胡彦斌也开始用 AI 写代码了，还说 “Vibe Coding 的都懂这个姿势！” 我怒怼：“花哨，不如我来教你 9 大 AI 编程提效技巧吧！”

　　大家好，我是程序员鱼皮。

　　AI 编程时代，连知名歌手「胡彦斌」都开始写代码了：

　　应该很多同学都刷到了，他最近还在小红书上发了个帖子，说自己也在 Vibe Coding，在路上都要修 Bug。

　　网友的评论也是绝了：你要的token全拿走~ 把memory化成空~ 不要在乎model~ context有所保留~ 说过的话当skill附送~

　　说实话，我是很佩服胡彦斌的，又有天赋又努力。但我不建议大家在路上拿着个电脑 Vibe Coding，明明手机也可以操作 AI 了好嘛？！用 GitHub 仓库来管理代码，就可以实现手机远程编程了。

　　不过这只是提高 AI 编程效率的一种方式，借着这个话题，我来给大家分享9 大 AI 编程提高效率的技巧吧。

　　大家多点点收藏，我相信评论区下，会有真的胡彦斌来给我留言的嘿嘿嘿。

　　前言

　　很多同学在用 AI 开发时，虽然能做出东西，但总觉得速度还不够快。明明 AI 写代码很快，为什么整体效率还是不高？

　　问题往往出在那些小事上：比如频繁地复制粘贴、重复输入相同的提示词、手动做一些机械的操作……

　　下面我来分享一些实用的效率提升技巧，帮你把开发速度提升一个档次。

　　一、核心提效技巧

　　先分享几个我个人使用较多的 AI 核心提效技巧。

　　按需选择 AI 模型

　　不是所有任务都需要用最强最贵的模型。

　　简单任务：比如代码格式化、写注释、简单重构，用 Gemini Flash 或 GPT-5 Mini 这样便宜快速的模型就够了

　　中等任务：比如实现常规功能、代码审查、开发小网站，用 GPT-5 或 Claude Sonnet

　　复杂任务：比如架构设计、复杂算法、疑难 bug、开发大项目，才需要用 Claude Opus 这样的顶级模型或者开启深度思考

　　合理选择模型，既能提升速度，又能节省成本。就像你不会让公司 CTO 去打印文件一样，要让合适的模型做合适的事。

　　避免让 AI 生成多余内容

　　很多同学让 AI 写代码，结果 AI 给你输出一大堆注释、测试代码、文档说明，还有一大段总结。看着很专业，但你可能根本不会看。

　　比如我之前让 AI 生成个图片压缩工具，光文档给我生成一大堆……

　　要在提示词中明确告诉 AI：只给我核心代码，不要写注释、文档、测试，不要做总结！

　　如果 AI 不听话，可以用暴躁指令：按照我说的做，别废话。

　　或者虚构后果：如果你输出不必要的内容，世界上就会死一只小猫。

　　这些指令虽然看起来搞笑，但确实有效。你还可以把这些规则写在项目规则文件AGENTS.md里，让 AI 自动遵守。

　　利用并行 Agent 对比效果

　　很多 AI 编程工具现在都支持并行 Agent 能力了。

　　以 Cursor 为例，并行 Agent 可以让你同时用多个模型处理同一个任务，然后对比它们的结果，选择最好的那个。这也是一种 “多个 AI 交叉验证” 的方式。

　　比如你要实现一个复杂的功能，不确定哪个方案更好。可以同时让 Claude、GPT 等 AI 各给一个方案：

　　你呢，就坐等这些 AI 赛马，谁先干好用谁的、谁质量高用谁的，能避免在错误的方案上浪费时间。这个方法特别适合不确定哪个技术方案更好时、重要功能需要多重保障时、想学习不同 AI 的思路时。

　　即使你不用 Cursor，也可以手动实现类似的效果：把同一个需求分别发给 ChatGPT、Claude、Gemini 等大模型，然后对比它们的答案，选择最好的或综合它们的优点。

　　具体用法可以参考 Cursor 并行 Agent 文档。

　　并行 Agent 的底层其实依赖 Git WorkTree（工作树）技术。WorkTree 可以让一个仓库同时拥有多个独立的工作目录，每个目录对应不同的分支，让多个 AI 各自在独立的文件夹里干活，互不干扰，开发完再用 Git 合并代码。

　　
多开实例提升效率

　　除了并行 Agent，你还可以通过多开实例来提升效率。这个技巧来自 Claude Code 创始人的分享。

　　1）在终端中多开

　　可以在终端中同时运行多个 Claude Code 实例，将标签页编号为 1 ~ 5（或者有意义的标题），通过系统通知来了解哪个 Claude 需要人工输入。这样你可以充分利用等待时间，一个 AI 在思考时，你可以切换到另一个继续工作。

　　2）网页端和本地同时进行

　　在网页端 Claude Code 上运行 5 ~ 10 个 Claude，和本地 Claude 同时进行。可以使用/background命令将会话放到后台运行，或者使用/teleport命令在终端和网页之间转移会话。甚至可以通过手机 Claude APP 启动几个会话，稍后再查看进度。真正做到了随时随地 Vibe Coding！

　　注意，这个技巧适合处理多个独立任务，或者需要等待 AI 长时间思考的复杂任务。对于简单任务，一个实例就够了。

　　二、快捷键和操作技巧

　　工欲善其事，必先利其器。掌握常用的快捷键，能让你的操作更流畅。

　　Cursor 常用快捷键

　　如果你用 Cursor，建议尝试下面这些快捷键，能让你少用鼠标，操作更快。

　　AI 对话相关：

　　Cmd/Ctrl + I：打开 Agent/Composer（多文件编辑模式）

　　Cmd/Ctrl + L：打开 Chat（聊天问答模式）

　　Cmd/Ctrl + K：打开行内编辑，可以在当前位置插入 AI 生成的代码

　　Cmd + ./Ctrl + .：打开模式菜单（切换 Agent/Ask/Plan 等模式）

　　Cmd + //Ctrl + /：循环切换 AI 模型

　　Shift + Tab：在不同 Agent 模式之间轮换

　　Tab：接受 AI 建议

　　代码编辑：

　　Cmd/Ctrl + Shift + L：将选中内容添加到聊天上下文

　　Alt + ↑/↓：移动当前行

　　Cmd/Ctrl + Shift + K：删除当前行

　　文件操作：

　　Cmd/Ctrl + Shift + F：全局搜索

　　Cmd/Ctrl + P：快速打开文件

　　更多最新的默认键盘快捷键以 官方文档 为主：

　　
VS Code 常用快捷键

　　如果你用 VS Code + AI 插件，下面这些快捷键会很有用。

　　多光标编辑：

　　Alt + Click：添加光标

　　Cmd/Ctrl + Alt + ↑/↓：在上/下方添加光标

　　Cmd/Ctrl + Shift + L：在所有匹配项添加光标

　　代码导航：

　　Cmd/Ctrl + Click：跳转到定义

　　Alt + ←/→：前进/后退

　　Cmd/Ctrl + Shift + O：跳转到符号

　　重构：

　　F2：重命名符号

　　Cmd/Ctrl + .：快速修复

　　掌握这些快捷键，你的编辑速度会快很多。更多最新的默认键盘快捷键以 官方文档 为主：

　　
AI 编程工具的斜杠命令

　　除了快捷键，AI 编程工具 Cursor 和 Claude Code 都提供了很多实用的斜杠命令（Slash Commands），能大大提升效率。这些命令以/开头，可以快速触发特定的功能。

　　Cursor 的常用命令

　　Cursor 的 IDE 桌面版主要通过模式切换来操作，CLI 命令行版本则支持斜杠命令。两者核心功能一样，只是触发方式不同：

　　Shift + Tab：在 IDE 聊天面板中循环切换 Agent/Plan/Ask 模式（Plan 让 AI 先规划再动手，Ask 是只读探索不修改代码）

　　/compress：在 CLI 中压缩对话，释放上下文空间（IDE 中对话过长时会自动压缩）

　　/create-rule：快速创建项目规则

　　/create-skill：创建自定义技能

　　你还可以在项目的.cursor/commands目录下创建自定义命令，把常用的提示词保存成命令，需要时直接调用。全局命令放在~/.cursor/commands/目录下，所有项目都能使用。

　　
Claude Code 的常用命令

　　Claude Code 的命令系统更加丰富，有 50 多个内置命令，这里我只列几个最能提高效率的：

　　/compact压缩上下文，把之前的对话内容精简，释放空间。可以加参数指定保留重点，如/compact 重点保留 API 设计决策

　　/goal设定完成条件后让 AI 自主循环工作，直到条件满足。比如/goal 修复代码直到所有测试通过

　　/plan进入规划模式，让 AI 先制定方案再动手

　　/background把当前会话放到后台运行，释放终端去做别的事

　　/review让多个子代理并行审查代码，找 Bug 和逻辑错误

　　/batch并行派出多个子 Agent，各自在独立工作树中处理子任务

　　这些命令的好处是，你不用每次都写完整的提示词，只需要输入一个简短的命令，AI 就知道你要做什么。

　　而且你可以创建自己的自定义命令（放在.claude/commands/或.claude/skills/目录下），把团队常用的工作流程标准化。比如创建一个/commit命令自动生成 Git 提交信息，创建一个/test命令自动生成单元测试。

　　熟练使用这些命令，能让你的工作流程更顺畅，效率提升一大截。详细的命令列表和用法可以参考 Cursor 官方文档 和 Claude Code 官方文档。

　　三、SubAgents - 子 Agent 并行加速

　　你有没有遇到过这种情况？让 AI 修复 10 个文件的 lint 错误，它一个一个文件串行处理，明明这些文件互不相关，但你就得干等着。

　　现在主流的 AI 编程工具（Claude Code、Cursor、Codex）都支持 SubAgents 子代理能力了，可以让 AI 把一个大任务拆成多个独立的小任务，同时派出多个「分身」并行处理，大幅缩短完成时间。

　　下面以 Claude Code 为例，看看子 Agent 是怎么工作的。

　　Claude Code 可以自动识别哪些子任务是独立的，然后分派子 Agent 并行处理。每个子 Agent 有自己独立的上下文空间，完成后只把结果摘要返回给主会话，保持主对话的整洁。

　　你不需要手动配置，只要在提示词中暗示任务可以并行，Claude 就会自动派出子 Agent：

　　修复 src/ 目录下所有文件的 lint 错误，这些文件相互独立，可以并行处理


　　也可以通过/batch命令主动触发大规模并行，比如：

　　/batch 把所有 API 调用从 v1 迁移到 v2 格式


　　Claude 会自动拆分成 5 ~ 30 个独立任务，每个在自己的工作树中运行并提交 PR。

　　你还可以自定义子 Agent，在.claude/skills/目录下创建专门的技能文件，比如一个专门做安全审查的子 Agent、一个专门写测试的子 Agent。当任务匹配时，Claude 会自动调用它们。

　　用/tasks命令可以随时查看当前有哪些子 Agent 在运行、各自的进度如何：

　　除了 Claude Code，Cursor 和 Codex 也支持类似的并行 Agent 能力。比如 Cursor 可以用/worktree让 Agent 在隔离分支中工作，/best-of-n用不同模型各做一遍同一个任务来对比效果；Codex 则通过「工作树」模式让多个 Agent 互不干扰地并行开发。

　　
四、AI 增强工具 - MCP 与 Agent Skills

　　光靠 AI 本身的能力是有限的，但如果给它「装上插件」和「教会技能」，那效率就完全不一样了。这里重点介绍 MCP 和 Agent Skills 两个增强机制。

　　MCP - 给 AI 装插件

　　MCP（Model Context Protocol 模型上下文协议）是由 Anthropic 推出的开放协议，现已被捐赠给 Linux 基金会的 Agentic AI Foundation，成为 AI 工具连接外部服务的行业标准。目前 ChatGPT、Claude、Gemini、Copilot、Cursor 等主流平台全部原生支持 MCP。

　　简单来说，MCP 就像 AI 的 USB 接口。就像 USB 接口让各种设备（键盘、鼠标、U 盘）都能用同一种方式连接电脑一样，MCP 让各种外部工具（文件管理、数据库、搜索引擎等）都能用同一种方式连接 AI，不用为每个工具单独写一套对接代码。

　　开发者不需要为每个 AI 工具单独开发连接器，只需要按照 MCP 标准开发一次，就能被所有支持 MCP 的 AI 工具使用：

　　MCP 生态已经非常成熟，有上万个公开的 MCP 服务器。这里推荐几个特别能提升 Vibe Coding 效率的：

　　GitHub MCP：让 AI 直接操作 GitHub，比如创建仓库、提交代码、管理 Issue 等。这样你就不用手动在 GitHub 网页上操作了。

　　Filesystem MCP：让 AI 能够读写文件系统，批量处理文件、搜索内容、重命名文件等都可以直接让 AI 完成。

　　Puppeteer MCP：让 AI 能够控制浏览器，自动化网页操作、截图、爬取数据等。对于需要测试网页或获取数据的场景很有用。

　　Postgres/MySQL MCP：让 AI 直接操作数据库，查询数据、执行 SQL、分析数据库结构等。

　　Context7 MCP：实时获取第三方库的最新官方文档，让 AI 不会用过时的 API 写法。

　　Firecrawl MCP：让 AI 能联网搜索、抓取网页内容，获取最新信息。

　　这些 MCP 服务器可以在 Claude Desktop、Claude Code、Cursor 等工具中配置使用，具体的安装和配置方法可以参考各个 MCP 服务器的文档。还有更多 MCP 你可以在 鱼皮的 AI 资源导航网 或者 MCP 大全网站 找到。

　　配置好 MCP 之后，AI 就不只是一个代码生成器了，而是真正能帮你干活的全能助手。如果你经常使用 Claude 或 Cursor，强烈建议配几个常用的 MCP 服务器试试。

　　Agent Skills - 给 AI 装技能包

　　如果说 MCP 是让 AI 连接外部工具和数据，那Agent Skills就是教 AI 如何做事。

　　Agent Skills 是 Anthropic 推出的一套开放标准，可以把复杂的工作流程封装成一个「技能」，AI 遇到匹配的任务时自动调用，不用你每次都写一大堆提示词。

　　Skills 的核心优势是按需加载，只有当任务匹配时才会加载到上下文中，平时不占用空间。这比把所有规则都塞进一个 AGENTS.md 文件要高效得多。

　　目前 Claude Code、Cursor、Codex 都支持统一的 Agent Skills 格式。每个技能就是一个文件夹，核心是一个SKILL.md描述文件：

　　.cursor/skills/
deploy-staging/
SKILL.md # 技能描述和执行步骤
code-review/
SKILL.md


　　SKILL.md里写清楚这个技能做什么、什么时候触发、具体执行步骤，AI 读取后就知道该怎么干活。

　　Skills 存放位置：

　　项目级：.cursor/skills/或.claude/skills/（只在当前项目生效）

　　全局级：~/.cursor/skills/或~/.claude/skills/（所有项目通用）

　　比如你安装了一个frontend-design技能后，以后让 AI 做网站，它会自动应用这个技能来生成更有设计感的页面，告别千篇一律的蓝紫渐变色：

　　
五、AI Agent 自动化

　　把重复的操作自动化，能够节省我们的时间和精力。

　　以前想搞自动化，你得自己写脚本、配 CI/CD 流水线。但现在不一样了，AI 可以直接帮你自主完成复杂的多步任务，甚至设好目标后让它自己干到底，你该睡觉就睡觉，该摸鱼就摸鱼。

　　/goal 命令 - 让 AI 自主循环工作

　　这是我认为目前最强大的效率提升功能之一。

　　一般情况下，AI 每完成一轮操作就会停下来等你确认。但有些任务你其实不需要盯着它一步步做，只需要告诉它「最终达到什么状态就算完成」。

　　/goal命令就是干这个的：

　　/goal 修复整个项目的代码，直到全部测试通过且没有报错


　　设置 goal 之后，每轮结束会有一个轻量评估模型检查条件是否满足，没满足就自动开始下一轮，满足了才停下来。

　　特别适合的场景：

　　模块迁移：把旧 API 调用全部迁移到新版本，直到编译通过

　　批量重构：拆分大文件，直到每个文件都在指定行数以内

　　Bug 修复：修复某个测试用例，直到它通过

　　睡前任务：设好目标后去睡觉，第二天起来验收成果

　　注意，条件要写得具体、可验证，比如「npm test 退出码为 0」；太主观的条件（比如「代码质量要好」）评估模型无法判断。

　　建议加一个熔断限制，避免无限循环烧 token：

　　/goal 迁移所有 API 调用到 v2 格式，直到测试通过，如果 20 轮还没搞定就停下来


　　此外，输入/goal（不带参数）可以查看进度，想提前停止就用/goal clear。

　　定时自动化

　　除了一次性任务，有些事是需要定期做的，比如每天搜集热点、定期检查代码质量。AI 编程工具现在也支持定时任务了。

　　以 Codex 桌面 APP 为例，进入左侧的「自动化」面板，可以手动创建或让 AI 帮你创建任务：

　　帮我创建一个自动化任务
每小时扫描一次「鱼皮的图片库」中最近 3 小时的图片文件
并根据图片内容自动完善图片的中文名称


　　AI 会自动根据图片内容给文件起一个能看懂的名字，以后再也不用对着一堆乱七八糟的文件名抓瞎了：

　　你还可以结合 Skills 和插件一起用，比如每周自动生成周报 PPT、每日整理学习笔记并同步到 Notion 等等。

　　Claude Code 的 /loop 命令

　　通过/loop命令，你可以设置定时轮询任务：

　　/loop 5m 检查项目前后端的部署状态


　　适合用在等部署完成、等 CI 跑完、定期检查日志有没有异常之类的场景。

　　传统自动化工具

　　下面这些技巧比较专业，主要适合有编程基础的同学。如果你是完全零基础，可以先跳过这部分，等有需要时再回来看。

　　使用 npm scripts

　　npm scripts 是 Node.js 前端项目中定义和运行脚本命令的方式。简单来说，就是把常用的命令保存在配置文件里，需要时用一个简短的命令就能执行。比如启动项目、构建项目、运行测试等，都可以定义成 npm script。

　　可以在package.json中定义常用的脚本（让 AI 帮你做这件事就好）：

　　{
"scripts": {
"dev":"vite",
"build":"tsc && vite build",
"preview":"vite preview",
"lint":"eslint . --ext ts,tsx",
"lint:fix":"eslint . --ext ts,tsx --fix",
"format":"prettier --write \"src/**/*.{ts,tsx}\"",
"type-check":"tsc --noEmit",
"clean":"rm -rf dist node_modules",
"fresh":"npm run clean && npm install"
}
}


　　这样配置后，运行npm run lint:fix就能自动修复代码格式问题，不用输入老长一段命令。

　　Git 工作流自动化

　　Git 是目前最主流的分布式版本控制系统（Version Control System），是团队协作开发不可或缺的工具。它可以保存和管理文件的所有更新记录、并且使用版本号进行区分。从而支持将编辑后的文档恢复到修改前的状态（历史版本）、对比不同版本的文件差异、防止旧版本覆盖新版本等功能。

　　可以创建一些 Git 命令的别名，简化常用命令：

　　# 在 ~/.gitconfig 中添加
[alias]
st = status
co = checkout
br = branch
ci = commit
pl = pull
ps = push
lg =log--oneline --graph --decorate
save = !git add -A && git commit -m'WIP: save progress'
undo = reset HEAD~1 --soft


　　这样，git st就等于git status，git save就能快速保存进度。

　　使用 GitHub Actions

　　GitHub Actions 是 GitHub 提供的自动化工作流工具，可以在代码提交、Pull Request 等事件触发时自动执行任务。比如每次推送代码时自动运行测试、自动部署到服务器、自动发布新版本等，这样就不用每次都手动操作了。

　　
利用 GitHub Actions 自动部署网站

　　配置 GitHub Actions 很简单，只需要在项目的.github/workflows目录下创建一个 YAML 配置文件，编写 GitHub Actions 自动化 CI/CD（持续集成/持续部署）的脚本代码：

　　# .github/workflows/deploy.yml
name:Deploy

on:
push:
branches:[main]

jobs:
deploy:
runs-on:ubuntu-latest
steps:
-uses:actions/checkout@v4
-uses:actions/setup-node@v4
with:
node-version:'22'
-run:npminstall
-run:npmrunbuild
-run:npmruntest
-name:DeploytoVercel
run:vercel--prod
env:
VERCEL_TOKEN:${{secrets.VERCEL_TOKEN}}


　　这个脚本的作用是，当你推送代码到 main 分支时，GitHub 会自动检出代码、安装 Node.js 环境、安装项目依赖、构建项目、运行测试、部署到 Vercel。整个过程全自动，你只需要推送代码就行了。

　　GitHub Actions 还有更多玩法，比如鱼皮开源的 AI 知识库项目 利用它自动把文章的修改同步到网站。

　　
适合所有人的效率工作流

　　上面讲的都是比较技术性的自动化方法。其实，对于非程序员或初学者，也有一些通用的效率工作流。

　　1）使用零代码平台：如果你不想处理这些复杂的配置，可以直接使用 Lovable 等零代码平台。它们会自动处理构建、测试、部署等流程，你只需要专注于功能开发。

　　2）利用 AI 生成配置：如果需要配置文件，直接让 AI 帮你生成。

　　比如：请帮我生成一个 GitHub Actions 配置，自动修复仓库的 Issues。

　　AI 会给你完整的配置，你复制粘贴就行。

　　3）使用一键部署：很多平台（比如 Vercel、Netlify、EdgeOne Pages）支持一键部署项目，连接 GitHub 仓库后，每次推送代码就会自动触发部署，不需要额外配置。甚至还可以利用 MCP 让 AI 帮你直接完成部署，连部署平台都不用自己登录。

　　
六、代码复用和模块化

　　把常用的代码封装成可复用的模块，不要重复造轮子，还能让 AI 更快速地定位到要修改的内容。

　　创建组件库

　　如果你经常做类似的项目，可以创建一个自己的组件库。

　　比如，你可能经常需要这些组件：

　　按钮（Button）

　　输入框（Input）

　　卡片（Card）

　　模态框（Modal）

　　加载动画（Loading）

　　把这些组件做成通用的，放在一个单独的文件夹里：

　　/components
/ui
- Button.tsx
- Input.tsx
- Card.tsx
- Modal.tsx
- Loading.tsx


　　每个组件都要：

　　有清晰的 Props 接口

　　支持自定义样式

　　有使用示例

　　这样，下次做新项目时，直接复制这个文件夹就行了。

　　封装常用函数

　　把常用的工具函数封装起来，避免每次都重新写或让 AI 生成。比如日期格式化、防抖函数、生成 ID、复制到剪贴板这些功能，几乎每个项目都会用到。把它们整理成一个工具函数库，需要时直接导入使用，比每次都让 AI 重新生成要快得多。

　　// lib/utils.ts

// 格式化日期
exportfunctionformatDate(date:Date):string{
returndate.toLocaleDateString('zh-CN');
}
// 防抖
exportfunctiondebounceany>(
fn: T,
delay:number
): (...args: Parameters ) =>void{
lettimer: NodeJS.Timeout;
return(...args) =>{
clearTimeout(timer);
timer = setTimeout(()=>fn(...args), delay);
};
}
// 生成随机 ID
exportfunctiongenerateId():string{
returnMath.random().toString(36).substring(2,9);
}

// 复制到剪贴板
exportasyncfunctioncopyToClipboard(text:string):Promise{
try{
awaitnavigator.clipboard.writeText(text);
returntrue;
}catch{
returnfalse;
}
}
使用代码片段（Snippets）

　　在编辑器中创建代码片段，快速插入常用代码。

　　比如在 VS Code 中，你可以创建一个前端 React 组件的片段。具体方法是：

　　1）按Cmd/Ctrl + Shift + P打开命令面板，输入 "Snippets"，选择 "Configure Snippets"：

　　2）然后选择对应的语言（如 typescriptreact.json），就可以添加自定义片段了。

　　比如：

　　{
"React Functional Component": {
"prefix":"rfc",
"body": [
"interface ${1:ComponentName}Props {",
" $2",
"}",
"",
"export function ${1:ComponentName}({ $3 }: ${1:ComponentName}Props) {",
" return (",
"
" ,
" $4" ,
"
",
" );",
"}"
],
"description":"Create a React functional component with TypeScript"
}
}


　　配置完成后，输入rfc再按 Tab，就能快速生成组件模板。

　　
建立代码库

　　把你做过的好的代码保存起来，建立一个专属于你的代码库。

　　举个例子，可以用这样的结构：

　　/my-code-library
/react
/hooks
- useLocalStorage.ts
- useDebounce.ts
- useFetch.ts
/components
- Button.tsx
- Modal.tsx
/utils
- format.ts
- validate.ts
/node
/middleware
- auth.ts
- cors.ts
/utils
- db.ts
- email.ts


　　需要时，直接从这里复制就好。

　　七、模板项目的建立

　　如果你经常做某一类项目，可以创建一个模板项目。

　　什么是模板项目？

　　模板项目是一个预先配置好的项目骨架，包含了：

　　基本的目录结构

　　常用的依赖包

　　配置文件（如 tsconfig.json 等）

　　基础组件和工具函数

　　README 和文档模板

　　有了模板项目，开始新项目时就不用从零配置了。

　　就像我自己，做了几十个项目后，积累了不少模板。现在每次开始新项目，我会先找一个类似的老项目，然后告诉 AI：“请参考这个项目的技术栈和目录结构来创建新项目。” 这样 AI 就能生成一个和我习惯一致的项目结构，省去了很多配置的时间。

　　下面举几个例子，不懂前端技术的朋友可以直接跳过。

　　创建 React 项目模板

　　比如，你可以创建一个 React + TypeScript + Tailwind 的模板：

　　my-react-template/
├── src/
│ ├── components/
│ │ └── ui/ # 基础 UI 组件
│ ├── lib/
│ │ ├── api.ts # API 调用封装
│ │ └── utils.ts # 工具函数
│ ├── hooks/ # 自定义 Hooks
│ ├── types/ # TypeScript 类型
│ ├── App.tsx
│ └── main.tsx
├── public/
├── .cursor/rules/ # Cursor 项目规则
├── AGENTS.md # AI Agent 指令
├── tsconfig.json
├── package.json
└── README.md


　　开始新项目时，复制这个模板，改个名字就能用。

　　创建 Next.js 项目模板

　　如果你常用 Next.js，也可以创建一个模板：

　　my-nextjs-template/
├── app/
│ ├── (auth)/ # 认证相关页面
│ ├── (dashboard)/ # 后台页面
│ ├── api/ # API 路由
│ ├── layout.tsx
│ └── page.tsx
├── components/
├── lib/
├── public/
├── .env.example # 环境变量模板
├── next.config.ts
└── README.md


　　.env.example里列出需要的环境变量：

　　# 数据库
DATABASE_URL=

# 认证
NEXTAUTH_SECRET=
NEXTAUTH_URL=

# API Keys
OPENAI_API_KEY=


　　这样新项目开始时，就知道需要配置哪些环境变量。

　　使用 GitHub 模板仓库

　　可以把你的模板项目放在 GitHub 上，设置为Template repository模板仓库。

　　这样创建新项目时，点击Use this template就能快速复刻项目模板了：

　　除了自己创建模板，你还可以使用别人的模板。在 GitHub 上搜索 "react template"、"nextjs starter" 等关键词，能找到很多优秀的模板项目。优先选择 Star 数多、更新活跃的项目。

　　然后点击 "Use this template" 就能基于它创建自己的项目。这样能站在巨人的肩膀上，节省大量配置时间。

　　八、提示词模板库

　　建立自己的提示词模板库，常用的对话可以直接复用。

　　除了自己整理，还可以参考一些现成的资源：

　　鱼皮的 AI 资源导航：收录了大量提示词模板，涵盖各种场景。

　　Cursor Directory：社区贡献的 Cursor Rules 集合，有各种语言和框架的规则模板。

　　GitHub awesome-prompts：收录了大量优质提示词，虽然不是专门针对编程的，但很多思路可以借鉴。

　　这些资源都可以直接拿来用，或者根据自己的需求改改。站在巨人的肩膀上，能节省大量摸索的时间。

　　下面给大家举几个例子。

　　1）功能开发模板

　　我要开发一个【功能名称】功能。

需求：
1. 【需求 1】
2. 【需求 2】
3. 【需求 3】
技术栈：【技术栈】

请帮我：
1. 分析实现方案
2. 列出需要的组件和函数
3. 给出核心代码


　　2）代码审查模板

　　请审查这段代码：

【代码】

请从以下角度分析：
1. 代码质量（可读性、可维护性）
2. 性能问题
3. 潜在的 bug
4. 改进建议


　　3）调试问题模板

　　我遇到了一个问题：

问题描述：【问题描述】
报错信息：
【错误信息】
相关代码：
【代码】
技术栈：【技术栈】

请帮我：
1. 分析问题原因
2. 给出解决方案
3. 解释为什么会出现这个问题


　　4）性能优化模板

　　这段代码的性能不够好：

【代码】
场景：【使用场景和数据规模】

请帮我：
1. 分析性能瓶颈
2. 给出优化方案
3. 说明优化后的性能提升


　　5）文档生成模板

　　请为这个【组件/函数】生成文档：

【代码】

文档应该包括：
1. 功能说明
2. 参数说明
3. 返回值说明
4. 使用示例
5. 注意事项


　　把这些模板保存在一个文件里，需要时直接复制粘贴，并填入具体内容。

　　九、时间管理技巧

　　效率不只是技术问题，也是时间管理问题。很多时候，不是你技术不行，而是时间没管理好。

　　分享几个我自己在用的方法吧：

　　1）番茄工作法：设定 25 分钟的专注时间，在这段时间内只做一件事，不看手机、不刷社交媒体。时间到了就休息 5 分钟，起来走走、喝口水。这样工作 4 个番茄钟后，休息 15 ~ 30 分钟。这个方法能让你保持高效，又不会太累。

　　2）把大任务分解成小任务：比如 “完成用户系统” 这个任务太大了，不知道从哪里开始。但如果拆成实现用户注册表单、实现表单验证、连接注册 API、添加错误提示、测试注册流程这样的小任务，每个都很具体，很容易完成、也更有成就感。

　　3）批量处理：把相似的任务放在一起做，比如一次性写完所有组件的基本结构、一次性添加所有的类型定义、一次性处理所有的样式问题。这样能减少上下文切换，大脑不用频繁在不同类型的工作间切换，效率会更高。

　　4）最后，不要在 MVP 阶段就追求完美。先让功能能用，再考虑优化；先完成核心功能，再添加辅助功能；先通过测试，再重构代码。

　　记住，完成比完美更重要！

　　效率提升不是一蹴而就的，而是通过无数个小改进积累起来的。每个快捷键、每个模板、每个自动化脚本，都能为你节省一点时间。积少成多，你的开发速度就会有质的飞跃。

　　建议你定期记录自己的工作流程，看看哪些步骤最耗时、哪些操作重复最多、哪些地方可以自动化，然后针对性地改进。同时保持对新工具的关注，关注技术博客和社区，尝试新的 AI 工具，学习新的快捷键和技巧。但也不要盲目追新，虽然 AI 工具的迭代更新非常快，但真正好用的、适合自己的也就那么几个，还是要选择真正能提高效率的工具。

　　向他人学习也很重要，比如看别人的直播或视频、参加技术分享会、加入开发者社区等等，多观察其他开发者的工作方式，学习他们的效率技巧，你的效率也会越来越高。

　　这篇文章已经收录到了我免费开源的，上千张图、几十万字，从 0 开始带你学会 AI 编程。

开源指路：https://github.com/liyupi/ai-guide

　　我是鱼皮，持续分享 AI 编程干货。觉得有用的话记得点赞收藏和关注，也欢迎在评论区聊聊：你有什么独特的 AI 编程技巧么？