用AI写代码3个月踩的坑,比我前3年都多
第一个坑:需求描述得像聊天,AI只能瞎猜
有个同事让AI写库存管理界面,AI生成的东西完全不能用。后来改成这样问:输入是products.csv文件,包含名称、数量、价格三列;输出要做成网页,可以增删改查,绿色代表库存充足,红色代表低于10件;约束是纯HTML/CSS/JS,不需要后端。一次生成,只改了两个颜色就上线了。3
一个万能的需求描述公式:输入是什么 + 输出要什么 + 约束条件 + 参考样例。写详细Prompt花3分钟,能省下后面30分钟的来回修改。这笔账怎么算都划算。3
第二个坑:一次性塞太多需求,AI顾了这头顾不了那头
AI擅长的是30-100行的代码片段,不是整个系统。正确做法是分步拆解:先跑通核心功能,再一步步加料。第一轮让AI做待办事项列表,能添加删除就行;第二轮加上统计栏显示未完成数量;第三轮再加截止日期排序。每一步都能拿到可运行的版本,成就感连续,出错了也容易定位。2
有人问AI“帮我做一个完整网站”,AI能理解成一百种东西。它不是不聪明,是你给的信息太少,只能猜。猜对了是运气,猜错了才是常态。5
第三个坑:代码能跑就不管了,边界条件全漏
还有人让AI写文件批量重命名脚本,代码跑起来了,文件也重命名了。但后来发现它把文件名里的中文全部删掉了——因为没说“保留中文字符”,AI就按自己的理解处理了。AI写的代码“能跑”不等于“正确”。5
正确姿势:让AI生成代码后,必须逐行审查,理解每段代码的作用,检查边界情况。特别是涉及数据处理、安全认证这些关键逻辑时,必须仔细检查。可以让AI写完代码后加一句:请考虑所有边界情况和异常输入,能减少一半的坑。7
第四个坑:改bug全靠AI,自己不读报错信息
正确姿势:先自己看一遍报错,心里有个判断,再用AI加速修复。遇到报错时先做三步:读报错、理解问题、说出预期行为和实际行为的差别。这三样东西齐了,AI基本一轮就能定位问题。少了任何一样,就是在碰运气。9
还有个问题:改A文件时,AI不一定知道B文件依赖了A里的某个东西。每次提需求时主动告诉AI“这个改动涉及哪些文件”,让AI一并检查关联处。9
第五个坑:频繁换工具,每个都用不熟
用AI编程,不是比谁工具多,是比谁会用。把一个工具用到能预判它的输出,你就超过八成用户了。别一上来就做3D大作,从贪吃蛇、打砖块这种经典开始,跑通了再加难度,循序渐进。1
一个实用的止损原则:只要出现下面任意一种情况,就先停——已经不知道AI改了什么、开始不敢继续点下一步、说不清怎么验证、只能靠运气判断结果对不对。这时候不要继续往下改,先让AI解释目录、解释文件、解释报错、列出验收步骤。先把可控性拿回来。4
AI编程工具不是银弹,用好了效率翻倍,用不好就是灾难。这5个坑都是真实踩过的,希望你别再踩一遍。工具越强大,审查越重要。少走半年弯路,从绕开这5个坑开始。6
当前文章无评论,是时候发表评论了