这不是框架说明书。这是我从零到一跟 AI 协作搞出一个项目的真实过程复盘——每一步我是怎么跟 AI 说话的、为什么这样说、踩了什么坑。
先说一下 Viber Coding 到底是什么
说白了就是：你出脑子，AI 出手。 你负责想清楚要什么、为什么要、边界在哪里。AI 负责写文件、跑流程、改 bug。你们之间的沟通方式不是命令，是对话。
传统编程是你学一套语法跟编译器说话。Viber Coding 是你用自己的语言跟 AI 说话——但"用自己的语言"不代表随便说。说得越清楚，AI 越不会跑偏。
开发前：先把话说清楚
1. 别上来就写，先"画"出来
AI 最怕的不是复杂，是模糊。你说"帮我做个知识库"，它能做出来，但大概率不是你想要的。
我的做法是：动手之前，先把项目长什么样画给 AI 看。
比如我做知识库的时候，第一段提示词是这样给的：
我要做一个知识库，分三个区域：最底层叫"原始材料"，放我丢进去的文章和文档，这一层你不要碰，只看不写。中间层叫"知识库"，给你自由发挥，你把读到的内容整理成结构化的笔记存这里。最上层叫"查询结果"，我问你问题的时候你把答案输出到这里。
"知识库"下面再分四个子目录：概念笔记、人物公司、来源记录、综合分析。
每篇概念笔记用固定格式，要有：一句话定义、核心要点、信息来源、认知变化记录、我的个人看法，这五个部分。
你看，我没写一行代码，但 AI 听完就知道：
- 文件夹怎么建
- 哪些能碰哪些不能碰
- 每篇笔记该长什么样
小技巧：画目录结构比写一大段文字描述更有效。AI 对层级关系特别敏感。
2. 把"你"和"我"的地盘划清楚
这是很多人踩坑的地方——没跟 AI 说清楚边界，它要么乱改你的文件，要么畏手畏脚什么都不敢动。
我的做法是直接说：
"知识库"文件夹完全归你管，你可以创建、修改、删除里面的任何内容。但"原始材料"是我的地盘，你只能看，永远不要往里写任何东西。如果你觉得里面缺了什么，告诉我，我来放。
效果是：AI 在自己地盘上很放得开，在我地盘上很老实。不会出现"AI 帮你把原始文档改了"这种惨案。
小技巧：用"你""我"建立角色感。说"你拥有知识库"比"知识库文件夹由 AI 管理"管用得多。
3. 先把坑说在前面
写规范的时候不光要写"正常情况怎么做"，还要写"出意外了怎么办"。不然 AI 一遇到意外就卡住瞎猜。
比如我告诉 AI：
如果你发现我丢进去的文章没有标注日期和作者，不要停下来问我，也不要卡住。从文章内容里推断，推断不出来就写"日期不详""作者未知"，然后继续往下走，在日志里记一笔就行。
就这一句话，救了无数次的流程中断。AI 知道"缺信息 → 自己推断 → 标注未知 → 继续走"，就不会停在那边等你下指令。
开发中：怎么跟 AI 说话最省力
4. 一次只让它做一件事
这是血泪教训。我也试过一次性丢 5 篇文章让 AI"全处理了"，结果它跳步骤、漏检查、笔记写得乱七八糟。
后来我学乖了，直接告诉它：
记住：一次只处理一篇文章。哪怕我给你一堆文件，你也一个一个来，每篇走完完整流程再开始下一篇。
AI 的注意力是有限的。一次一件事，质量翻倍。
5. 用"如果…就…"把判断逻辑写死
AI 会自作聪明。有时候是好心办坏事，有时候是偷懒。我的经验是：把判断规则写成如果就，不给 AI 留"自己看着办"的空间。
举个真实例子。你丢进去两篇文章，一篇叫"自注意力机制"，一篇叫"Self-Attention"——说的是同一个东西。如果让 AI 自己判断，它很可能给你建两个重复页面。
所以我在规范里加了一道强制检查：
你每次要新建一个概念笔记之前，先去知识库里搜一圈，看看是不是已经有相关的笔记了。不仅要搜标题，还要搜每篇笔记里提到的"别称"和"也叫"。如果发现已经有笔记在讲这件事了，就去更新那篇旧的，绝对不要建新的。实在找不到任何相关笔记，才允许新建。
加了这句话之后，知识库从第一天就没出现过重复内容。
小技巧：把步骤编号，写成"第一步做什么、第二步做什么"。AI 对编号步骤的执行非常忠实，几乎不会跳。
6. "哎呀，我记不住命令行呀"
这是最经典的场景。你吭哧吭哧花了两小时搭好流程，一转头自己忘了该说什么关键词。
对啊，谁要记命令行啊。
所以我的做法是：让 AI 自己听懂人话。 在规范文件的最前面加一张表：
当我说「保存一下这篇文章」「帮我存一下」「收录这篇」「消化一下」「这文章值得留着」——你都理解为：把文章处理了存进知识库。
当我说「我记得之前存过一篇讲某某的」「帮我查一下」「之前那篇文章怎么说」「找一下关于某某的」——你都理解为：去知识库里搜相关内容来回答我。
当我说「检查一下知识库有没有问题」「知识库还健康吗」——你都理解为：跑一遍全部健康检查。
这样一来，我再也不用记命令。"保存一下"三个字，AI 自动跑完一整套流程。
小技巧：每个操作列 5 到 10 种口语说法，越多越好。中文的口语变化特别多——"存一下""记下来""收录""消化""处理一下""这文章不错留着"——全都要覆盖到。
7. 给你的规范排个序
规范写到后面会越来越长。但 AI 读长文档有个毛病：越靠后的内容越容易被忽略。
所以重要的规则放最前面。我的排列是：
- 人话翻译表（最高优先级——我说的第一句话就要被正确理解）
- 地盘划分（你能碰什么，不能碰什么）
- 正常操作流程（标准路径）
- 意外情况怎么处理（备用路径）
- 输出格式要求（锦上添花）
小技巧：如果你的规范超过三百行，后面一百行的规则 AI 基本不会遵守。能精简就精简，把精华集中在前半。
开发后：测试不是跑脚本，是跟 AI 聊天
8. 先拿你熟的东西跑一遍
不要用陌生的内容做测试——你连 AI 输出对不对都判断不了。
我做知识库的时候，丢进去的第一篇文章是一篇我特别熟的经典论文。因为我对这篇太熟了，AI 提取的概念对不对、关联建得准不准，我一眼就能看出来。
我："好，现在测试一下。把这篇论文处理了，看看你能提取出哪些概念。"
AI 跑了完整流程，提取了好几个核心概念和关键人物，每个概念之间自动建了交叉引用。然后我随便搜了一个关键词，精准命中。
这一轮跑通，信心就有了。
小技巧：用你最熟的领域做测试。别拿一篇你自己都不太懂的文章去试——对了错了你都看不出来。
9. 故意问"蠢问题"
流程跑通之后，别急着收工。故意问一些看起来很基础的问题，这些问题往往暴露设计缺陷。
真实的对话是这样的：
我："知识库的内容是用什么存的？数据库吗？" AI："就是普通的文本文件，没有数据库。每个文件是一个知识节点，用双括号互相链接。唯一的辅助文件是一个搜索缓存。"
这个问题其实是在确认：架构够不够简单？能不能随时手动打开文件修改？备份是不是一个文件夹拷贝就行？
我："那文章多了会不会越来越慢？一百篇和一千篇，每次查东西是不是消耗不一样？" AI："不会。两个机制：第一层先搜索过滤，只取最相关的 5 篇；第二层处理文章的时候已经提前帮你做了摘要和要点提炼，查的时候直接读精华，不需要每次重新看原文。所以 10 篇和 200 篇，查询成本基本一样。"
这个回答让我放心了——方案是对的。如果 AI 当时说"嗯，会变慢"，那就得推翻设计重来。
我："但我记不住命令啊。处理文章、查询、检查，到底该怎么说？" AI 在规范里加了一整章口语翻译表。从此「保存一下」就是处理，「我记得存过」就是查询，「检查一下」就是健康检查。
这个例子是关键。 最后一个"蠢问题"直接催生了整个项目最好用的功能——从此不用记任何操作指令。
10. 把反馈当场写进规范
每问一个问题、每发现一个漏洞，立刻更新你的规范文件，不要"回头再说"。
比如刚才问到"文章多了会不会越来越慢"，确认设计方案没问题之后，马上把这条写进规范：
每次查询的时候，先搜索找最相关的 5 篇笔记，再读这 5 篇的完整内容来回答。因为处理文章的时候已经提前做好了摘要和要点提炼，查的时候不需要重新去读原始文章。
下次 AI 再回答问题时，就会严格遵守这个流程。以后你换一个新会话，它一看规范就知道这套规则，不用你再教一遍。
11. 收尾：让 AI 自己写使用说明
项目做完了，但别人（包括三天后的你自己）不知道怎么用。让 AI 自己写一份给人类看的说明书：
好了，你现在帮我写一份使用说明。不要写技术细节，就告诉别人"你想做什么，你就这样说"。
AI 生成的使用说明就一张表，清清爽爽：
| 你想做什么 | 你可以这样说 |
|---|---|
| 存一篇文章 | 「保存一下这篇文章」 |
| 查一个概念 | 「我之前存过一篇讲某某的」 |
| 检查有没有问题 | 「帮我检查一下知识库」 |
接手的人不用读几百行的规范文件，看这张表 5 分钟就能上手。
小技巧：在规范里加一条——"每次改规范的时候，顺手把使用说明里对应的部分也更新了"。这样改一处永远不会漏另一处。
总结：几个我反复用到的套路
- 开发前先画出来：文件夹怎么建的、每篇笔记长什么样、谁的地盘谁说了算。别让 AI 猜。
- 开发中用"如果…就…"：把判断逻辑写成"如果缺信息就自己推断然后标注未知"，不给 AI 留模糊地带。
- 让人话说在前面：规范文件第一章就是口语翻译表，你永远不用记命令。
- 一次只做一件事：AI 的注意力比你想象的短，单线程质量远高于多线程。
- 问蠢问题：每个"哎呀这个怎么用"都是一次改进规范的机会。
- 当场改规则：发现问题不记脑子里，立刻写进文件。文件是你和 AI 之间的唯一契约。
- 简单到极致：能用文本文件解决的别上数据库，能手动改的别搞成黑盒。你总要能随时打开看看里面是什么。
这篇指南本身就是和 AI 一起写的——我把我的思路说清楚，AI 帮我整理成文。你也可以。
