10条与AI协作的核心实践
10条与AI协作的核心实践
1. 心态归零：别把AI当"大神"，把它当成你的"实习生"
要用好AI，第一步是心态归零。不要对大模型抱有"敬畏之心"，觉得它无所不能。恰恰相反，你应该"把它当个流氓"，大胆地去驱使它。我们与AI协作的正确角色定位应该是：你是它的管理者（TL），而AI是你手下的一个在特定领域非常专业的"实习生"。
你就把它当做你的那个下属...就像你去怎么样去辅导你的实习生那一个过程，你再把它当做一个实习生，你用这种形态去对那个工作的时候，你觉得才是一个更好的合作的这么一种方式。
这种心态的转变至关重要。它能让你从被动等待AI给出完美答案，转变为主动地去规划任务、拆解需求、监督执行并修正结果。你负责掌舵和思考，AI负责执行和实现，这才是最高效的协作模式。
2. 模式切换：用"讨论模式"构思，用"执行模式"干活
在像Cursor这样的AI编程工具中，通常有两种核心工作模式：Ask（提问）模式和Agent（代理）模式。Ask模式类似于和ChatGPT对话，你可以和它自由讨论方案，它不会直接修改你的代码。而Agent模式则会直接上手，根据你的指令修改文件。
最佳实践是：先聊再做。对于稍微复杂一点的需求，先在Ask模式下，把你的想法、需求、甚至不成熟的方案抛给AI，和它反复讨论。你聊得越细，它对需求的理解就越精准。当你们共同敲定了一个清晰的执行方案后，再切换到Agent模式，让它去动手实现。这种方式能极大避免方向性的错误，显著提升最终生成结果的准确率。
3. 模型选择：用对"人"，做对事
不同的模型有不同的"性格"和擅长点，就像团队里不同的人适合做不同的事。目前的实践表明：
- GPT-4o：更擅长方案规划、文案撰写和逻辑推理。它像一个思路清晰的"军师"。
- Claude 3.7 (及以上版本)：在生成代码方面表现极为出色，代码质量高，逻辑更严谨。它像一个能力出众的"工程师"。
因此，一个高效的搭配策略是：在Ask讨论模式下，使用GPT-4o进行头脑风暴和方案设计；在Agent执行模式下，切换到Claude 3.7以上的模型来生成代码。请务必记住，生成代码时一定要用高级模型，否则结果的好坏简直是"一个在天上，一个在地下"，差别巨大。
4. 任务拆分：不要指望"一口吃成胖子"
面对一个复杂的需求，千万不要指望一个提示词就能让AI帮你搞定所有事情。正确的思路是"分而治之"。
首先，清晰地描述你的整体需求，让AI先生成一个60分的整体框架。这个框架可能每个页面都很粗糙，细节也不完善，但这没关系。关键是先把"毛坯房"建起来。然后，再针对每一个页面、每一个模块，进行单独的、精细化的微调和优化。这个"先整体，后局部"的工作流，能确保你在处理复杂需求时始终保持清晰的思路和可控的进度。
5. 对话管理：学会"另起炉灶"和"一键回滚"
AI的上下文理解能力是有限的。如果你在同一个对话窗口里聊了太多不相关的需求，它的"记忆"就会变得混乱，导致指令理解准确性急剧下降。
因此，必须掌握两个关键技巧：
- 善于开启新对话：坚持"一个需求，一个对话"的原则。当你要开始一个新任务时，果断地开启一个新的聊天窗口，保持上下文的纯净。
- 善于回滚 (Rollback)：如果你发现一个问题和AI反复沟通都无法解决，不要纠结。直接使用Cursor等工具提供的版本回滚功能，一键回到之前的某个正确状态，然后换个思路重新开始。
AI试错的成本极低，果断放弃无效的对话路径，本身就是一种高效的工作方式。
6. 精准表达：给AI"递上地图和说明书"
精准控制AI是一大难题。我曾经历过这样的崩溃瞬间："我就是想把这个编距调小一点，我跟它对话了四五十个回合，就是改不出来。" 这种模糊指令下的低效沟通，足以摧毁你的耐心。为了让AI精准理解你的意图，以下方法至关重要：
- 使用插件：利用如 stwise 这样的浏览器插件，你可以直接在页面上点击选中某个元素，它会自动帮你生成一个非常结构化的提示词，其中包含了元素路径、所属组件等关键上下文。
- 限定上下文 (add context)：在提问时，明确使用add context功能告诉AI，本次修改只针对某一个或某几个特定文件，避免它在整个项目中"大海捞针"。
- 提供更多线索：直接把页面截图、甚至是浏览器控制台里的报错信息丢给AI，这些都是帮助它诊断问题的"地图和说明书"。
7. 积累资产：从"游击战"到"体系化作战"
如果说前面的技巧能帮你把效率从20%提升到50%，那么要实现到80%甚至更高的飞跃，就必须建立自己的"原型设计工程资产"。
这意味着，你不能再满足于生成一个个独立的HTML文件。因为这种方式"拓展性很差"，且"组件的复用就非常低"。你需要建立一个统一的、基于现代前端框架（如React）的工程。在这个工程里，你可以系统化地沉淀通用的UI组件库、页面模板和设计规范。当AI在这个统一的工程基础上生成新页面时，它会自然地复用现有组件，从而保证所有页面的样式、交互和结构保持高度一致性。这才是从"游击战"迈向"体系化作战"的关键，也是实现效率规模化的唯一路径。
8. 基础储备：AI时代，基本功反而更重要
这是一个反常识但极其重要的观点：想用好AI辅助设计，你反而需要掌握一些前端基础知识，尤其是HTML和CSS布局（如Flexbox, Grid）。
原因在于，AI生成的页面，最难调试的就是布局和样式细节。AI的生成本质上是概率性的，这带来了不确定性。当它给出的布局不符合你的预期时，如果你完全不懂CSS，就只能和它进行低效的"猜谜式"沟通。但如果你懂布局的基本原理，就可以直接给出精准的指令（例如"将此容器的display改为flex，并设置justify-content为space-between"）。这让你从一场依赖运气的对话，转向一场由你主导的、精准控制的对话。
9. 善用"咒语"：用结构化思维框架（MCP）处理复杂任务
对于项目重构这类极其复杂的任务，简单的指令很难奏效。这时，你需要借助更高级的提示词框架，即Metaprompt (MCP)。
其中，一个名为 C2-thinking 的MCP非常有效。它的魔力在于，当你使用它处理一个复杂任务（比如重构）时，AI会先为自己制定一个详细的、分步骤的执行计划（例如："好的，我将分八个步骤完成这个重构任务，第一步是分析现有结构……"），然后再严格按照这个计划一步步执行。这能确保在漫长的执行过程中，AI的思考路径不跑偏，始终保持逻辑上的一致性。
10. 建立规则：为你的AI助手设定"工作规范"
在Cursor中，有一个强大的功能叫做规则（.cursor-rules）。你可以把它理解为一个项目级的"工作规范"或系统级的"前置指令"，它分为两个层级：
- 用户级规则：应用于你所有的项目，定义通用的个人偏好。
- 项目级规则：仅在当前项目生效，定义该项目的特定规范。
通过设定规则，你可以把你总结出的最佳实践、编码原则、技术栈规范、甚至是沟通语言（例如"请全程用中文与我交流"）固化下来。之后，你每一次向AI发出指令，这些规则都会被自动作为上下文一同提交。这能极大地保证AI输出的稳定性和规范性，让它像一个真正被你"调教"好的助手一样工作。
结论：AI不是要替代你，而是要解放你
回顾这10条军规，你会发现，驾驭AI的关键，与其说是提示词的技巧，不如说是一套正确的心态、系统化的工作流和扎实的基本功。
AI的出现，并不会轻易替代产品经理或设计师。恰恰相反，它正在把我们从大量重复、繁琐的原型绘制工作中解放出来。这让我有了更多宝贵的时间，可以去和业务方深入沟通、去孵化酝酿已久的新创意、去做那些真正需要人类智慧和同理心的、更有价值的事情。