只讓 AI 助理照著眼前的要求做事,可能會忽略真正的問題,也看不到改動帶來的後續影響。
- 卡茲克整理了自己常用的 10 組提示詞,請 AI 助理先釐清需求和偏好、提出多種方案,再從反面找漏洞、檢查長期影響。
- 還有幾組用來回顧程式碼的 Git 歷史、PR 和 Bug,找出難懂的設計與反覆出錯的原因,並整理成規則或技能。
- 這些提示詞可作為檢查專案和改善工作流程的起點。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
翻了一下最近兩個月,我用Agent幹活最愛說的幾句Prompt:
1. 從第一性原理出發,找到最本質原因,修復一下。
2. 先問一些不清晰的問題,對齊我的喜好,然後再出3版方案。
3.不要預設我提出的問題定義就是正確的。你先分析我真正想解決的底層需求,判斷我有沒有把症狀誤認為原因、把手段誤認為目標。如果存在更值得解決的問題,直接指出來
4. 不要只考慮這個改動產生的直接效果。繼續推演它的二階、三階影響,尤其關注對其他模組、使用者行為、系統複雜度和長期維護成本的潛在影響。
5. 其他領域裡有沒有類似的方案,用跨領域的方式全面思考,找到最優解。
6. 先假設你當前認為最合理的方案是錯誤的。站在最強反對者的角度,尋找能夠推翻它的證據、反例和邊界情況。然後重新評估方案,看看有沒有更好的解法。
7. 深入分析整個程式碼庫的 Git 歷史、關鍵 PR 和架構演變過程。找出哪些設計是有意為之,哪些是歷史遺留,哪些是為了解決已經不存在的問題而引入的。識別可以安全移除的歷史包袱。
8. 假設明天有一個完全不瞭解專案、但是能力很強的工程師來接手。請評估他理解整個專案需要付出的認知成本,找出那些命名混亂、抽象過度、職責不清晰、需要大量上下文才能理解的程式碼,並提出簡化方案。
9. 全面分析最近XX天裡的所有的PR,找出最慢的那幾個,看看有沒有導致卡頓、可以最佳化的地方。
10. 全面復盤最近XX時間的 Bug、返工、回滾和重複修改。不要只統計發生了什麼,要分析這些問題背後有沒有共同的根因。把能夠預防的共性問題沉澱成專案規則、自動化或者Skill,避免我們反覆支付同樣的成本。