北京
原文：https://sketch.dev/blog/seven-prompting-habits
大家好，我是老章
推荐一个我最近常读的一位IT博客作者：Josh Bleecher
这篇文章介绍了其使用过 N 多注入 Claude Code、OpenAI Codex、cline、aider 等 AI Agent 工具后关于如何提高编程效率等一系列技巧。
画出猫头鹰
先提交一段代码，展示你要做的事。
让 Agent 完成剩下的工作。
或者一次性完整做完，再让 Agent 读取这次提交并重复操作。
使用检查清单
对于更大的项目：
[ ] 让 agent 制定一个计划，并将其拆分为详细的检查清单。
[ ] 把检查清单写入你的代码仓库 （暂时的）
[ ] 让它逐项完成清单任务，并在完成后勾选。
[ ] 删除清单。
把任务交给 AI 代理，只为找出棘手之处，这样你就不用重蹈覆辙。
早失败，多失败
Agent 很擅长快速上手，失败成本也很低。
把你的问题扔给它，让它自己折腾。
如果失败了，就重新开始，把那点它自己搞不定的信息补上。
如果它跑偏了，别费劲纠正或修补，直接砍掉重来，用一条类似的提示再开一次。
并发执行
Agent 通常比人类正常注意力慢半拍 。
你可以这样把这段延迟掩盖掉：一次性拉起一堆 Agent，等你准备好了再来验收。也可以让多个 Agent 同时啃同一个任务，最后比对结果
给目标，不给步骤
无论是加快测试、修复某些 eslint 警告多速度，还是反复处理浏览器截图，只要 agent 能评估成功与否，就让它自行处理。
把第 0 步外包出去
市面上有各式各样的“深度研究”产品，让它们先针对某个 API 或技术撰写详尽文档，再转交给你。
市面上还有很多 UI 原型设计工具，去研究这些工具，然后让代理进行整合。
最后推荐几本新书
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
