从提示词到工作流：让 AI 真正参与日常开发

先定义结果，再打开对话框

在让 AI 帮忙之前，先写下你需要交付什么。是解释一个报错，整理一份方案，还是补齐一个接口？当目标足够明确，验证结果就更容易。

一个可复用的协作流程

1. 给出任务背景、约束和已有代码。
2. 让模型提出一个范围有限的实现。
3. 检查假设与边界条件。
4. 运行测试，阅读差异，再决定是否采用。

把验证写进任务

「写一个排序函数」与「写一个排序函数，并说明空列表、重复值如何处理」会引导不同的结果。约束不是让工具失去自由，而是减少误解。

保留人的判断

权限、成本、隐私和产品取舍需要人来负责。遇到看起来很流畅的解释，也应回到文档与实际运行结果。

把 AI 当作协作者，把验证当作工作流的一部分。

如果你已经有一套顺手的 AI 开发流程，欢迎分享最有效的一个步骤。