企业官网建设流程全解析

我们知道现在的LLM都是概率模型，不完全可信。

那么怎样提高可信度，让AI生产出能够可在实际项目中可用的代码呢？

首先要相信AI在某些层面上比你更聪明，其次要相信AI也需要我们的引导来发挥它的聪明才智。

比如：人类的脑容量是有限的，而AI具备更大的脑容量，所以它有能力去对比数据并捕获之间的关联，或者说更容易具有全局视野，但是这个是需要我们去引导的。举例来说，我们可以让AI去跟进每天不同团队、不同成员的提交，然后去分析每天的性能变化、新增bug，再去建立其中的关联。

以下是我实际使用的一些提示工程相关的经验：

1.把任务拆解，分模块验收

对于复杂的系统，需要把任务拆解成多个部分，确保每个部分都是可验收的

不要指望只要一句话就能指望AI能帮你打点好一些

分阶段验收后通过后，对代码存档，再开始下一个任务；

一旦开始产生严重幻觉，而不是我们自己也可能写出的小bug，及时回滚到上一个任务重新开始，然后审视自己的提示哪里不到位

2.提供可信的参考代码

如果我们期望AI的代码风格、实现细节不走偏，最好的方式就是提供可信的参考代码

这可以是工程中原有的代码，也可以是额外输入的代码

3.在需求开始前，完整对一遍技术方案，确保方向不走偏

因为我们的语言表达和AI的理解可能会产生偏差，或者我们在描述的时候总会有疏忽，可能遗漏一些细节；所以一定要在开始写代码之前，和AI对齐认知

“在开始实现前，有什么问题，请先与我沟通”

“在开始实现前，请先阐述你的方案设计”

4.提供足够的引导

比如定位bug时，直接贴报错，运气比较好的话，AI能立即找到原因，但也有可能会不停的猜测错误原因，有时候会出现反复在几个原因间猜测，然后死循环的现象；

此时需要提供足够的引导，比如，一些明确的日志、堆栈、截帧等，以及关掉哪些功能后恢复正常，

或者说，直接指出怀疑应该是某个方向出错了

到目前为止，我们讨论的都还是AI辅助个人生产力的进步，这是我们首先可以入手尝试的地方。再想得更远一些，当这套流程跑通后，如果能从中提取一些公共的方法论，那么又可以让AI去取代我们在这部分的生产力

一个可以预见的完整的工作流：

• 搭建自动跑测流程，让AI完成自迭代和闭环

• 提供需要遵循的规范，包括但不限于代码书写规范、需要关注到的工程细节

• 引入AI验收功能，确保代码可用性

• ……

可以预见未来的一个发展趋势就是让不同AI去扮演不同身份的工程师，来共同完成协作开发，从产品的角度来看，落地不再会成为瓶颈，未来将变成一个拼灵感与创意的时代；对于工程师而言，核心的竞争力转换为发现并解决问题的能力，对思考有更多的要求，纯执行的开发工作可能会被取代；技术本身并非变得毫无意义，但对技术视野要求会更高，因为至少需要懂得如何去提问。

总而言之，这一定是一个充满机遇与挑战的时间点。从开发者的角度讨论，对于有一定经验的人来说，他们积累了一定工程经验，所以更能够意识到痛点在哪里以及利用好AI去解决这些问题，而对于新人来说，因为AI太好用了似乎让他们很难再去积累类似的经验，但换个角度想，至少能借着年轻更好地转到AI相关行业，或者所谓的“经验”在未来也会成为历史的眼泪。