区与纠偏
- 误区：迷信单一模型。“纠偏”：把注意力放在规则与验收清单上。
- 误区：一次性给超长提示。“纠偏”：三层结构拆分，明确边界与验收。
- 误区：让模型决策架构。“纠偏”：你定流程与规则，模型负责按规则产出。
结尾：生态思维，普通人也能驾驭 AI
- 把 AI 当合作者，系统在演化，创作是网络化的。你负责制定游戏规则与分工，模型负责用算力完成工作。
- 当某个模型不可用时，切换到备选；规则不变，验收不变，工作就能继续。你的“工程对齐”能力比“模型可用性”更重要。
