大家在公司怎么高效写 vibe coding 提示词？

[iovo7]

最近在公司用 AI 辅助写代码，发现每次描述功能需求、调整 AI 的 plan 都要敲很多字，本身就挺费劲。看 v 站上有人用语音输入，确实是个好办法，但在工位对着 AI 讲话似乎有点社死。

大家一般都怎么高效写 prompt ？真在工位用语音吗，体验如何？

[Croow]

蹲大佬

[lumia1020]

看样子语文这门课将来会变得很重要

[bzw875]

就好像你是甩手展柜，你怎么吩咐下属干活，你要表达清晰，他能理解清楚

[nbndco]

答案就是不厌其烦的认真写，不然你就会浪费无数轮改来改去

[labubu]

写关键词让 ai 扩写

[potatowish]

没有，这就是描述需求，逻辑表达能力差的就没辙。

[kakki]

就算你敲再多字...也比代码敲得少啊.

[apacheinsky]

可以买一根 usb c to c 的线，一头含嘴里，一头插电脑上。这样你只需要在脑中想象 prompt 就可以了。
这个方案唯一缺点是有些单位把 usb 口锁了，安全需要。

[folnet]

让 ai 给你写

[pathetique]

就语音，弄个对口的麦克会降低你的不适感，输入感觉目前 typeless 最好，缺陷是有时候会直接回答你的问句，如果有经验解决的请告诉我。spokenly 比较次。有更好的方案非常希望知道。

上面一堆让 ai 给你写啥的人还没到遇到这个问题的阶段。

[Hilong]

先自己写一些自己的想法，想到啥就写啥，把你想到的都写出来，然后让 AI 帮你优化一下，再提交

[wshhfy]

尽量分步骤且写全，等于给他定下一定的边界，然后让他生成 plan ，没问题后再执行，基本上都没问题，具体小细节可以再调整，但是大方向一定要描述清楚

[Liftman]

有没有可能 plan mode 的意义就是辅助你做这个。而且提示词一定要规则化 结构化。

大部分人觉得提示词就是几句话解释一下，实际上你要控制模型，尤其是国产垃圾大模型，指令的遵循，边界，什么能做，什么不能做，做到什么程度算 ok 。触发条件下的行为，尤其是垃圾模型，这方面很差。

我之前做过的测试就是，别看简简单单的判定一句非逻辑性的文本是否符合客观描述事实。就这点小事。人很轻松。模型就困难。当然这并不是说模型无法理解对错。主要是 1.他会包容、2.挑刺。对人来说。有一个度。符合就差不多对了。模型不是。尤其是非客观的东西。模型打分非常随机。国产模型再吹的天花乱坠能接近 gpt sonnet ，在这种事情上误报率能 90%。一样的提示词。我拿 haiku 这种超小的模型都能跑出超低的误报率。而且非常遵从指令。

当然其实模型越好，提示词的边际效率越小。

我建议好好的去看看 claude app 里面的 cowork 的插件里面的各个行业专用插件的写法。claude 雇佣了大量的行业专家，给营销、法律、生物、财务等行业设计的行业性的插件，包含的 skill 的那些描述。真是楷模典范。

[TUGOh0st]

拿好一点的 agent ，agent 无法理解你的需求的话会向你询问的。

如何高效写提示词，我觉得在项目里除了执行 agent 里的/init 功能外，还需要对 agent 输入该项目的真实需求。

在向 Agent 里写实际的需求的时，最好是将上下文概括好，一个是使用 roo code 那种增强提示词的功能，他会将你给的提示词里的代码片段或者是代码引用，拿给 AI 分析一次然后再产生更强的提示词。还有一个就是借助一些 Skills ，其实这个是好一点的 agent 本身就带有的，比如 ohmyopencode 。

还有就是提示词中需要增加 vibe 的约束，比如所用的语言规范，兼容性等；以及如何进行单元测试，单元测试的范围等。

[maplezzz]

要比单纯编写文字描述来得更加高效，那只能脑机接口了