在AI工具普及的当下，不少研发团队都实现了从”人工写代码”到”AI辅助开发”的转变，但真正能把AI Coding用出效率的团队却不多。富友支付研发团队通过长期实践，总结出一套从”会用AI”到”用好AI”的落地方法论，核心只有一条反复验证的铁律：AI输出的质量，取决于你喂给它的上下文质量。
📚 基础篇：把AI对话基本功练扎实
很多团队用不好AI，问题往往出在最基础的对话环节。
完整上下文是第一铁律
“这边代码有问题，你帮我改一改”——这是最常见的无效提示词，就像你只跟同事说”帮我修下电脑”，对方根本无从下手。正确的做法是给AI明确的上下文：@OrderService.java第156行报空指针，订单状态为空时触发，具体位置、问题现象、相关文件缺一不可，提示词越完整，AI输出质量越高。
文件引用的正确姿势
写复杂需求时，别直接在AI对话框里零散输入，对话框篇幅有限，内容过长容易遗漏信息。建议先在记事本用\(1、\)2占位符整理完整需求，再整体粘贴到对话框，末尾按顺序@关联文件，让AI一次性获取全部信息。
提示词精炼策略：先搭骨架，再补细节
高效的提示词要结构化，避免长篇大论：
第一步：明确目标、约束、参考文件
第二步：AI输出后，补充约束细节
第三步：根据输出质量，针对性调整
比如要实现订单导出，正确的提示词是：
目标：实现订单导出 约束：500万+数据流式写入 参考：@ExportService.java现有导出逻辑
探索型项目的风险预判技巧
面对不确定的项目，可让AI用”事后复盘”的视角提前识别风险：
假设这个项目最终失败了，回答：最早是什么时候出现问题？哪个关键决策走错了方向？哪个风险应该最早识别却被忽略了？如果时间倒回项目刚开始，只允许做一件事，你会做什么？用通俗易懂的方式说明。
富友团队曾用这个方法，在电商项目中提前识别出高并发性能瓶颈，引入异步队列设计，避免了上线后崩溃。
上下文管理：避免对话污染
反复在同一对话里迭代修改，容易让AI陷入错误的上下文循环：第一轮改空指针方案有误，后续迭代可能持续基于错误假设调整。 黄金法则：
每次对话给足全部上下文
用文本+占位符组织语言
同一问题迭代超过3次未收敛，立即重开窗口
别混多个无关话题
单次最多@3-5个文件（避免上下文过载）
重开窗口的判断标准：迭代超3次未收敛、话题切换、模型重复内容、模型跑偏，都建议重开干净窗口，效率远高于反复纠正。
指令封装：把常用操作变成快捷方式
把常用提示词和工作流封装成两种指令：
交互式指令：适合环境排查、故障诊断，AI问一句你执行一次，逐步确认问题
开发指令：固化方法论，让模型每次按同一套路执行，比如把”生成符合项目规范的实体类”封装成快捷命令，避免临时发挥
