闲来无事，我把之前的一份产品需求文档上传给AI，让它帮我生成代码。
文档写得很详细——功能逻辑、边界条件、接口字段、异常处理，一字一句都落在了纸面上。
AI生成的代码，我改了不到10%，直接跑通了。
说实话，那一刻我有点恍惚。然后我做了个实验。
我又扔了一份需求过去，这次我自己也写得模模糊糊的——大概知道要什么，但没想清楚细节。
生成的代码呢？
能用的大概……两成吧。剩下的我得重写，或者干脆推翻重来。
这个差距让我思考了很久。AI写代码快不快、好不好，
本质上不是AI的问题，是我们的需求写得清不清楚的问题。
你可能也有过类似的感受——
同一段代码，让AI重写一遍，这次说"详细点，把边界情况也考虑进去"，结果完全不一样。
不是模型升级了，是你这一次把话说清楚了。所以问题来了——
为什么我们总觉得自己需求写得挺清楚，AI却写出来差点意思？
我自己复盘下来，大概是这几个原因：
第一，"我以为我说了"和"我实际上说了"之间，隔着一道鸿沟。
你以为"用户登录要校验密码"已经把需求说清楚了，但AI不知道你还要校验密码强度、错误次数锁定、验证码有效期。这些细节你脑子里有，但文档里没有。
第二，AI不知道你没说出口的业务背景。
为什么这个字段要非空？为什么这个操作要先查后写？这些"为什么"往往才是代码的核心逻辑。你没写，AI就按最普通的路径生成，碰到特殊场景自然报错。
第三，我们习惯了"自己看得懂就行"，但AI不是你。
你的笔记、你的注释、你的口头传承，对AI来说全是空白。但反过来想，这件事其实挺让人释然的。
它意味着——你不需要学更多AI提示词技巧，你需要的是把需求写得更清楚。
这不是AI对你提出了更高的要求，而是你终于被迫把自己的思维整理清楚了。
你以为的需求模糊，以前只是你自己觉得"差不多"，现在AI一跑，报错了，你才意识到：哦，原来这里我没想明白。
从这个角度说，AI像一面镜子，照出的是我们自己的思维盲区。所以我现在的习惯是——
写需求之前先问自己三个问题：
这段代码的输入是什么？
边界条件是什么？
失败了怎么处理？
把这三个问题答清楚，AI生成的代码质量直接翻倍。
不是AI变强了，是你变清楚了。你看，焦虑大可不必。
学会把话说清楚，比学会任何AI工具都重要。【结尾引导互动】
你用AI写代码，最崩溃的一次是哪次？评论区聊聊。
