30 天 AI Coding 提升行动清单
如果你真的想把 AI Coding 从“偶尔用一下”变成“长期竞争力”，最好的方式不是收藏 100 个 prompt 模板，而是拿出 30 天，做一次有意识的训练。
这 30 天的目标，不是让你变成“最会问模型的人”。
而是让你逐步建立一种新的能力：
你能不能把 AI 纳入自己的工程工作流，并稳定地产出结果。
你不用脱产，不用专门找一整块时间，只要每天拿出一点精力，在真实项目里刻意练就行。
第 1 周：别急着让 AI 写，先训练“把问题说清楚”
这一周的目标只有一个：
把模糊需求，翻译成结构化任务。
这周你每天都练这 4 步
第一步：把你当天要处理的一个问题写成一句完整任务
不要说：
- 帮我改一下这个页面
- 帮我优化一下这里
- 帮我看看这个 bug
你要练习写成这样：
- 把列表卡片阴影做得更轻一点，不改尺寸，不改布局，不影响现有边距
- 修复切换部门后
orgName不更新的问题，请先分析状态来源和更新链路 - 把表单项从左右布局改成上下布局，标题在上，内容在下，保证现有输入类型兼容
第二步：给任务加边界
每次都强迫自己补上：
- 不改什么
- 只改哪里
- 保持什么风格
- 不新增什么依赖
- 验收标准是什么
第三步：让 AI 先复述任务
你可以要求模型先回答：
- 它理解的问题是什么
- 它准备怎么做
- 它认为风险点是什么
第四步：记录 1 条“今天我最常说不清的问题是什么”
比如：
- 我总是不会说清楚验收标准
- 我总是忘记说边界
- 我总是把多个问题混在一起说
第 1 周结束时，你要做到
- 能用 3 到 5 句话把一个前端任务说清楚
- 能自然补充边界条件
- 能先让 AI 复述，而不是直接让它动手
- 开始意识到：高质量输出，往往从高质量任务定义开始
第 2 周：训练“看懂代码”和“找对问题”
这一周别急着让 AI 大改代码。
重点练一件事：
让 AI 帮你分析，而不是替你盲改。
这一周你每天都练这 3 类问题
第一类：让 AI 帮你画数据流
拿一个你正在维护的页面，问模型：
- 页面数据从哪里来
- 是接口回填、props 传递、store 还是本地缓存
- 数据进入页面后经过了哪些转换
- 最终是在哪个节点被渲染出来的
第二类：让 AI 列根因，而不是直接修 bug
以后遇到 bug，先这样问：
- 请列出 3 个最可能的根因
- 每个根因应该看哪些代码
- 按什么顺序排查最省时间
- 哪个修法最稳，不容易引起回归
第三类：训练调用链意识
每次 AI 找到一个文件时，你都继续追问：
- 谁在调用它
- 它依赖谁
- 改这里会影响哪些页面/组件
- 有没有复用场景
第 2 周结束时，你要做到
- 不再把 AI 当“自动修 bug 工具”
- 遇到问题时会先问根因、数据流、调用链
- 开始形成“先定位、后修改”的习惯
- 开始理解：AI Coding 的上限，不在生成，而在分析
第 3 周：训练“让 AI 干活”，但你负责把关
到了第 3 周，才开始重点训练“执行”。
但注意，这一周不是练“让 AI 写更多代码”，而是练：
怎么让 AI 在你的约束下，稳定地改代码。
这周建议你做 3 种任务
任务 1：局部重构
找项目里一个中小型组件，交给 AI 做下面这些事中的一个：
- 抽离重复结构
- 整理条件渲染
- 统一按钮/表单样式
- 抽函数减少重复逻辑
- 让一个组件职责更单一
要求必须明确：
- 只做局部
- 不搞大重构
- 不新增依赖
- 不改变已有行为
任务 2：样式问题收敛
比如：
- 圆角为什么只有一边生效
- 卡片阴影怎么加得不突兀
- 标题和内容如何改成上下布局
- 长文本怎么做两行省略+展开
- 某个按钮为什么对不齐
任务 3：修改后让 AI 自查
每次 AI 改完代码，都让它回答下面这些问题：
- 改动点有哪些
- 有没有可能影响别的页面
- 有没有没处理到的边界情况
- 需要手测哪些交互
- 这次修改是不是最小修改
第 3 周结束时，你要做到
- 不再盲信 AI 输出
- 开始养成“改完就 review”的习惯
- 开始意识到：真正高质量的 AI 协作，不是写得快，而是收得住
第 4 周：跑一遍完整闭环，把 AI 从工具变成系统
前 3 周，本质上是在练局部能力。
第 4 周，你要做的事情是：
完整跑一遍 AI Coding 闭环。
找一个真实的小需求，或者一个真实的小问题，完整地用下面流程做一遍。
完整闭环 7 步法
第一步：定义任务
写清楚：
- 目标是什么
- 当前问题是什么
- 预期结果是什么
- 边界是什么
- 验收标准是什么
第二步：让 AI 分析
要求它：
- 找相关文件
- 梳理数据流
- 解释调用关系
- 列出风险点
- 提供 2 套方案
第三步：你做方案选择
你自己判断：
- 哪个方案改动更小
- 哪个方案更符合项目现状
- 哪个方案更容易回归验证
- 哪个方案更适合当前排期
第四步：执行修改
可以让 AI 参与修改，但要控制范围。
第五步：做回归清单
让 AI 列：
- 哪些页面要测
- 哪些交互要测
- 哪些空态/异常态要测
- 移动端/不同设备是否要验证
第六步：你自己 review
重点看：
- 是否过度修改
- 是否引入新耦合
- 是否写法不统一
- 是否逻辑变复杂了
- 是否影响后续维护
第七步：复盘
最后一定做一件事：写一句复盘。
例如：
- 这次我发现，真正的问题不是接口字段，而是本地缓存覆盖
- 这次我发现，我总是太早让 AI 写代码，没有先让它分析
- 这次我发现，样式问题经常需要一起看 DOM 结构和组件库内部结构
第 4 周结束时，你要做到
- 具备一整套 AI 协作闭环意识
- 不再把 AI 当随机工具
- 开始形成自己的固定工作流
- 真正理解：AI Coding 是一套方法，不是一句 prompt
30 天里，你每天都可以复用的 5 个高价值动作
-
动作 1
- 每天选 1 个真实任务，强迫自己先写清楚目标、边界、验收标准
-
动作 2
- 每天至少有 1 次，让 AI 先分析，不允许它直接改
-
动作 3
- 每次修改后，让 AI 自查影响面和回归点
-
动作 4
- 每天 review 1 段 AI 输出，判断它是“能跑”还是“真的合理”
-
动作 5
- 每天记录 1 条“今天我在哪个环节最依赖 AI，哪个环节必须靠自己判断”
30 天后，你应该看到的变化
如果你认真练完这 30 天，你最大的收获，通常不是“我学会了更多 prompt”。
而是这些更本质的变化：
- 你会更会定义问题
- 你会更会拆任务
- 你会更会定位 bug
- 你会更会做代码 review
- 你会更清楚什么时候该信模型，什么时候该怀疑模型
- 你会开始形成自己的 AI 协作节奏
到这一步，你和大多数“会用 AI”的人，就已经不是一个层级了。
因为他们是在“使用工具”。
而你是在“建立系统”。
最后一句建议
如果你真想提高 AI Coding，别把精力都花在“哪个模型更强”“哪个提示词更神”上。
真正决定你上限的，永远是这件事：
你有没有把 AI 变成自己工程能力的一部分。
当你做到这一点，AI 才不会只是帮你省几分钟。
它会开始真正改变你的工作方式、产出质量和成长速度。
