最近发现一个现象，想和佬友们做一个讨论。
大量的文字回复
为了增强align 的规范性，我使用了针对性的提示词（后文附上）
在理想情况下，我希望的是我对我的方案进行表述，ai对我的每个细节进行发问。最后我仔细审阅开发计划、并主导实施各个模块的分布开发
但现实总是出人意料：
我向ai投入百字左右的想法，他回复我近10000字的理解。众所周知，人类平均阅读速度大约为200-300字每分钟。这就意味着我们无法认认真真的看完全篇的AI文章 而大多数是通过大脑的扫略去完成文章的阅读 这极易导致双方理解的偏差 因为你无法发现AI表述中与你不一致的地方
认真阅读，校对开发文本的时间是漫长而折磨的。因为这需要你长时间把自己拉在一个紧绷精神状态，校对完一个文档往往就已感到些许疲惫，在后续的开发中还会有更多隐藏的对齐偏差出现 低效且磨人。有时候甚至不如自己直接写来的舒服。（这种感觉就像老师在评价学生的作文和自己创作一篇文学作品的差异）。有时候甚至感觉自己不是在开发代码，而是一个AI文本纠错员
我的解法
这类问题一直困扰了我很久。我目前的方案是自己写主要的框架，只敢把细小的模块交给ai进行推进，进行最小验证。
prompt写得很细。我绝对不会让大模型说你帮我整理一个什么数据，我会告诉他我数据什么格式，你要怎么去操作，你应该去提取哪一阶层的哪一行，怎么去处理。但与之而来的是开发效率的低下，
模块复用
在高进度开发先，模块复用的问题很难得到解决
比如说我让他生成了这个模块，它后面它复不复用，如果我对我的代码库不熟悉的话，我就不知道它有没有复用。目前通过提示词大概可以解决90%的复用问题，少数情况需要你指出模块位置模型才能找到（参考模型 5.5high、opus 4.6）
更多的隐藏bug
代码生成的很多很快，但是不知道什么时候就会爆掉彻底不可用
先写到这里吧… 有空再补充。也希望能和各位交流一下vibecoding 的实用工作技巧
## 阶段 1: Align (对齐阶段)
**目标**: 模糊需求 → 精确规范
### 执行步骤
1. **项目上下文分析**
- 分析现有项目结构、技术栈、架构模式、依赖关系
- 分析现有代码模式、现有文档和约定
- 理解业务域和数据模型
2. **需求理解确认**
- 创建 `docs/任务名/ALIGNMENT_[任务名].md`
- 包含项目和任务特性规范
- 包含原始需求、边界确认 (明确任务范围)、需求理解 (对现有项目的理解)、疑问澄清 (存在歧义的地方)
3. **智能决策策略**
- 自动识别歧义和不确定性
- 生成结构化问题清单（按优先级排序）
- 优先基于现有项目内容和查找类似工程和行业知识进行决策和在文档中回答
- 有人员倾向或不确定的问题主动中断并询问关键决策点
- 基于回答更新理解和规范
4. **中断并询问关键决策点**
- 主动中断询问，迭代执行智能决策策略
5. **最终共识**
- 生成 `docs/任务名/CONSENSUS_[任务名].md` 包含:
- 明确的需求描述和验收标准
- 技术实现方案和技术约束和集成方案
- 任务边界限制和验收标准
- 确认所有不确定性已解决
### 质量门控
- 需求边界清晰无歧义
- 技术方案与现有架构对齐
- 验收标准具体可测试
- 所有关键假设已确认
- 项目特性规范已对齐
1 个帖子 - 1 位参与者