先聊清楚再写代码:AI时代被90%开发者忽略的「设计前置」工作流

你有没有试过这样:
对着 ChatGPT 狂敲“帮我写一个用户登录接口”,结果生成的代码用了你项目里根本没装的库,字段命名和团队规范完全对不上,还要反复改三轮——最后发现,问题压根不在代码,而在一开始就没说清“到底要什么”

这篇文章不教你怎么调 API、不比模型参数、也不堆工具清单。
它讲一个更底层、更省力、也更适合新手上手的真相:
AI 写不好代码,往往不是因为它笨,而是你还没想清楚;
最好的 Copilot,不是帮你补全 for 循环,而是陪你把“系统长什么样”先画出来。


🧠 为什么“先设计、后编码”才是真高效?

很多开发者一上来就让 AI 写代码,就像让装修队进门就砸墙——可你连户型图都没给。
而提米哥用的其实是反直觉但超顺滑的节奏:

  1. 第一阶段:纯聊天(不用代码)
  2. 用语音或打字,跟 ChatGPT / Gemini “边聊边想”:
    这个功能到底解决谁的什么痛点?
    边界在哪?比如“忘记密码”流程,要不要管短信发送?还是只负责跳转页面?
    我们叫它 resetToken 还是 recoveryCode?整个团队必须统一。
  3. ✅ 目标:把模糊想法,变成一句句能对齐的中文描述。

  4. 第二阶段:产出轻量设计文档(Markdown 就够)
    把聊清楚的内容,整理成 5 分钟就能读完的小文档,例如:

## 【用户邮箱验证】设计快照(2024.06)

- ✅ 目标:新用户注册后,点击邮件链接完成邮箱绑定,跳转到首页  
- ❌ 非目标:不发邮件(由另一服务负责)、不处理链接过期重发逻辑  
- 🔑 核心术语:  
  - `verify_token`:JWT,有效期 1 小时,含 `user_id` 和 `email`  
  - `is_verified`:用户表布尔字段,仅在此流程中更新  
- 📦 接口约定:  
  - GET `/auth/verify?token=xxx` → 返回 302 跳转 or 400 错误页  
  - 不暴露数据库细节,错误统一返回 `{"code": "INVALID_TOKEN"}`  

💡 提示:这份文档不是给老板看的 PPT,而是你接下来所有 AI 提问的“说明书”。它越短越准,效果越好。

  1. 第三阶段:带着设计去写代码
    此时才打开 IDE,让 GitHub Copilot 或 Claude Code 开工。
    你给它的提示不再是“写个验证接口”,而是:

    “按上面设计文档实现 /auth/verify 接口:用 Express + JWT,校验 token 后更新 is_verified 字段,成功则 302 跳转 /,失败返回标准 JSON 错误。”

——这时 AI 不再猜你要什么,它只是精准执行。


🔁 已有老项目?一样适用!

别以为这只能用在全新项目。
提米哥常做的操作是:
– 把你关心的模块(比如 src/auth/)打包成 ZIP;
– 上传到 ChatGPT(支持文件解析的版本);
– 然后问:“当前登录逻辑里,sessionJWT 是怎么共存的?如果我要加邮箱验证,哪些函数必须改?哪些可以复用?”

👉 这相当于给 AI 一本“项目说明书”,它立刻从“瞎猜模式”切换到“顾问模式”。


🛠️ 工具怎么分?记住两个词就够了

类型 代表工具 用在哪一步 关键动作
讨论型工具 ChatGPT Plus、Gemini Pro、Claude(网页版) 设计阶段 聊边界、定术语、列非目标、画流程草图
执行型工具 GitHub Copilot、Claude Code(VS Code 插件)、Codex 编码阶段 补全函数、写测试、翻译注释、修 Bug

⚠️ 常见翻车现场:
– 用 Copilot 讨论“要不要加缓存?” → 它只会给你代码片段,没法帮你判断该不该加;
– 用 ChatGPT 写 React 组件 → 它可能生成过时语法,或忽略你项目的 ESLint 规则。
工具错配,比模型差劲更伤效率。


🌟 最后送你一句提米哥办公桌贴纸语:

“好设计不会自动变成好代码,
但坏设计,一定会让好代码变成烂债。”

AI 不是魔法棒,它是你的“设计扩音器”——
你声音越清晰,它放大的结果就越可靠。

直达网址:https://dev.to/timmygao/how-i-use-ai-to-design-software-first-3j8c

作加

类似文章