我用 AI 做事,会先让它解决一个具体问题
先拿一件具体的事,用 AI 拆解和处理,再亲自运行、核对结果。也记录博客样式问题带来的教训。
别人问我 AI 怎么用,我最想说的通常不是某一条提示词。
先拿一件正在烦你的事出来。
比如一个表每天都要重新整理,一个页面的按钮总是出问题,几个系统之间需要反复复制数据。需求越具体,越容易判断 AI 到底有没有帮上忙。
我会把问题交代到能动手的程度
如果想做一个工具,我会先说清楚输入是什么,最后要得到什么,谁来用,哪些东西不能动。
“帮我做一个管理系统”太大了。换成“把这份数据按日期汇总,标出库存不足的商品,再导出一张能发给同事的表”,就有了起点。
写代码也一样。告诉它当前项目用什么技术、报错在哪里、我已经试过什么,再要求它解释准备改哪些文件。涉及数据库和线上服务的时候,修改范围尤其要提前说明。
代码出来了,还要把它跑起来
AI 写出一大段代码,聊天窗口里看着挺完整。接下来得看依赖能不能装,页面能不能开,数据是不是按预期变化。
我会用一个很小的例子验证结果。正常输入能不能处理,空数据会不会报错,改完一个按钮,旁边的功能有没有受到影响。
我做博客时就碰到过很直观的问题:服务器返回了页面,文字也都在,实际打开却挤成一团。后来查到构建没有生成完整的布局样式。只检查“请求成功”,确实看不出这个问题。
所以我现在更重视把结果放到真实的使用方式里看一遍。
不会的地方,也可以继续问
我会让 AI 解释一个报错为什么发生,列出排查顺序,或者把一个大任务拆成可以逐个验证的小步骤。这样遇到陌生技术,也不至于完全停在那里。
但文件是做什么的,配置会影响哪里,数据有没有被改,自己得慢慢弄明白。后面出了问题,才知道该从哪儿查。
如果你刚开始用 AI,可以挑一件十几分钟就能确认结果的小事。把原始资料给齐,把完成标准说清楚,做完亲自用一次。第一件事顺了,再加下一件。这个过程比收藏一长串“万能提示词”更容易形成自己的方法。