AI代码工具使用技巧
一些使用技巧
三个比较有用的句子
- 请复述我的需求:当你认为它可能不理解你的需求时,比如你觉得自己描述不清晰时;
- 请在代码的每个相关的位置都打上详细的日志:当多次让它 debug 无果后;
- 请立刻解释你的实现逻辑:当它多次实现你都不满意时/debug 的开始时让它自己理清逻辑。
- 请参考其他地方的实现逻辑:当你已经有成功的类似功能,然后让它实现相似功能的时候
开发建议
如果项目很重要,一定要积极地进行 review 和重构指导(按照你的喜好),不然代码会越来越臃肿,你不熟悉的盲点代码会越来越多,积累的冗余代码会越来越多(一些重复实现或者没用上的逻辑),会导致你和它开发新功能的时候出现理解认知问题。
积极使用 claude code plan 模式来进行新功能计划、方案脑暴和 roadmap 规划。
最难调的是输出不了日志的情况,就是前端界面(而且也不太好描述如果界面比较复杂时)。
使用场景分析
使用它分两种情况:一种是工作项目,一种是个人项目。
个人项目(0-1产品开发)
如果你是想要做一个 0-1 的个人产品:
- gemini 2.5pro → 需求文档,技术架构文档;
- 之后 claude code(claude 4.5 sonnet) → 将需求文档和技术架构文档传递给 claude code,让他转换为开发计划;
- 这三个文件放到项目文件夹下;
- 之后让 claude code 执行开发计划并且更新文件。
工作项目(AI赋能)
如果你是工作中想要用 AI 赋能:
- 如果是之前我会推荐 Cursor,但是现在我不推荐了,因为 Cursor 最近效果很不稳定。这种不稳定是必然的情况,核心是 Claude Code 是源头 LLM 厂商,他们的 20 刀会员你可以用到 100 刀,但是 Cursor 作为第二级 AI 厂商,你最多用 40 刀多一点(透支一倍的情况下)。还是推荐 Claude Code。
开发实践建议
一些比较大的 commit 之前可以让它写完代码,自检代码安全问题、质量问题和冗余问题、之后人工 Review 一下。
不要一次贪多,bug 逐个让它解决,功能逐个实现,这样上下文集中,成功率更高。
两个项目 Claude Code 同时进行很合适,三个同时运行你的注意力会不集中,而且比较累。
AI 解决不了,也可以尝试谷歌搜一下,说不定有惊喜。
工具推荐
claude skill 是好东西,很好用,比较有用的是 feature-dev 和 frontend-design。
mcp 比较实用的是 figma 官方出的 figma mcp,适合设计使用 figma 的公司,用来前端切图非常方便。
一些其他的看法
Claude Code 实现功能非常快,但是其实是把压力给到了测试上,大部分时间我都不是全栈工程师,而是一个测试 hh(甚至是运营)。
AI 虽然强大,但在建立真实的人际关系、情感连接、信任关系等方面仍暂时无法替代我们。
评论
- 我每次说完需求,都会在后面加一句"在此阶段,禁止生成任何代码。对于问题描述是否清晰?你的职责是进行规划(Planning),并提出任务中不清楚或有疑问的地方。"
- 前端是不是可以交给 gemini3 pro?
- 这个更好,推荐。我是用 claude frontend-design 来做前端设计。而且主要是我比较懒得切换模型和工具。
- 最近几天在用 gemini 3 ,相比 claude: 优点: 速度快;价格低;生成的代码质量好; 缺点: gemini-cli 没有 claude code 好用;指令遵循比较差,比如让它用中文/先描述修改方案,经常会用英语/直接写代码。 我主要写 python java vue 。
引用来源
使用 Claude Code 至今的一点经验分享问答
来源:V2EX
作者:mlhiter
发布时间:2025-12-04