前言

过去半年，公司内部 AI Coding 事项迅速推进。Cursor、Codex、Claude Code 等 AI 编程工具在团队中得到普及。大多数人已开始使用 AI 辅助编写代码，但很快就发现一个主要痛点：

• 直接让 AI “写代码”往往导致不必要的文件改动、边界假设和重复实现。
• AI 在信息不足时只能凭猜测工作，产生的结果与预期偏差大。
• 投入时间在“读懂它到底写了啥”与“删去多余改动”上，并未明显节省工作量。

先说个常见的情况

当你遇到“帮我实现 xxx”这样的需求时AI 很快给出一大段代码。乍看之下似乎挺完美，却隐藏着：

• 无意中修改了不相关文件。
• 自行脑补了未交代的边界处理。
• 即便已有工具函数，也会重新写一个。

这些问题源于信息缺失导致 AI 必须做出假设。老实说，若能提前明确“要做什么、不要做什么”。就能避免这种“猜测式编码”。

. Spec‑First 工作流：先约定，再实现

一句话定义

在需求确定前。让 AI 输出一份可被人工 review 的实现方案，确认后再按方案让 AI 写代码。怎么说呢，

关键要素

• 可被 Review：方案以中文说明为主。其他同事也能轻松阅读，
• 人工确认：spec 必须经人工核对后才能进入接下来，避免错误扩散。
• 按方案执行：The second round prompt 把 spec 喂回去。让 AI 按既定路线编码，限制其自由发挥空间。

五步概览

1️⃣ 喂上下文：提示词 + 产品需求 + 设计稿 + AGENTS.md + 相关代码/文档
2️⃣ 出方案：让 AI 输出 spec
3️⃣ Review 并修正方案：人工主导、确认后继续
4️⃣ 按方案实现：让 AI 严格依据 spec 编码
5️⃣ 验收 Review：AI Review + 人工 Review

适用 / 不适用 场景对照表

. 完整案例演练

#1 给 AI 足够的上下文

• User Prompt：manual written description.
• Requirement Description：screenshot or text .
• DIGMA Design Draft：screenshot or MCP readout.
• MCP & AGENTS.md：

#2 让 AI 出方案而不是直接写代码

我要在菜单下新增一个模块：
- 原型截图已上传
- Figma 链接：https://www.figma.com/xxx
请根据原型、Figma 和当前代码上下文输出详细实现方案。说到注意，• 原型与 Figma 中顶部导航栏和侧边菜单栏已存在不需要实现。• 红色文案代表业务逻辑，请主要关注。• 如有不清楚之处，请先确认；禁止随意推测，

将编程工具设置为 plan 模式。让 Claude/Codex/Cursor 输出仅为计划，而非代码。)

#3 人工 Review 并修正 Spec

1. Avoid misinterpretation of requirements: 纠正 AI 对需求的误读；此阶段成本最低，

请严格按照上面确认的方案实现：
• 不引入任何额外改动；• 完成后按 “实施步骤” 一条条说明所作操作；• 如遇到无法满足原计划的问题，请立即停下来沟通，不要自行调整。或直接使用支持 “spec build” 的按钮，无需额外提示词。按理说，tsx
import React,{useState。useEffect} from 'react';...
const ApiMonitor = => {
...
}
export default ApiMonitor;`

#5 对照 Spec 做最终 Review

AIGC 可以先与更完整上下文。常见工具包括的观点是，