AI Agent / 系统课时
先规划再生成代码
先规划再生成代码
在 Vibe Coding 中,直接让 AI 输出代码容易产生方向错误。先要求 AI 分析影响范围、实现方案和潜在风险,可以让生成过程从“快速写代码”转变为“基于设计决策实现”,降低返工成本。
学习目标
- 理解为什么需要先规划再生成代码。
- 掌握让 AI 输出分析方案的提示方式。
- 建立从问题分析到代码实现的协作流程。
为什么生成前需要规划
AI 擅长根据上下文生成代码,但它不会自动知道所有业务约束。如果没有明确目标、已有结构和兼容要求,生成结果可能看似正确,却破坏现有设计。
规划阶段的核心不是让 AI 写更多文字,而是让它先建立实现模型。通过分析影响文件、依赖关系、数据流和风险点,可以提前发现不适合直接修改的位置。
提示驱动的规划流程
一个有效的开发流程通常包含四步:先描述目标,再要求 AI 调查现状,然后比较方案,最后确认实施计划。规划阶段可以要求 AI 输出以下内容:
- 需要修改的模块和文件。
- 可能影响的功能范围。
- 推荐实现方案及原因。
- 需要人工确认的风险。
例如,在开始实现前,可以要求 AI 按固定结构整理计划:
yaml
# 片段示例:用于约束 AI 先分析再实现
plan:
goal: "新增用户登录校验"
impact:
- "认证模块"
- "用户数据接口"
risks:
- "旧客户端兼容问题"
implementation: "先扩展接口,再逐步迁移调用方"这个结构的作用是固定分析维度,让 AI 不会只关注当前代码片段,而忽略系统整体影响。
从规划到编码的转换
确认方案后,再进入代码生成阶段。此时提供给 AI 的上下文应该包含已确认的文件范围、技术选择和限制条件。
如果实现过程中发现新的影响范围,应回到规划阶段重新评估,而不是继续堆叠修改。规划和编码之间形成闭环,可以避免小需求演变成不可控重构。
常见错误
常见问题是只告诉 AI “帮我实现某功能”,然后接受第一次生成结果。这样的方式缺少设计检查,容易出现重复实现、接口破坏或遗漏边界情况。
另一个问题是规划过长但没有行动结论。好的规划应该服务于下一步开发,最终需要明确“改什么、为什么改、如何验证”。
按自己的节奏,确认真正理解。