开始之前：先让 AI 了解你的环境

用 AI 写代码，有两种常见方式：

1. 在开发工具里直接用：比如 Google 的 Antigravity、VS Code 配合 AI 插件。这种方式 AI 能自动读取你的项目文件和配置，不用你手动说明环境。
2. 在网页上对话：比如直接用 Claude、GPT、Gemini 的网页版聊天。这种方式 AI 看不到你的项目，你需要主动告诉它你的开发环境。

如果你用的是第二种方式（网页对话），记得先说清楚：

• 你用的是什么电脑

• 开发工具叫什么、什么版本

• 项目用的什么技术

• 如果有云环境 ID、API Key 这些配置信息，提前写在文档里告诉 AI

这一步做好了，后面 AI 给你的代码才会符合你的环境，不然它可能给你生成些你用不了的东西。

第一步：把你的想法，变成写给 AI 的“需求说明书”（Prompt）

不要直接口头跟 AI 说"帮我做个打卡功能"——这太模糊了。

把需求写成文档，内容包括：

1. 需求背景：你为什么要做这个功能
2. 具体要实现什么：一条一条列清楚
3. 有什么限制：比如必须用云开发、不能引入额外的库

格式建议：

• 最好用 Markdown 格式，如果不会写，纯文本也行

• 每一条需求编上号，1、2、3 这样

第二步：发给 AI，先让它说说理解

把文档发给 AI 之后，不要急着让它开始写代码。

先问它一句："请用你自己的话，说说你对这份需求的理解。"

AI 说完之后，你对照一下：

• 理解对了？继续往下走

• 理解有偏差？告诉它哪里不对，让它修正

这一步非常重要——如果理解都是错的，后面写的代码肯定也是错的。

第三步：确认需求，让 AI 输出任务清单

当你和 AI 对需求达成一致了，就可以说："需求确认，请输出任务清单。"

AI 会把要做的事情拆成一个个小任务，类似这样：

任务 1：创建云函数目录

任务 2：编写获取步数的云函数

任务 3：在小程序端调用云函数

任务 4：处理用户没授权的情况

...

你要检查一下这个清单：

• 是不是把要做的事情都涵盖了

• 顺序对不对（有依赖关系的要先做）

确认没问题了，告诉它"清单确认，开始开发"。

第四步：开始开发

从任务清单的第一项开始，让 AI 一步一步带着你做。

记住一个原则：一次只做一件事。

做完一个任务，先跑一下看看效果，确认没问题再进入下一个。不要一口气让 AI 把所有代码都写完——那样出了问题你都不知道是哪个环节出错的。

在这个过程中，装个"小白"没关系：

• 看不懂的代码，让 AI 解释

• 不知道怎么操作，让 AI 一步一步教你

• 遇到陌生的东西，让 AI 给你说说是干什么用的

类似直接问 AI：“我在 deepin 系统上，怎么运行这个文件？需要装什么依赖吗？” AI 会连带安装命令和运行命令一起打包喂给你。你只需要在终端里按回车。

第五步：测试和验收

每做完一个功能，自己测试一下：

• 打开小程序跑一跑

• 看看效果是不是你想要的

• 看看控制台有没有报错

测试结果反馈给 AI——如果没问题，继续下一个任务；如果有问题，进入 Bug 修复流程。

报错不可怕，这正是 AI 的强项。

那怎么跟 AI 描述问题？

调试是最容易卡住的地方。跟 AI 描述 Bug 的时候，信息要给全：

一条好的 Bug 描述应该包括：

1. 你看到了什么现象（比如页面空白、按钮点了没反应）
2. 控制台报了什么错（完整复制过来，不要只说"有报错"）
3. 你是怎么操作才出现这个问题的（比如"点了某个按钮之后"）
4. 你期望的正常表现是什么

切记：一次只说一个 Bug。

修完一个，确认好了，再说下一个。不要一口气甩十个问题给 AI，它会晕，你也会晕。

几条经验

1. 文档先行：动手之前，需求先落成文字
2. 确认再开工：AI 理解对了、任务清单确认了，再开始写代码
3. 小步验证：做一步、测一步，不要堆一大堆代码再测
4. 保持怀疑：AI 给的代码不一定全对，自己过一遍脑子
5. 随时备份：改大东西之前，先把项目复制一份存好

哦 对了 如果让你的小工具更像一个“正经应用”直接对 AI 说：“这个窗口太简陋了，请帮我用xxx样式润色一下，让它的配色和边角圆弧更符合现代操作系统的极简审美。

AI 开发不是"把需求丢给 AI 然后等着收代码"——没那么简单。

把 AI 当成一个能力很强、但需要你明确告诉它做什么的助手。你负责把控方向、确认对错、测试效果，它负责干活写代码。

配合好了，效率确实能提升不少。

梦到哪句说哪句了 欢迎各位大佬补充~