【AI】cursor使用小技巧

一、核心框架：6 段式 Prompt 结构

Cursor 的 Agent 对结构化指令的解析远优于段落式描述。官方推荐的 Prompt 遵循以下 6 段式模板 ：

黄金公式（社区总结版）：具体任务 + 技术要求 + 上下文引用(@) + 预期结果

二、上下文工程：@符号体系

Cursor 的上下文精度直接决定输出质量。不要把整段代码贴进聊天框，而是用@精确引用 ：

最佳实践："这是后端 @/backend.py，这是前端 @/frontend.js，现在去 __________"远比"@codebase，去 __________"精准 。

三、项目级规则：.cursorrules+ Custom Commands

1..cursorrules（项目根目录）

这是 Cursor 的“持久系统提示词”，一次配置，全项目生效。官方建议保持精简，聚焦核心约定 ：

# 代码规范 - 新模块放在 src/features/ 下，按功能域组织 - 错误处理统一使用现有 Result<T, E> 模式，不抛裸异常 - 命名：函数 camelCase，类型 PascalCase，常量 SCREAMING_SNAKE_CASE # 安全护栏 - 禁止修改公共函数签名，除非附带迁移方案 - 禁止新增依赖，除非用户明确要求 - 不得记录 secrets，token 必须哈希存储 # 命令手册（完成前必须执行） - 运行 pnpm lint && pnpm test 通过后再标记完成 - 修改后更新相关文档，标注日期，引用代码行号

进阶技巧：对训练数据少的框架，先把官方文档喂给 Cursor，让它生成.cursorrules，实现“AI 教 AI” 。

2. Custom Commands（设置 → Commands）

把高频 Prompt 固化为/命令，效率提升约 80% ：

四、工作流模式：Plan → Implement → Verify

Cursor 官方支持Plan Mode，对非 trivial 的改动，强制“先计划、后执行” ：

Step 1: Plan only. No code. → 输出：步骤清单 + 涉及文件 + 风险点 Step 2: Implement the approved plan. → 输出：按文件组织的 diff + 测试 + 简要验证说明 Step 3: Verify and iterate. → 运行测试、检查集成点、清理临时文件

关键原则：

• Chain of Prompts = Chain of Thought：拆成“计划 → 代码 → 测试 → 文档”多轮，比单轮大 Prompt 更稳定
• 任务链闭环：Task A 暴露问题 B → 理解 B → 修复 B → 再标记完成，不要停在第一个问题
• 用词精确：用"Rewrite"触发全量重写，用"Change"容易得到补丁式修改

五、可复用 Prompt 模板库

以下模板直接复制可用，按场景分类 ：

六、模型选择策略（成本控制）

Cursor 支持多模型切换，按任务复杂度选择可显著降本 ：

七、3 周渐进上手路线（社区验证版）

总结：Cursor 的 Prompt 工程是“明确目标 + 精准上下文(@) + 刚性约束 + 计划先行 + 验证闭环”的工程系统。先把.cursorrules和 Custom Commands 配好，再按 6 段式模板写 Prompt，效率和质量会显著区别于“随便聊”的使用方式。