高效AI工程師的 7 個(gè)習(xí)慣

原文：https://sketch.dev/blog/seven-prompting-habits

大家好，我是老章

推薦一個(gè)我最近常讀的一位IT博客作者：Josh Bleecher

這篇文章介紹了其使用過 N 多注入 Claude Code、OpenAI Codex、cline、aider 等 AI Agent 工具后關(guān)于如何提高編程效率等一系列技巧。

畫出貓頭鷹

先提交一段代碼，展示你要做的事。

讓 Agent 完成剩下的工作。

或者一次性完整做完，再讓 Agent 讀取這次提交并重復(fù)操作。

使用檢查清單

對(duì)于更大的項(xiàng)目：

• [ ] 讓 agent 制定一個(gè)計(jì)劃，并將其拆分為詳細(xì)的檢查清單。

• [ ] 把檢查清單寫入你的代碼倉庫 （暫時(shí)的）

• [ ] 讓它逐項(xiàng)完成清單任務(wù)，并在完成后勾選。

• [ ] 刪除清單。

把任務(wù)交給 AI 代理，只為找出棘手之處，這樣你就不用重蹈覆轍。

早失敗，多失敗

Agent 很擅長(zhǎng)快速上手，失敗成本也很低。

把你的問題扔給它，讓它自己折騰。

如果失敗了，就重新開始，把那點(diǎn)它自己搞不定的信息補(bǔ)上。

如果它跑偏了，別費(fèi)勁糾正或修補(bǔ)，直接砍掉重來，用一條類似的提示再開一次。

并發(fā)執(zhí)行

Agent 通常比人類正常注意力慢半拍 。

你可以這樣把這段延遲掩蓋掉：一次性拉起一堆 Agent，等你準(zhǔn)備好了再來驗(yàn)收。也可以讓多個(gè) Agent 同時(shí)啃同一個(gè)任務(wù)，最后比對(duì)結(jié)果

給目標(biāo)，不給步驟

無論是加快測(cè)試、修復(fù)某些 eslint 警告多速度，還是反復(fù)處理瀏覽器截圖，只要 agent 能評(píng)估成功與否，就讓它自行處理。

把第 0 步外包出去

市面上有各式各樣的“深度研究”產(chǎn)品，讓它們先針對(duì)某個(gè) API 或技術(shù)撰寫詳盡文檔，再轉(zhuǎn)交給你。

市面上還有很多 UI 原型設(shè)計(jì)工具，去研究這些工具，然后讓代理進(jìn)行整合。

最后推薦幾本新書