大模型开发技巧记录（不定期更新）

1. 让AI定期总结当前架构、解决的问题的详细逻辑方案到本地docs目录下，可以避免上下文满了以后，再次解决问题时，会存在理解漂移的情况。
2. 利用system prompt或前置prompt：
   • 一些环境变量、命令等运行前提，比如进入虚拟环境source xxx 再执行python3 测试
   • 让临时测试文件写到tests目录中，不会写的乱七八糟，tmp写一下，当前目录写一下，中断了还不删除
   • AI会插一堆各种花里胡哨的emoji在log或说明中，可以提前要求如果你不喜欢这种字符
   • 适当的总结，有利于后续的会话理解上下文，但是如果你不喜欢，可以告诉他“不要总结”
3. 针对复杂的问题处理，可以开启plan模式，比如Claude code 是shift+tab切换，会先根据目前情况梳理逻辑，等输出合适的方案和逻辑后再让AI处理，可以增加准确性
4. 可以在提问时，加上用优雅的方式实现/用xx方法实现，不然AI会有很多华而不实的解决方案