💡
原文中文，约7100字，阅读约需17分钟。
📝
内容提要
本文介绍了高效利用AI编程的方法，强调“拷问式”规划的重要性。通过与AI对齐需求，生成产品需求文档（PRD），并将其拆分为小任务，确保每个任务在AI的“聪明区”内完成。采用测试驱动开发（TDD）以确保代码质量，最后通过循环脚本让AI独立执行任务，从而提升工作效率，实现从“码农”到“包工头”的转变。
🎯
关键要点
-
高效利用AI编程的关键在于“拷问式”规划，确保需求与AI对齐。
-
AI的工作效率在100K tokens以内，超出后会变得笨拙。
-
通过“拷问我”技能，AI可以深入询问需求，确保理解一致。
-
生成的产品需求文档（PRD）是AI执行任务的目的地地图，不需过多审查。
-
将大任务拆分为小任务时，应采用“竖着切”的方式，确保每个任务都是完整的小功能。
-
使用循环脚本让AI独立执行任务，提升工作效率。
-
测试驱动开发（TDD）是确保代码质量的关键，需先写测试再写代码。
-
保持代码库的友好性，优化架构，减少浅模块，增加深模块，以便AI更好地工作。
-
通过有效的反馈循环，确保AI输出的代码质量，避免垃圾输出。
❓
延伸问答
什么是“拷问式”规划，它的重要性是什么？
“拷问式”规划是通过与AI深入对话，确保需求对齐的过程。它的重要性在于帮助用户和AI在思维上达成一致，从而提高工作效率。
如何将大任务拆分为小任务以提高AI的工作效率？
应采用“竖着切”的方式，将大任务拆分为完整的小功能，确保每个任务都能独立完成并得到反馈。
为什么AI在100K tokens以内工作效率最高？
因为超过100K tokens后，AI会变得笨拙，无法有效处理信息，导致输出质量下降。
测试驱动开发（TDD）在AI编程中的作用是什么？
TDD确保AI在编写代码时有明确的目标，能够提高代码质量并快速反馈，避免错误。
如何保持代码库的友好性以便AI更好地工作？
应优化代码架构，减少浅模块，增加深模块，使得接口简单而内部功能强大，便于AI理解和操作。
在AI编程中，如何有效利用反馈循环？
通过快速的测试和审查反馈，确保AI输出的代码质量，及时发现并修正错误。
➡️
