一、开头：从"一句话"到"一套体系"
最开始以为提示词就是一句话。后来发现一句话不够，开始写长提示词。
再后来发现写了一堆提示词，自己都找不到了。重复的写了好几遍，好的丢了，烂的忘删了。
这时候才意识到：提示词不是只写一次的东西。它在积累。积累起来就是资产。
写、管、用——三个环节缺一不可。
二、怎么写：从"一句话"到"结构化模板"
一开始我也以为，AI 编程的终极形态就是一句话生成一个系统。后来发现这句话只对了一半——对于简单需求确实可以，但稍微复杂一点，一句话扔给 AI 出来的东西根本不能用。
关键认知：AI 不能一次性帮你完成一件完整的事情。
不是 AI 不够强。是你需要把事情拆开——拆到每一件 AI 都能独立完成的程度。
我的流程是这样的：
- 简单需求： 自己先梳理一遍，直接交给 AI
- 复杂需求： 自己也没想清楚的，先跟 AI 沟通，让它给你提供思路
- 超长需求： 直接语音发给 AI，让它先帮你梳理成结构化提示词
- 把提示词发给 Claude Code，用 plan 模式结合代码现状制定开发计划
- 审查计划无误后，开始写代码
不太复杂的需求基本可以一遍过。前端除外——可能是因为我自己不擅长前端，描述得不够准确，改起来会慢一些。
下面是我目前实际在用的模板。前置依赖部分其实可以写到全局规范里，但我试了几次偶尔会有问题，就还是复制粘贴了——反正没增加工作量，一直保留着。
## 前置依赖
- 已读取项目根目录的 CLAUDE.md 全局规范。执行之前有不清楚的先和我沟通确认
- 先按 plan 模式生成计划，并输出为 md 文件，命名规则：需求文件拼接"-执行计划"
例如读取"需求V1.0.md"，则将计划写入同目录的"需求V1.0-执行计划.md"
- 执行完代码后根据执行计划生成测试用例，命名规则同上，拼接"-测试用例"
- 确认没问题了，再开始修改代码
## 核心业务需求
## 核心字段
## 硬性约束
## 输出要求
所有的提示词文件我都原样保留，同时提交到 SVN。这是下一部分要讲的——怎么管。
三、怎么管：分类、版本、复用
大部分讲提示词的文章都在讲"怎么写"。但写了一年之后我发现，写的成本其实不高——找的成本才是最高的。 一个需求来了，明明记得半年前写过类似的提示词，翻了三个文件夹找不到，只能重写。这才是真正的效率黑洞。
3.1 分类
我之前也试过 openspec 之类的提示词管理工具，但太严格了，用起来反而累，就放弃了。
目前的分类方式按项目来：
- 老项目（做了 4 期的大项目）： 按 module 分类，module 下到第一层文件夹
- 新项目（规模较小）： 按总计划、系统管理、基础数据管理等大功能模块分类
不完美，但够用。关键是有分类——比全部扔在一个文件夹里强一百倍。
3.2 版本管理
提示词不是一次写对的。每次迭代背后都是一个真实的坑：
- v1：能跑但不完美
- v2：加了约束条件，限制了 AI 的发挥范围
- v3：处理了边界情况，把上次翻车的地方补上了
- 需求变化也升版： 客户改了需求，提示词跟着升版，不是覆盖旧的而是新建一份
每次升版都重新生成对应的执行计划和测试用例。新旧版本都在，哪天要回溯，打开 SVN 日志一目了然。
3.3 复用
同类型的新需求来了，第一次写了半小时。
第二次直接从库里找上次的提示词，复制粘贴，或者直接告诉 AI "参考上次那个执行计划做"。3 分钟。
这就是复利。写得越多，需要重新写的越少。
四、提示词是数据资产
这部分是我最想讲的。因为很多人把提示词当作"一次性消耗品"——用完就扔了。但实际上，提示词才是你用 AI 这一年真正攒下来的东西。
代码库是公司的资产。提示词库是你自己的。
为什么？
-
小公司没有严格的项目管理工具，需求变更往往没有记录。提示词本身就是需求记录——客户说了什么、技术方案怎么定的、为什么这么设计，全在提示词里。而且没有增加额外工作量，你本来就要写的。
-
如果一个项目保留了完整的提示词，接手的难度直接降一个数量级。让 AI 按照提示词梳理出所有关键信息：核心业务、技术路线、项目状态——一个完全陌生的人也能快速上手。
-
有了完整的提示词，AI 可以辅助完成后续所有文档交付：测试报告、用户使用手册、验收文档——全部可以根据提示词自动生成。
-
最重要的：如果项目有二期，完全可以将一期的提示词蒸馏成一个专门服务这类项目的 skill。 二期开发、相似项目开发，直接用 skill 驱动 AI，效率翻倍。
10 年 Java 经验 + 半年 AI 提示词积累 = 换项目、换公司、甚至换技术栈，你的效率不会归零。
哪天你离开现在这家公司，代码带不走。但提示词是你的——带得走，用得上。
五、总结
写好提示词只是第一步。既然已经付出工作量写了，就把它管起来。存好了、分好类、持续迭代——它就是你的数据资产。
上一篇：10 年 Java，一家公司，35 岁——以及 AI 是怎么改变我写代码的方式的
下一篇预告：第一次把整个项目交给 AI：比我想的快，也比我想的笨
