AI 工作流和常用 Prompt

电脑语音输入：首选豆包，其次微信

对于 AI 术语、中英文混读和较长的需求，我的首选是豆包输入法。目前它对这类内容的识别最准确，改字最少。

第二选择是微信电脑端自带的语音输入。它不需要另外安装输入法，已经在电脑上使用微信的人可以直接试用。

这是个人使用结论，不是实验室测评。口音、设备、网络和版本都会影响结果。

输入法可能接触你输入的内容。安装前请阅读对应平台的权限和隐私说明；在 iOS 上开启“允许完全访问”前尤其要确认自己能接受相关数据边界。

密码、密钥和敏感客户资料不要通过任何联网输入法口述。

我最常用的方式是：把长需求直接说给 AI，然后补一句：

简明扼要地复述你理解的我的需求，再说明你的执行方案。发现歧义先指出，不要直接猜。

确认复述正确后再执行，通常能减少大量返工。

更完整的用法看：电脑语音输入：首选豆包，其次微信。

我日常最常用的三个 Prompt

1. 一次性把问题讨论清楚

根据我发的需求【替换成你的需求】，一次性列出所有需要讨论和决定的问题。

每个问题都要给出：
1. 你推荐的解决方案；
2. 为什么这样选；
3. 其他方案的主要代价；
4. 哪些信息能从现有代码或资料中直接确认。

先完成讨论和对齐，不要直接修改。

需求仍然含糊、产品决策很多或返工成本高时，先用这份一次性问题清单完成对齐。小改动只需确认目标、范围和完成标准，不需要额外安装通用流程 Skill。

2. 系统性扫描仓库

系统性扫描仓库中的以下问题：

- 残留代码和历史文档
- 不符合当前最佳实践的实现
- 明显 Bug、重复和性能问题
- 前后不一致、架构不合理
- 文档冲突和历史遗留

先区分“有证据的问题”和“需要进一步确认的线索”。
只修改有把握、范围清楚、能够验证的项目；保留无关改动和用户数据。
完成后运行对应检查，汇报改动、证据和仍未验证的部分。

大仓库不要让一个 Agent 无边界乱改。可以让多个 Agent 分模块扫描，但最终要由一个主 Agent 去重、判断优先级并统一验收。

3. 先复述，再执行

简明扼要地复述你认为的我的需求、成功标准和限制条件，再说明你的执行方案。
如果你的理解依赖假设，把假设明确写出来。

人经常表达不准确。先让 AI 复述，是成本最低的需求验收。

项目越来越复杂、越来越难维护怎么办？

不要继续让 AI 一次次堆补丁。项目复杂到一定程度，应该先让 AI 做一次系统性的整理，再继续开发。

1. 让 AI 系统性重构和清理

让 AI 扫描整个仓库，找出：

历史遗漏代码、废弃实现和重复逻辑；
架构不合理、边界混乱和明显的性能问题；
文档与当前代码不一致的地方；
不同文档之间互相矛盾的表述。

先让它输出证据、影响范围和详细执行计划，确认计划后再执行清理、重构和总结。可以直接使用这段 Prompt：

系统性扫描这个仓库，检查历史遗漏代码、废弃实现、重复逻辑、架构不合理、性能问题、前后不一致，以及互相矛盾的文档。

先分别汇报：
1. 有代码或文档证据的问题；
2. 需要进一步确认的线索；
3. 每个问题的影响范围和优先级；
4. 你建议的详细重构、清理和文档统一计划。

我确认计划后再执行。执行时只处理有把握、范围清楚、能够验证的项目；完成后运行对应检查，并总结还没有验证的部分。

2. 搭好项目的 Harness 环境

项目继续变复杂后，还要和 AI 一起把工作环境配置好。这里的 Harness，可以理解为让 AI 稳定工作的“规则、工具和检查流程”组合：

讨论并写好项目级 AGENTS.md，说明架构、目录边界、开发命令和不能做的事情；
把重复的工作方法沉淀成 Skills，让 AI 在固定场景下按同一套流程执行；
只接入真正需要的 MCP，并明确每个 MCP 能读什么、能改什么；
为重要任务准备检查、测试和 Review 的收口步骤。

不要一开始就堆很多配置。先让 AI 了解项目，再一起决定哪些规则、Skills 和 MCP 值得长期保留。

3. 懂基本架构和术语

不需要先成为工程师，但要知道项目大概由什么组成。

例如做 iOS App，至少要知道 Swift、SwiftUI、Xcode、Bundle ID、签名、App Store Connect 分别在解决什么问题。可以直接问 AI：

我要做一个【描述你的 App】。我是新手，请先告诉我：
1. 从开发到上线有哪些主要步骤；
2. 每一步有哪些必须理解的术语；
3. 哪些技术细节现在可以先不学；
4. 项目出问题时应该先检查哪一层。

4. 重要需求要反复对齐

人表达不清楚时，AI 会用自己的假设补空白。让 AI 先提问、给推荐方案、读取代码能确认的部分，再开始实现。

当 AI 连续两三次修不好同一个问题时，停止继续说“再修一下”。先看 Git diff，回到最近能工作的状态，缩小复现范围，再换思路或换模型。

怎么快速建立 AI 基本认知

最省事的方法，不是强迫自己每天读论文，而是改变信息流：

在抖音、小红书、B 站主动搜索 AI、Agent、AI 编程和具体模型。
少点与你目标无关的内容，让推荐算法逐渐理解你的兴趣。
关注少量持续做真实项目、愿意展示失败过程的创作者。
看到型号、价格和“重大突破”，回到厂商官网核对。

AI HOT 可以用来快速浏览热点，但它是聚合入口，不是最终信源。重要决策仍要打开原始报道、官方文档或代码仓库。

新手想学 Vibe Coding，不要一开始收集几百个工具。先完成一个能运行、能打开、能提交 Git 的小项目，再看 AI 编程工具选型和第一个 AI 项目。

Codex 遇到 WebSocket 重连错误怎么办

如果出现 websocket closed by server before response.completed：

先把 VPN 切到 TUN 模式。 很多代理、公司网络和跨境线路在 TUN 模式下对长连接更稳定。
升级 Codex，并重试一个更小的任务，确认不是额度、认证或服务端错误。
如果 TUN 模式仍然不稳定，再考虑关闭 WebSocket，改用 HTTP streaming。

改 HTTP 是次选方案。supports_websockets = false 是 Provider 级配置，不是所有网络错误的万能修复。可以在用户级 ~/.codex/config.toml 加入：

model_provider = "openai_http"

[model_providers.openai_http]
name = "OpenAI"
wire_api = "responses"
supports_websockets = false
requires_openai_auth = true

这段配置让 OpenAI 模型请求使用 HTTP streaming。不要把它放进项目级 .codex/config.toml，也不要照抄陌生人的 base_url、Token 或认证配置。

官方配置字段见 Codex Configuration Reference。如果 TUN 模式已经解决问题，就不需要额外修改这段配置。

继续看：20 个 AI 编程常见坑 · AI 模型推荐与测评

AI 工作流和常用 Prompt

On this page