AI WorkFlow¶
约 696 个字 预计阅读时间 2 分钟
你的专属AI工作流和工作方法
1.AI工具分类推荐¶
1.代码开发类
-
Claude Code - 你当前使用的工具，适合代码开发、调试、重构
-
GitHub Copilot - 代码自动补全，适合日常编码
-
Cursor - AI原生代码编辑器
2.写作与文档类
-
Claude/ChatGPT - 长文本写作、逻辑推理
-
Notion AI - 笔记与文档辅助
-
Jasper - 营销文案创作
3.设计与创意类
-
Midjourney - 图像生成
-
DALL-E 3 - OpenAI图像生成
-
Figma AI - 设计辅助
-
Runway - 视频编辑
4.数据与分析类
-
ChatGPT Code Interpreter - 数据分析
-
Julius AI - 数据可视化
-
PandasAI - Python数据分析助手
2.推荐的AI工作流¶
1.「渐进式提示」工作流
初始想法 → 细化需求 → 迭代优化 → 最终输出
-
从模糊想法开始
-
让AI帮助细化需求
-
多轮对话迭代
2.「AI先行，人工校验」工作流
AI生成初稿 → 人工审查 → AI修改 → 最终确认
-
让AI完成80%的基础工作
-
人工专注20%的关键决策
-
适用于文档、代码、邮件等
3.「分治协作」工作流
任务分解 → 多个AI并行处理 → 人工整合 → 质量检查
-
复杂任务拆解为子任务
-
用不同AI工具处理各自擅长部分
-
人工统筹整合结果
3.AI工作方法¶
1.提示工程核心原则
-
具体化：明确输入、输出、约束条件
-
上下文先行：先给背景，再提要求
-
迭代优化：不要指望一次完美输出
2.编写有效提示的框架
角色设定 + 任务描述 + 输入数据 + 输出格式 + 约束条件 + 示例
示例：
你是一位资深Python工程师（角色）
请优化以下函数的性能（任务）
输入代码：[代码]（输入数据）
要求输出：优化后的代码 + 时间复杂度分析（输出格式）
不要改变函数接口（约束条件）
3.避免 AI 常见陷阱
-
❌ 过度依赖AI，失去独立思考能力
-
❌ 不验证AI输出的准确性
-
❌ 提示过于笼统
-
❌ 忽略AI的安全和隐私限制
-
✅ AI作为副驾驶，人类保持主导
-
✅ 批判性思维审查AI输出
-
✅ 保护敏感数据
4.实用工作流模板¶
学习新技术
-
让AI生成学习大纲
-
让AI解释核心概念
-
让AI提供实践练习
-
用AI解答疑问
-
让AI测试你的理解
编写技术文档
-
让AI生成文档结构
-
逐章填充内容（AI辅助）
-
让AI检查一致性和完整性
-
让AI优化表达清晰度
解决编程问题
-
向AI清晰描述问题
-
让AI提供多种解决方案
-
讨论各方案优劣
-
选择方案并让AI生成代码
-
让AI进行代码审查