✍创作者：全栈弄潮儿
🏡 个人主页：全栈弄潮儿的个人主页
🏙️ 个人社区，欢迎你的加入：全栈开发社区
📙 专栏地址，欢迎订阅：AI 编程提效实战

这是《AI 编程提效实战》的第 7 篇文章。

过去一周，我们从最基础的问题开始，逐步认识了 AI 编程：

• AI 编程到底是什么？
• 开始使用前需要准备哪些内容？
• 不同 AI 工具应该怎么选择？
• 第一次如何让 AI 帮我们写代码？
• 为什么 AI 生成的代码不能直接使用？
• 新手最容易遇到哪些误区？

如果你是刚开始接触 AI 编程，可能已经发现：

AI 编程并不是“对 AI 说一句话，然后自动得到最终项目”。

它更像是一种新的开发协作方式。

你需要学会描述问题、理解代码、运行验证，也需要知道什么时候应该接受 AI 的建议，什么时候应该停下来自己判断。

今天不再介绍新的工具，而是把前 6 天的内容总结成 3 个最重要的入门原则。

一、第一周学到了什么

Day 1：AI 编程是什么

AI 编程是在开发过程中借助 AI 完成一部分工作。

它可以帮助我们：

• 解释陌生代码。
• 生成基础代码。
• 分析报错信息。
• 补充测试思路。
• 整理技术文档。
• 梳理需求和实现步骤。

但 AI 不能代替开发者完成所有判断。

代码是否符合业务需求、是否安全、是否可以上线，仍然需要开发者自己确认。

Day 2：开始前需要准备什么

使用 AI 编程前，不需要准备一套非常复杂的设备和工具。

对初学者来说，通常准备下面这些内容就够了：

• 一个可以使用的 AI 工具账号。
• 一个代码编辑器。
• 一门入门级编程语言。
• 一个可以运行代码的环境。
• 一个用于练习的小项目或小问题。

工具只是入口。

真正重要的是，你要有一个可以反复练习、运行和验证的地方。

Day 3：AI 工具怎么选择

不同工具适合不同阶段和任务。

可以先用一个简单原则选择：

初学者不需要一开始就同时使用很多工具。

先选一个自己能够理解和持续使用的工具，熟悉基本流程之后，再逐步扩展。

Day 4：第一次让 AI 写代码

第一次提问时，不要从“帮我生成一个完整项目”开始。

更合适的练习方式是：

描述一个很小的目标 ↓ 让 AI 给出简单实现 ↓ 复制到本地运行 ↓ 修改输入，观察结果

例如，让 AI 写一个判断数字正负的函数，或者写一个读取文本文件的小脚本。

功能越小，越容易理解每一行代码，也越容易发现问题。

Day 5：为什么代码不能直接用

AI 生成的代码可能出现这些情况：

• 误解需求。
• 不符合当前项目的技术栈。
• 漏掉空值、边界和异常输入。
• 使用过时或不兼容的写法。
• 没有经过你的真实环境验证。

所以，拿到代码后应该：

先理解 ↓ 小范围运行 ↓ 测试正常、边界和异常情况 ↓ 确认后再使用

Day 6：新手最容易踩的 5 个误区

前一天我们重点讨论了 5 个常见问题：

1. 把 AI 代码直接复制进项目。
2. 只说“帮我写代码”，不给背景和限制。
3. 只测试正常情况，不测试边界和异常。
4. 遇到报错只发一句“这是什么问题”。
5. 一次让 AI 修改太多内容，却不检查修改范围。

这些问题看起来各不相同，本质上都指向同一个原因：

没有把 AI 放进一个“理解、修改、验证”的开发流程中。

接下来，我们把这一周的内容进一步归纳。

二、原则一：把 AI 当助手，不要当答案机器

这是 AI 编程入门最重要的第一个原则。

AI 可以协助你完成很多工作，但它不是一个能够自动对结果负责的开发者。

AI 更适合做什么

在学习和开发过程中，AI 很适合帮助你：

• 把陌生概念换一种方式解释。
• 根据明确需求生成代码草稿。
• 提供多个实现思路。
• 根据报错整理排查方向。
• 帮你补充容易遗漏的测试场景。
• 把代码整理成文档或清单。

这些任务有一个共同点：

AI 提供的是信息、建议或草稿，最后仍然需要你判断和验证。

AI 不能替你决定什么

下面这些内容不能完全交给 AI：

• 业务需求到底是什么。
• 哪种方案最适合你的项目。
• 用户权限是否应该放开。
• 线上数据是否可以修改。
• 一段代码是否真的安全。
• 一个功能是否已经满足验收要求。

例如，你可以问 AI：

这个登录功能可能有哪些安全风险？

但不能只因为 AI 回复“没有明显问题”，就认为它已经完成了安全审查。

你还需要结合项目代码、官方文档、测试结果和实际运行环境进行确认。

正确的协作关系

可以把开发者和 AI 的关系理解为：

开发者：提出目标、提供上下文、做出判断 AI：解释问题、生成草稿、提出建议、辅助检查 开发者：运行代码、验证结果、承担交付责任

如果把 AI 当答案机器，你会越来越依赖复制和粘贴。

如果把 AI 当助手，你会在使用它的同时提升自己的理解和判断能力。

三、原则二：先把问题说清楚，再让 AI 开始编码

AI 输出质量通常和输入信息有关。

这并不意味着 Prompt 越长越好，而是要让 AI 得到完成任务所需要的关键信息。

一个不够清楚的提问

帮我写一个待办事项功能。

AI 不知道：

• 使用什么技术栈。
• 待办事项有哪些字段。
• 是否需要新增、编辑和删除。
• 数据保存在哪里。
• 是否需要登录。
• 你希望得到完整项目，还是一个简单示例。

一个更清楚的提问

我正在学习 JavaScript，想练习一个最简单的待办事项功能。 要求： 1. 使用原生 HTML、CSS 和 JavaScript。 2. 支持新增待办事项。 3. 点击复选框后可以标记完成。 4. 支持删除待办事项。 5. 数据暂时只保存在浏览器内存中，不使用数据库。 6. 请把代码拆成 HTML、CSS 和 JavaScript 三个文件。 7. 请说明每个文件的作用，以及如何运行。

第二个问题并不复杂，但它给出了足够的背景、目标、范围和输出格式。

新手可以记住的 4 个描述要素

向 AI 描述编程需求时，可以先写这 4 项：

背景：我正在做什么，使用什么技术。 目标：这次具体想完成什么。 限制：哪些功能不做，哪些内容不能修改。 输出：希望 AI 给出代码、步骤、解释还是测试。

例如：

背景：我正在学习 Python，使用 Python 3.12。 目标：写一个读取 CSV 并统计总金额的脚本。 限制：不使用第三方库，金额为空时按 0 处理。 输出：先解释思路，再给代码，最后给 3 组测试数据。

当你能把这 4 项说清楚，AI 就不需要频繁猜测。

信息不完整时，让 AI 先提问

如果需求本身还没有想清楚，不要强行要求 AI 直接写代码。

可以这样说：

在开始写代码之前，请先列出你需要确认的问题。 对于不确定的业务规则，不要自行假设。

这会帮助你发现自己原本没有意识到的问题。

四、原则三：所有 AI 输出都要经过验证

这是把 AI 编程从“看起来有效”变成“真正有效”的关键。

验证第一层：代码能不能运行

先确认最基本的事情：

• 文件能否正常启动。
• 代码有没有语法错误。
• 依赖是否已经安装。
• 导入路径是否正确。
• 关键函数是否能够被调用。

如果代码不能运行，先不要急着讨论更复杂的优化。

验证第二层：结果对不对

代码能运行之后，还要确认结果是否符合需求。

至少准备：

• 一组正常输入。
• 一组边界输入。
• 一组异常输入。

例如测试一个计算折扣的函数：

console.log(calculateFinalPrice(50));// 正常：50console.log(calculateFinalPrice(100));// 边界：90console.log(calculateFinalPrice(200));// 正常：190console.log(calculateFinalPrice(-1));// 异常：应该被拒绝

测试数据不需要很多，但必须覆盖关键规则。

验证第三层：是否适合项目

即使结果正确，也要检查它是否适合当前项目：

• 是否遵守项目的目录结构。
• 是否使用了团队已有的工具方法。
• 是否符合变量命名和代码风格。
• 是否修改了无关文件。
• 是否引入了不必要的依赖。

示例代码可以独立运行，不代表可以直接放入任何项目。

验证第四层：是否存在安全风险

尤其要注意下面这些内容：

• 用户输入是否未经检查就显示或执行。
• 密码、令牌和密钥是否被打印到日志。
• 接口是否缺少权限校验。
• 文件上传是否限制类型和大小。
• 数据库查询是否直接拼接用户输入。

遇到不确定的安全问题，可以让 AI 协助列清单：

请从初学者容易理解的角度， 检查这段代码可能存在的输入校验、权限和敏感信息风险。 不要直接判断“安全”或“不安全”，请说明每个风险应该如何验证。

AI 可以提供检查方向，但安全问题不能只靠一句回答确认。

五、把 3 个原则变成一个简单工作流

这 3 个原则并不是分开的知识点，而是可以组成一条完整流程：

第一步：把 AI 当助手 不把第一版答案当最终答案 第二步：说清楚问题 提供背景、目标、限制和输出要求 第三步：验证输出 运行代码，测试边界，检查项目和安全风险

如果用一个具体的小功能来练习，可以按照下面的方式进行：

第一步：先描述目标

请帮我实现一个简单的待办事项新增功能。 我正在学习原生 JavaScript，希望代码容易理解。

第二步：补充限制

要求： 1. 不使用第三方库。 2. 待办事项不能为空。 3. 新增后显示在列表中。 4. 本次只实现新增，不实现编辑和删除。

第三步：要求解释和测试

请先说明实现思路，再给出代码。 请解释关键代码，并列出正常、空输入和重复输入的测试场景。

第四步：自己运行和修改

拿到代码后：

• 先运行一次。
• 输入正常内容。
• 输入空内容。
• 修改一行代码，观察结果。
• 再让 AI 解释你修改后的代码。

这样做的目的不是让 AI 替你完成练习，而是通过 AI 帮助你建立完整的理解闭环。

六、新手每天可以执行的 5 分钟清单

如果你每天只想花几分钟练习，可以使用下面这份清单：

[ ] 今天让 AI 解释了一段代码 [ ] 今天自己运行了一段 AI 生成的代码 [ ] 今天测试了至少一个边界情况 [ ] 今天修改了一处代码并观察结果 [ ] 今天记录了一个容易出错的知识点

不要只记录“AI 给了我什么答案”，还可以记录：

今天遇到的问题： [问题是什么] AI 给出的建议： [建议是什么] 我验证后的结果： [哪些正确，哪些需要修改] 下次应该补充的上下文： [还缺少哪些信息]

经过一段时间后，你得到的就不只是一些零散代码，而是一套自己的学习和开发经验。

七、第一周的学习成果应该是什么

完成前 7 天后，不要求你已经能够独立开发复杂项目。

更重要的是，你应该开始具备下面这些能力：

• 能够用自己的话解释 AI 编程是什么。
• 能够选择一个适合当前任务的工具。
• 能够描述一个简单、明确的编程需求。
• 能够运行 AI 生成的示例代码。
• 能够发现一些明显的错误和边界问题。
• 能够在遇到报错时提供完整上下文。
• 能够意识到 AI 输出需要验证。

如果目前还做不到全部，也没有关系。

你可以选择一个最小目标开始：

今天不追求让 AI 写出更多代码，只练习把一段代码看懂并运行起来。

只要能够持续完成小任务，后面的学习就会越来越顺利。

八、总结

AI 编程入门最重要的 3 个原则是：

原则一：把 AI 当助手，而不是答案机器

AI 可以解释、生成、分析和整理，但不能替你理解全部业务，也不能替你承担最终责任。

原则二：先把问题说清楚，再让 AI 开始编码

至少告诉 AI：

• 你当前的背景。
• 这次要完成的目标。
• 有哪些限制和边界。
• 希望它用什么形式输出。

原则三：所有 AI 输出都要经过验证

代码要经过：

• 运行验证。
• 结果验证。
• 边界验证。
• 项目规范验证。
• 必要的安全检查。

可以把这一周的核心内容浓缩成一句话：

AI 帮你提高的是解决问题的速度，但你仍然需要负责理解问题、判断结果和验证代码。

下一篇文章，我们将开始进入更具体的使用方法：

如何向 AI 清楚描述一个编程需求。

✍坚持原创，求关注，点赞，收藏