项目总览
AI 能写代码,但真实项目不会因为“代码生成出来了”就自动完成。这个指南处理的是生成之后的事情:读项目、定边界、做验证、进主线、发到线上,再把经验留给下一次任务。
它会回答这些具体问题:
- 一个新手如何稳定完成第一个任务?
- 一个开发者如何让 AI 进入已有仓库?
- 一个团队如何设定规则、权限、验收和复盘?
- 一个公开项目如何从本地页面变成可持续发布的网站?
一次交付要经过什么
先判断产品形态
做项目前要先判断最终交付物是什么形态:官网、Web 应用、小程序、移动 App、管理后台、API 服务,还是自动化脚本。
形态不同,入口、技术结构、部署方式和验收标准都不同。你可以先阅读产品形态,再进入具体路线。
再理解业务流转
产品形态确定后,不要马上画页面。先还原业务现在如何流转,再决定哪些工作由人完成、哪些工作交给系统自动完成,以及每个角色能看什么、能改什么。可以继续阅读从业务流转到系统设计。
再说明技术栈
技术栈说明项目由哪些层组成:前端、小程序端、后端、数据库、文件存储、部署平台、CI/CD 和监控。
技术栈越清楚,AI 越容易判断应该读哪些文件、运行哪些命令、遵守哪些框架约定。你可以阅读技术栈,建立项目结构的基本地图。
代码要适合协作
对 AI 友好的代码,本质上也是对人友好的代码:高内聚、低耦合、单一职责。
当模块边界清楚、函数职责单一、依赖关系简单时,AI 更容易小步修改、准确验证,并说明影响范围。你可以阅读对 AI 友好的代码,理解代码组织为什么会影响 AI 协作质量。
任务要可执行
任务里要有上下文、边界、验收标准和验证方式。缺少其中任何一项,AI 都可能交出“看起来完成、实际无法验收”的结果。
不要只说“帮我优化项目”。更好的说法是:
text
请先阅读项目结构和 README,理解当前文档站的技术栈。
然后新增一篇服务器部署教程,要求能被 VitePress 构建通过。
最后运行构建命令,并总结修改文件和验证结果。结果要可验证
每次改动都要回答三件事:
| 问题 | 示例 |
|---|---|
| 改了什么 | 新增部署章节和 CI workflow |
| 怎么验证 | npm run build、GitHub Actions 成功 |
| 还有什么风险 | Pages 缓存、域名未配置、内容还需要补图 |
经验要可沉淀
同一种任务出现第二次,就不该再全靠记忆。把有效做法沉淀成模板、脚本、Skill 或团队规范,下一次才能从已有经验继续往前走。
项目边界
这个项目优先做五类内容:
- 产品形态、技术栈、代码组织与基础认知。
- AI 编程入门与任务设计。
- 工程项目协作与验证。
- 服务器、部署、CI/CD 与上线维护。
- 真实案例复盘。
暂时不做模型评测、不做工具横向榜单,也不把内容写成泛泛的 AI 新闻。