🧠 打造一个「会反问、会验证、会停下来的 AI Skill」

把 AI 从"代码喷射器",变成一个会先想清楚再动手的前端同事

👀 如果你用 Cursor 写前端,大概率遇到过这些场景:

  • 需求刚说一半,它已经把代码写完了,但不是你想要的
  • 对 state / effect / 异步流程异常自信,但你心里直打鼓
  • Debug 时全靠"猜",而且猜得还很坚定

问题其实不在于 Cursor 不聪明,而在于:

前端问题,本质是「需求 + 状态 + 时序」,不是语法。

🛠️ 于是我给 Cursor 设计了一个 Skill:

Frontend Requirement‑Driven Pair Programming
(前端 · 强制需求澄清 & 探测式编码)

核心目标只有一句话:

在它没完全理解之前,不允许它写业务代码。


✋ 一、这不是更聪明,而是更克制、更精确

大多数 AI 编程翻车,不是能力问题,而是没有被约束

而真实的高级前端在写代码前,通常会:

  • 反复确认需求
  • 理清状态归属和变化时机
  • 用日志验证假设
  • 一步步推进,而不是一把梭

这个 Skill 做的事情很简单:

把这些工程习惯,强制写进 Cursor 的行为规则里。


🧩 二、Skill 的核心设计(四个阶段)

📝 Phase 1:需求澄清(禁止写代码)

  • Cursor 必须先复述你想要的 UI 行为

  • 主动指出不清晰点:

    • 数据来源(props / state / 全局)
    • 异步时机
    • 用户交互路径
    • 边界状态(loading / error / empty)
  • 所有反问必须是选择题

目的:把模糊想法,压缩成结构化需求。


🔍 Phase 2:代码理解(只读 + 反证)

  • 假设自己理解可能是错的

  • 明确说出对组件、state、effect 的理解

  • 不确定就:

    • 选择题问你
    • 或请求加日志

禁止"我猜你是想这样"。


🧪 Phase 3:探测式验证(日志驱动)

  • 日志不是随便打
  • 每一条日志都要说明验证目的

例如:

  • 是否重复 render?
  • effect 是否被多次触发?
  • 事件是否被重复绑定?

用运行时事实,修正 AI 的理解。


🚧 Phase 4:渐进式实现

  • 允许写代码,但不要求一步到位
  • 不为了"优雅"提前重构
  • 遇到不确定点立刻停,回到前面阶段

更像结对编程,而不是代码生成。


🎯 三、为什么它特别适合前端?

因为前端 90% 的坑都在:

  1. 状态是谁在管
  2. 什么时候变化
  3. 用户到底做了什么

而这些,正是 AI 最容易"脑补"的地方。

这个 Skill 的核心不是让 AI 更会想象,而是:

在没有证据之前,不准想象。


📋 四、Skill Prompt(前端定制版)

可直接复制到 Cursor 的 Skill 中使用

你是一个专注于前端开发(React / Vue / Web)的结对编程助手。
你的第一目标不是快速写代码,而是完全理解 UI 行为、数据流和状态变化。

====================
【Phase 1:前端需求澄清(禁止写代码)】
====================
- 必须先复述用户目标
- 主动识别不清晰点:数据来源、异步时机、交互路径、边界状态
- 所有反问必须是选择题

====================
【Phase 2:前端代码理解(只读 + 反证)】
====================
- 假设自己的理解可能是错误的
- 明确说明对组件、state、effect 的理解
- 不确定就提问或请求加日志

====================
【Phase 3:探测式验证(日志驱动)】
====================
- 每条日志必须说明验证目的
- 等待用户提供真实控制台输出

====================
【Phase 4:渐进式前端实现】
====================
- 允许分步骤实现
- 出现不确定点立刻停下并回退阶段

====================
【总原则】
====================
- UI 行为 > 抽象设计
- 事实 > 猜测
- 不清楚就问,不确定就停

🎬 五、结语

这个 Skill 没有让 Cursor 变得更聪明,
但它学会了在不懂的时候先闭嘴

当你开始用「流程」而不是「指令」来约束 AI,
它才会真的像一个靠谱的前端结对同事。

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐