我身为一名资深的软件工程师，当下所维护的系统月度请求量超过百万。我平常进行代码编写，百分之九十的时间都围绕 Code 展开。

在你仍于抱怨自身for循环出现问题之际，我正以高达10倍的速度去交付更为优质的测试，问题并非在于“氛围编码（Vibe ）”，而是在于你本身。

1. 你的提示词烂透了

“将我的认证Bug进行修复”——留心，此并非提示词，而是一种祈祷 。

AI的问题所在，你得告知，还要出示报错信息，对此说明你期望它做的事，以及达成的效果 。

如果你自己都说不清楚问题，那就是你的责任了。

2. 别再用「自动接受」

谁用 （自动接受 AI 提交）谁就活该踩 Bug。

记住codejock 17，AI生成的每一行代码永远都要看。

AI 给你的不是圣旨，只是建议。

3. 少即是多：代码越少越好

见到 Paul （美国著名程序员）仍在夸赞某个创业者，讲他凭借 AI 每日能够产出 1 万行代码，我仅仅想要说，祝你拥有好运，在维护那一堆杂乱无章的代码时千万不要哭泣。

真正好的工程设计，意味着最小的改动。

如果你的 AI 为了一个功能改了半个代码库，那你就做错了。

4. 把你的目录结构整理好

如果你的代码仓库一团乱codejock 17，就别怪 AI 一直犯糊涂。

目录结构要简单：feats/

-name

files

人类都一眼扫不明白你的仓库，AI 更别想了。

5. 工具不是魔法

据我所想，声称「Vibe不行」的那些人，恰似在讲「刀子具有危险性」 。

是啊，如果你不会用，那当然危险。

学会正确使用工具，才是关键。

6. 用语音写提示词

大多数人都忽略了一个专业建议：用语音口述提示词。

口述时你提供的上下文信息，往往比打字多 3 倍。

我自己用 .io（是我开发的）， 和 Flow 也可以。

在进行言语表达之际，你会自然而然地将边界条件以及假设都予以讲述出来，然而这些内容在你进行打字之时常常会出现遗漏的情况。

7. 不要在一个对话里聊多个话题

假如你打算于一场对话之中跟人工智能谈论三个不一样的话题，人工智能必然会陷入混乱状态。

记住，换话题就开一个新对话。

学术界存在专门针对会对AI产生干扰的上下文切换进行研究的论文问世，事情就是这样。

8. 记录改动，但别写太多

保存日志文件。

每做完一个大功能/重要改动，就写一句话更新。

这种随手记录，节省了你日后解释上下文的时间。

最后，一句话总结就是：别再怪工具了，学会用才是根本。

即将于来年也就是2025年10月16日至17日，在北京威斯汀酒店予以举办 以2025全球机器学习技术大会（ML-）北京站为主题的活动 此次大会有着12大主题 还有50多位来自海内外的专家 其重点会聚焦于大模型技术以及应用变革 若需了解详情 可参考官网 网址为https://ml-.org 或者点击原文链接 。

如有侵权请联系删除！