AI 工程开发标准化指令模板

核心底层逻辑

从事AI工程化开发的人大概都有体会，每次接手一个新项目或者遇到一个棘手的Bug，处理流程的规范与否直接影响最终效率。整件事情的核心，其实就围绕一套标准化的五步工作流：只读分析、输出方案计划、执行修改、校验验证、任务总结。这五个环节一旦固化下来，就能彻底规避AI自由发挥、改动失控、需求理解偏差甚至无效修改之类的问题，无论是新功能开发还是Bug排查，几乎可以直接复制落地。

只读分析 → 输出方案计划 → 执行修改 → 校验验证 → 任务总结

一、项目读取模板

第一次接触一个新项目，或者想系统复盘现有架构时，先用这个模板做一次全局扫描。不管是接手开源项目、进行工程架构梳理，还是整理项目基线信息，都适用。

请先阅读当前项目，不要修改任何代码。帮我总结：1. 项目是做什么的 2. 技术栈是什么 3. 目录结构如何组织 4. 启动、构建、测试命令是什么 5. 新增一个页面应该从哪里开始 6. 当前项目有哪些明显维护风险

二、新需求开发模板

新增功能、迭代需求、页面或接口新增开发等场景。核心原则是：先定方案再落地，避免盲目动工导致返工。

我有个新需求：XXX。请先阅读相关代码，不要修改。输出：1. 涉及文件 2. 你需要进一步确认的信息 3. 新需求的开发方案

三、Bug 排查模板

页面报错、接口异常、逻辑bug、渲染错乱、功能失效等各类问题。关键在于定位根源，而不是草率修补表面。

我遇到了一个 bug：XXX。请先阅读相关代码，不要修改。输出：1. 可能原因 2. 涉及文件 3. 你需要进一步确认的信息 4. 修复计划

四、代码修改执行模板

新增功能、bug修复、局部逻辑重构。这个模板的核心是约束改动边界，避免过度修改引入新风险。

请按刚才确认的计划修改代码。要求：1. 修改范围只限于 XXX 2. 不要引入新依赖 3. 不要重构无关代码 4. 完成后运行相关测试 5. 最后总结修改内容和风险

五、代码评审 Review 模板

开发完成后的自检、PR代码审核、排查功能漏洞或优化代码健壮性。重点关注是否破坏现有逻辑，而不是重新设计。

请 review 当前 git diff。重点关注：1. 是否破坏现有功能 2. 是否有边界情况遗漏 3. 是否有错误处理缺失 4. 是否有类型问题 5. 是否有安全风险 6. 是否需要补测试 只输出问题，不要修改代码。

六、任务收尾总结模板

功能开发完成或bug修复结束。用于任务闭环、工程记录留存，方便后续追溯和接续迭代。

请总结这个任务。包括：1. 目标是什么 2. 最终改了什么 3. 已验证什么 4. 还有什么风险 5. 后续继续做应该从哪里开始

核心使用要点

不用死记硬背每个模板的细节。真正需要刻在脑子里的，是那五个核心步骤：

1. 只读分析
   ：先读项目或代码，禁止盲目修改

2. 方案输出
   ：输出完整的开发或修复方案，确认细节后再动手

3. 精准执行
   ：限定改动范围，落地的每一行代码都有据可依

4. 校验评审
   ：测试验证、代码评审，把隐患排除在上线之前

5. 闭环总结
   ：留存任务记录，明确后续迭代方向

这五个环节串起来，就是一套可复用的工程化工作流。无论是新项目接入、日常迭代、Bug排查还是代码审核，都能直接搬过来用。