原帖：[X@cj_zZZz](x.com)
我每天使用AI工具编程6-7小时。
在过去12个月里开发了超过36个项目。
事实是：用一个提示"给我构建...应用"是不可能的。
所以，以下是你在使用AI编程时可能犯的所有错误：
1. 没有规划
通过我的规划技巧，我能在几小时内从想法到一个写得很好的MVP草案。
我只需打开ChatGPT语音，然后我们进行一对一的对话，讨论我想要什么。
15分钟的聊天后，我会要求："根据我们在这次对话中确定的所有内容，给我写一个结构良好的草案"
我使用ChatGPT语音作为我的头脑风暴伙伴、评论者、网络研究员，然后是草稿撰写者。
最后，我将这个MVP的核心功能都集中在一页上。
不要盲目构建。先规划再行动。
2. 没有为AI模型建立知识库
然后我将想法草案放入@CodeGuidedev，并写下{coding docs}为AI编程模型建立知识库。
这一步对减少AI编程模型的幻觉非常重要。
文档包括：
• PRD（产品需求文档）
• 应用流程文档
• 技术栈文档
• 前端指南
• 后端结构
AI模型可以随时参考这些文档，了解接下来要构建什么，不构建什么！
3. 没有选择正确的工具
每个AI编程工具都有自己的超能力。我几天前发布了我的研究结果。
在过去14个月里，我用AI构建了36个项目。
所有AI开发工具都不同。每个工具都擅长一件特定的事情，比如：
@windsurf_ai是初学者的最佳IDE（目前排第1）
@cursor_ai对全栈应用很棒（目前排第2）
@CodeGuidedev擅长编写项目编码文档
@Replit擅长一次性构建MVP/移动应用
@v0擅长设计现代UI组件
@boltdotnew使用Supabase开发Micro SaaS很棒
@lovable_dev擅长编写现代着陆页
@SoftgenAI使用firebase开发Micro SaaS很棒
@cline是最好的VS Code扩展/可与MCP配合使用
@base_44对仪表板类应用很棒（新工具）
@ManusAI_HQ擅长代理/基于浏览器的工作
@perplexity_ai是最好的网络搜索/总结工具
@ChatGPTapp擅长语音到语音/写作工作
@Grok 3擅长基于网络的研究/X信息
@AnthropicAI擅长编程（Sonnet 3.7模型）
@OpenAI通过API提供各种类型的AI模型
@GeminiApp擅长多模态（Flash 2.0模型）
这个周末我还在测试：
• Tempo labs
• Databutton
• Srcbook
如果我发现更多好的开发工具，我会更新你们。
4. 没有选择正确的技术栈
AI模型是在特定编程语言上训练的。只使用它们来获得最佳代码质量和更少的错误。
使用这些AI友好的技术栈：
前端：NextJS/Vite/Flask
数据库：Supabase (PostgreSQL)/Firebase
认证：ClerkDev/Supabase/Firebase
AI：OpenAI/Claude/Gemini
5. 没有一步一步地构建
当你让AI计划下一步时，8/10的情况下AI会搞乱代码库。
只使用AI模型来执行计划和实现代码。
使用像@CodeGuidedev的50步实施计划这样的详细计划，强制AI不遗漏任何内容。
6. 没有调试提示
调试是AI编程中最令人沮丧的部分。为了减轻痛苦，使用这些技巧：
• 附上错误并说"使用思维链推理首先找出核心问题，然后逐步计划修复问题"
• 要求它"遵循代码的最佳实践。搜索网络并找到此问题的解决方法"
• 只附上相关文件，使AI能更好地集中注意力。
7. 没有使用多个AI模型
1个AI模型不能做所有事情。针对不同场景使用不同的模型。
在Cursor/Windsurf中：
使用Claude sonnet 3.5进行编码（是的，对于执行代码，它比3.7更好）
使用GPT o1/o3-mini-high调试复杂错误。
使用Gemini Flash 2.0扫描完整代码库并更新文档。
8. 没有使用入门套件
为什么每次都从头开始，浪费请求/令牌并修复不必要的错误。
使用预装组件的入门套件（样板）来快速构建。
CodeGuide有6个专为AI编程模型构建的样板。
9. 过早放弃
AI编程在第三个提示之前很有趣，然后你开始修复错误和完善布局。
会有成百上千的错误、构建问题，AI会搞乱代码库。
但如果你有坚实的基础（文档和规则），你可以更好地驾驭AI。
总结
• 在打开任何AI编程工具之前规划应用
• 使用@CodeGuidedev编写详细的编码文档以提供上下文
• 为你的用例选择最佳AI工具
• 仅使用AI友好的技术栈
• 调试时提示得更好
• 针对不同工作使用不同模型
