分享几个超有效的Vibe Coding技巧

在实践中，我们常常会遇到 AI 卡壳、反复犯错的窘境。我摸索总结了一些或许能给你带来启发的技巧，希望能帮助你更高效地与 AI 协作。

1. 让 AI 自己看 Log 来 Debug

当你遇到一个非常刁钻的 Bug，无论怎么修改提示词，AI 似乎都无法解决时，请控制住自己手动 Debug 的冲动。试试这个方法：

注入详细日志：让 AI 帮你修改代码，在每一个关键节点，甚至每一行，都加上详尽的日志打印。你可以让它设计日志的详细级别（verbose level），以便在不需要时关闭。
让 AI 自我诊断：接着，让 AI 自己去运行这段带有详细日志的代码。然后，将完整的、可能长达数千行的日志输出，直接喂给 AI。
相信 AI 的分析能力：告诉它：“这是程序的运行日志，请分析并找出问题所在。”很多时候，当 AI 看到程序运行的完整轨迹时，它能瞬间定位到我们肉眼难以发现的问题根源。这远比我们亲自下场去大海捞针要高效得多。

2. 强强联合：用一个 AI 思考，另一个 AI 编码

不同的 AI 模型有不同的“性格”和擅长的领域。当你的主力编码 AI (比如 Claude) 卡住时，不妨引入一个擅长深度思考的“顾问” AI (比如 Gemini 2.5 Pro)。

分工合作：让 Claude 帮你把问题、上下文、项目结构和所有相关日志全部总结好。
请求深度思考：将这些材料一股脑地丢给 Gemini，并明确告诉它：“不要写代码，请专注于深度思考这个问题出在哪里，并提出解决思路和方案。”得益于其百万级上下文窗口，你可以提供非常详尽的信息。
反馈给编码 AI：Gemini 经过长时间思考后，会给出一份详尽的分析。即使你不能完全看懂，也没关系。把这份分析完整地复制给 Claude，并告诉它：“这是 Gemini 的建议，供你参考，但请用你自己的判断来解决问题。”
激发灵感：很多时候，经过“顾问”AI 的这一点拨，编码 AI 会茅塞顿开，灵感爆发，轻松解决之前你尝试了十几次都搞不定的问题。

3. 化繁为简：隔离问题，逐个击破

当一个特定问题在一个庞大而复杂的项目中无法解决时，很可能是因为过多的上下文干扰了 AI。

创建最小复现环境：将这个特定问题从大项目中剥离出来，新建一个微型项目（a small, isolated project）。
专注解决核心：在这个全新的、干净的上下文中，让 AI 专注于解决这一个核心问题。没有了主项目的干扰，AI 通常能更快地找到解决方案。
一旦你在小项目中得到了一个可以工作的最小可行版本（minimum working version），就可以把它作为参考。将这个小项目的代码丢给 AI，对它说：“这是一个能解决问题的参考实现，请分析它为什么能工作，并借鉴它的思路来修复我们大项目中的问题。”有了成功的先例，AI 就能顺藤摸瓜，解决更复杂场景下的问题。

4. 核心瓶颈：拓宽你与 AI 的沟通带宽

AI 解决不了你的问题，很多时候不是它能力不行，而是我们与它之间的“沟通带宽”太窄了。你输入的那一小段文字，无法传递足够的信息。

拥抱语音输入：打字时，我们边想边打，思路容易中断，也倾向于简化表达。尝试用语音输入，你的思维和语言会更流畅，可以传递更丰富、更连贯的信息。不用担心啰嗦、中英文夹杂，AI 都能理解。
善用记忆功能：像 Cursor 这类工具提供了项目级别的“记忆”功能。把你对项目的理解、你的编码偏好、常用指令等固化下来，AI 在每次交互时都能参考，这极大地增加了沟通带宽，避免了重复解释。

5. 频繁 Git Commit 与策略性回滚

Git 是你和 AI 协作时最重要的安全网。

何时 Commit：在 AI 生成代码后，测试通过且基本功能实现时，进行 commit。不要在测试前或代码完全错误时提交。
明确 Commit Message：在 message 中清晰地写下“实现了什么功能，但还有什么已知 Bug 尚未修复”。这能让你在历史记录中快速定位。
优雅地修复 Bug：当修复一个 Bug 经历了多次凌乱的尝试后，不要直接 commit 最终结果。这样做会留下很多“技术债”。正确的做法是：
1. 让 AI 总结出最终有效的、最简洁的修复方案。
2. 复制这个方案。
3. git reset 回滚到 Bug 出现前的那个干净状态。
4. 让 AI 一次性地应用那个简洁的修复方案，然后进行 commit。这样你的代码历史会非常清爽。

6. 保持清醒：适时清空上下文

AI Coding Agent 的上下文长度是有限的，并且服务商为了节省成本，会用各种策略压缩它。一个冗长、混乱的对话历史，会让 AI 变得“更傻”。

一事一议：当解决了一个复杂问题，或者要开始一个新任务时，果断地清空上下文（Clear Context），让 AI 轻装上阵。
任务打包策略：对于一个大问题，一定要单独处理。但如果是几个互相关联的小修改，可以放在一个对话里，这样能节省 Token，因为 AI 只需在开始时分析一次代码。

7. 划定边界：让 AI 在指定模块内工作

把你的代码划分成清晰的模块。在提要求时，明确告诉 AI：“请只在用户管理模块内进行修改”。如果你让它改一个 UI，它却动了数据库的代码，这就是一个强烈的危险信号，你应该立刻警惕并考虑回滚。

8. 一图胜千言：善用截图沟通 UI 设计

用语言描述界面布局和风格是非常困难的。

直接上图：想做一个什么样的界面？直接截图发给 AI。
更进一步：用一个多模态大模型（如 Gemini）分析你的参考截图，让它总结出网站的色彩、字体、风格和布局结构。然后，把“截图 + 风格总结”一起发给你的编码 AI。这样做，它生成漂亮界面的概率会大大提高，避免了默认生成那些千篇一律的“丑”界面。

9. 谋定而后动：先让 AI 生成项目计划书

开始一个新项目时，不要急着写第一行代码。

找一个“思考型”AI，打开语音输入，详细、甚至啰嗦地描述你的项目需求。
让它帮你生成一份详尽的项目计划书（Markdown 格式），包括：
- 项目整体描述
- 核心功能列表
- 推荐技术栈
- 主要功能模块划分及关系
- 一步一步的详尽实现计划
仔细阅读并确认这份计划，它将是你和 AI 协作的蓝图。

10. 步步为营：严格遵循计划，一次一事

严格按照项目计划书，一步一步地推进。

明确指令：每次都告诉 AI：“现在，我们来实现计划的第 X 步，不要管其他的。”
检查边界：检查 AI 的改动是否超出了当前步骤的范围。
标记进度：完成一步后，在你的 Markdown 计划书里把它标记为 DONE。
清空并继续：清空上下文，然后开始下一步。

11. 范式转移：成为 AI 的指挥官，而非代码的修正者

这是与 AI 协作最核心的心法转变：不要去手动修改 AI 生成的代码，更不要去逐行审查。

把 AI 生成的代码看作是编译器生成的汇编代码——你相信它，但你不会去改它。如果发现问题，正确的做法是回滚，然后修改你的提示词（指令），让 AI 重新生成。你的核心技能正在从“写代码”转变为“与 AI 高效沟通”。

12. 放弃单元测试，拥抱端到端测试

既然我们不关心 AI 实现的细节，那就不必为这些细节编写单元测试。我们应该让 AI 直接编写高级别的、模拟用户真实行为的端到端（End-to-End）测试。这能确保功能在宏观上是正确的，也更符合我们的“指挥官”角色。

13. 当 AI 遇到新 API：给它一本说明书

如果 AI 在使用某个新版 API 时反复出错（特别是这个 API 发布于它的知识截止日期之后），最好的办法是：去官网把这个 API 的完整文档下载下来，存放在项目目录中，然后在提示词里明确告诉 AI：“请参考本地的 api-docs.md 文件来实现这个功能。”

14. 不止于编码：让 AI 成为你的全能杂活助手

你的 AI 编码助手不光能写业务代码，还能帮你处理各种“杂活”，例如：

生成 SVG 文件作为网站的 favicon。
写一个一次性脚本来批量缩放图片。
编写并运行构建脚本（比如复杂的 xcodebuild 命令）。
撰写项目文档和 Release Note。

把这些你觉得没意思但又必须做的事情交给 AI，解放你的创造力。

希望这些技巧能帮助你更好地驾驭 AI，享受 Vibe Coding 带来的流畅与高效。