最开始，用 AI 写代码，常常是对 AI 发号施令，可结果呢？AI 给的代码看着能跑，实际一用全是坑：要么不符合意图，要么使用场景不对，改来改去花的时间，比自己从头写还多。之前文章的好多评论，也总能看到有人评论 AI 写的代码垃圾，我常常想：是 AI 不好用？还是 AI 不会用？

现在，我多半是尽量描述我的目标或问题，之后让 AI 给方案，这样就知道 AI 下一步的具体行动，是不是和我要的结果一致，方案是否实施的大权也自然而然握在我的手里。

最近，又发现了更高级一些 AI 的使用方法，就是把 AI变成自己的高级秘书，通过反向提问，帮我把需求、逻辑、边界情况全梳理清楚，最后写出来的代码一次成型，几乎不用改！

与和AI交互的三个阶段

我踩了无数坑才明白，用AI写代码的效果天差地别，核心就在于你和AI的交互方式，从低效到高效，一共分3个阶段：

第一阶段：命令式索要答案

变身黄世仁，让杨白劳去干活：“帮我在画面添加一个返回顶部的按钮”、“帮我修改上传图片中的 bug”。当项目框架、业务、场景，AI都清楚，需求简单的情况下，直接向 AI 发号命令即可。

第二阶段：描述目标要方案

当碰到稍复杂的问题时，我现在常用的做法，是把问题背景、自己的目标说清楚，让AI先给方案，我判断要不要落地实施。

比如说“现在这个画面我觉得有些不美观，全方面分析一下如何提升画面的整体美观”，之后，就可以从 AI 的回答中，获得一套各个方面进行优化的方案，我常常把内容复制到一个单独的 markdown 文件中，更容易查看。之后把文档中的内容，分模块发给 AI ，让它执行，当然，前提是 AI 方案我同意才会让它执行。

这个方式能避开大部分基础坑，方案的修改策略都会写的很清楚，一点都不担心 AI 执行偏差。

第三阶段：让AI反向提问当架构师

更高效的玩法，也是我现在遇到复杂需求必用的方法。

只需要说清大方向，让AI站在资深架构师的角度，通过提问帮我把需求细节、边界场景、异常处理、架构设计全部梳理清楚。

等你答完所有问题，需求已经100%对齐，AI写出来的代码一次成型，几乎不用改，还能跟着AI的提问，学会资深开发者的思考逻辑。

三个核心实战场景，从新手到高手全流程覆盖

我把开发中最高频、最容易踩坑的3个核心场景整理出来，每个场景都对应上面3个阶段的交互方式，高阶玩法的话术可以直接复制，新手看完就能用。

场景1：Bug调试，从“求修复”到“根因定位”

“我这个Vue3后台管理项目，点击导出Excel按钮就会控制台报错，你通过提问我来答，一步步引导我定位问题根源，再给出对应的修复方案”

AI会通过这些提问，带你精准找问题：

1. 控制台的完整报错信息是什么？报错堆栈具体指向哪一行代码？
2. 这个bug能不能稳定复现？是所有账号都能复现，还是只有特定权限、特定数据的场景才会出现？
3. 这个导出功能之前是正常运行的吗？出现bug之前，你修改了哪些相关代码？
4. 点击导出按钮后，核心执行逻辑是什么？是调用后端接口拿文件流，还是前端纯前端生成Excel？
5. 相关的变量有没有做空值处理？比如接口返回异常时，有没有做try/catch异常捕获？
6. 项目里的Excel导出依赖包，最近有没有更新版本？有没有清缓存、换浏览器复现过？

真实落地案例

我之前带的一个新人，最开始直接甩报错给AI，改了3次都没修好。用这个高阶方法，2分钟就定位了问题：他在代码里直接取了res.data.list，但是导出失败的时候，后端返回的data是undefined，没有做空值判断和异常捕获。 最后不仅修好了bug，还完善了整个导出模块的错误处理逻辑，后续再也没出现过类似的崩溃问题。

场景2：逻辑设计，从“写功能”到“全场景闭环”

“我要做一个电商小程序的商品搜索功能，用uni-app开发，你通过提问的方式，帮我把所有边界情况、异常场景和用户体验细节全部问出来，再输出完整的实现方案”

AI会通过这些提问，帮你堵上所有坑：

1. 搜索的触发方式是什么？是输入关键词实时触发，还是点击搜索按钮/按回车才触发？
2. 关键词为空的时候，是清空搜索结果回到默认商品列表，还是提示用户“请输入搜索内容”？
3. 快速输入内容/连续点击搜索按钮，要不要做防抖处理？比如300ms内只发一次请求，避免重复调用接口。
4. 接口请求过程中，要不要展示loading加载状态？搜索按钮要不要同步禁用，避免用户重复点击？
5. 接口请求失败、用户断网的时候，要不要给用户友好提示？需不需要提供重试按钮？
6. 搜索结果为空的时候，怎么展示？是只显示“暂无相关商品”，还是同步推荐热门商品给用户？
7. 移动端输入的时候，键盘弹出会不会遮挡输入框和搜索结果？要不要做页面滚动适配？
8. 搜索历史记录要不要保存？最多保存多少条？支不支持一键清空历史记录？

真实落地案例

之前有个做电商的朋友，原来的搜索功能经常被用户投诉，用这个方法梳理完所有细节，把防抖、空值处理、加载态、异常重试、无结果推荐全加上了，用户投诉直接降了80%，搜索转化率还提升了15%。

场景3：代码重构，从“改格式”到“架构优化”

“我想重构Vue3项目里用户中心模块的这段业务逻辑，核心目标是提升代码复用性、降低后续维护成本，你通过提问的方式，帮我理清重构后的架构和代码结构”

AI会通过这些提问，帮你搭好可维护的架构：

1. 这段代码里，哪些是通用的业务逻辑？比如用户信息格式化、权限判断、登录态校验，能不能抽离成独立的工具函数？
2. 哪些代码是多个页面/组件高频复用的？能不能封装成公共组件，或者可复用的自定义Hook？
3. 模块里的状态管理，应该放在组件局部props里，还是全局的Pinia状态仓库？需不需要同步到URL参数里，实现刷新页面状态不丢失？
4. 要不要按照单一职责原则，把现在的大组件拆分成更小的子组件？比如用户信息展示、账号安全设置、收货地址管理，拆成独立的子组件？
5. 重构后的代码，要不要兼容旧的业务逻辑？有没有对应的单元测试需要适配？
6. 重构过程中，有没有核心的业务流程不能中断？需不需要做灰度兼容？

真实落地案例

帮一个粉丝重构后台管理系统，原来一个用户中心组件写了2300多行代码，改一个小需求就要翻遍整个文件。用这个方法梳理完，拆成了4个独立子组件、3个可复用的自定义Hook、1个工具函数文件，代码量直接减了一半，后续改需求只需要改对应的模块，维护成本降了90%。

学会与 AI 对话，效果天差地别

很多人用了几年AI，还是停留在“代码搬运工”的阶段，核心就是选错了和AI交互的模式。

传统低效模式

• 交互逻辑：我提需求 → AI盲目写 → 我痛苦改
• 代码质量：产出割裂、补丁式代码，到处是隐藏坑
• 个人成长：只会做代码搬运工，能力长期停滞不前

AI引导高效模式

• 交互逻辑：我提方向 → AI反向提问 → 我理清逻辑 → AI精准输出
• 代码质量：产出规范、覆盖全边界的工程化代码，一次成型
• 个人成长：跟着AI锻炼架构思维，逻辑越来越严谨，越用能力越强

AMan有话说

AI从来都不是替你写代码的“打工仔”，而是帮你提升能力、提高效率的“高级顾问”。

我从最开始张口就要答案，改代码改到崩溃，到现在让AI反向提问，代码一次成型，核心就是转变了和AI的交互方式。

收藏这篇！把里面的高阶话术直接存下来，下次用AI写代码直接复制，再也不用让AI瞎写，再也不用改代码改到半夜！

你平时用AI写代码，还有哪些好的使用心得？ 欢迎评论区和大家一起交流！