以上就是要分享的 3 个核心提示词，大家可以灵活使用，这样在和 AI 的交流沟通过程中就能够获得更高质量的答案。

那在这个过程中 AI 其实会产生非常多冗余的代码，最好的办法是先搞清楚解决方案是怎么样的，然后把代码回退到上一个版本，最后把解决方案应用到这个稳定版本上，这样你的项目就会少非常多的垃圾代码。有的时候 GitHub 上会有已经写好的功能代码，我们可以直接拿过来用，然后我们在一个完全干净的代码库中把要开发的功能开发好了之后，再让原项目参考我们刚刚开发好的代码，完成最终功能的实现。你可以把它作为一个独立

在与 AI 协作编程时，AI 陷入一种无效的循环状态，无法真正解决问题，而是不断生成看起来相似但有问题的代码。就像掉进了一个深洞里，无论怎么挣扎（生成新代码），都无法爬出来（解决根本问题）。这种情况其实很常见，AI 有时会陷入一个错误的逻辑里出不来，像卡住的程序一样，不断生成无效或重复的代码。你越是直接给它错误信息，越是强化了它在错误路径上的惯性思维。很多人到这里第一反应是放弃，然后在心里面大骂一

最后总结一下测试驱动开发，编写测试用例的一些重要关键点。1）命名一定要见名知意，容易理解函数名和变量名应该像一个句子一样描述其意图，让人一看就能理解，这样 AI 也容易理解你这个测试是干嘛用的2）单一职责原则【gzh：和平本记】每个测试用例只测试一个具体的行为或场景。不要把多个检查混在一个测试里。3）使用 Arrange-Act-Assert 结构这是一种标准的测试模式，它清晰地分开了「准备数据」

通过上面这5步，我们完成了从一个模糊的想法，到一个结构化的需求，再到一个详细的技术计划，最后到一个可执行的任务列表，并最终产出代码的全过程。

我们在使用 ChatGPT 或者其他 AI 工具的时候，经常一个长对话窗口聊个十几二十轮，有的 AI 工具支持的上下文比较长，你聊个几十轮上下文也不会溢出。聊了半天，上下文终于调教好了。这时你想试试别的问法，测试不同的提示词、不同的模型效果，但又舍不得当前的对话流。【gzh：和平本记】只能要么忍痛往下写，要么新开一个窗口，把关键上下文再复制一遍。来回切换，麻烦的一笔。在这种烦恼终于结束了，Chat

如果你最近被谷歌新发布的图像模型刷屏了，那你一定听过两个名字，一个是「Nano Banana」一个是「Gemini 2.5 Flash Image」那一个模型为什么会有两个名字？「Nano Banana」 是这个 AI 图片编辑与生成模型的非正式代号或别名，大多数是用户在社群、媒体、论坛中使用。「Gemini 2.5 Flash Image」 是官方推出后正式使用的名称。因为太火了，AI stud

Karpathy 说在各种 AI 编程工具的加持下，现在 vibe coding充满了无限的可能性。同时 Karpathy 他自己也很难避免会有一种担心自己没跟上技术发展最前沿的焦虑感（笑死，他跟不上这地球上就没人能跟上了🤣）。所以写下这些心得随想，他也很好奇大家都有什么新发现和好用的方法。

AGENTS.md 不只是一个新文件，它可能成为未来。

所以现在当你提出一个不需要深度思考就能够回答的问题的时候，ChatGPT 会调用一个非常轻量级的模型，以更快的速度把答案响应给你。这样就避免了之前，这个模型用于编程，那个模型用于推理。如果你是 ChatGPT 的付费用户，你会发现 ChatGPT 提供给用户的模型实在是太多太混乱了，比如，gpt-4o o3 o3-pro o4-mini o4-mini-high。并且替用户做出选择呢？而当你提出一