告别“开盲盒”写代码:给初学者的现代 AI 前端开发实战指南

告别“开盲盒”写代码:给初学者的现代 AI 前端开发实战指南

文章目录 6 节

AI 时代工程方法论 · 面向初学者与独立创作者

为什么凭感觉让 AI 写前端总是翻车?本文用通俗大白话带你拆解 Matt Pocock 的工程精髓,搭建一套有理有据、所见即所得、零基础也能轻松驾驭的现代 UI 研发工作流。

核心结论速递(给赶时间的读者)

AI 写代码频频失控,不只是因为提问不够详细,也可能是缺少清晰的交付步骤。与其把许多规则和工具一次性塞进每个任务,不如按需要建立一套精简的协作骨架:查清家底 → 盘问对齐 → 原型试吃 → 切片实现 → 视觉复审。

1. 从“凭感觉聊天”到“专业带技能”#

最近一段时间,“Vibe Coding(氛围式编码)”成了技术圈常见的讨论主题。它的美好愿景是:你不需要在脑子里背诵几百个 API 或繁琐的框架语法,只要在聊天框里用日常语言向 AI 描述心中构想,AI 就能替你敲出可运行的代码。

然而,只要试过用这套方式去改写一个有模有样的网页,你大概率会经历以下令人抓狂的挫败时刻:

  • 盲盒现象:只说了一句“做个好看的读书卡片”,AI 却凭空发明了巨大的粉紫色渐变,和原项目格格不入。
  • 顾头不顾尾:刚修好了右边的搜索按钮,左侧原本好好的导航栏居然被它随手删空了,历史记忆支离破碎。
  • 虚假的高效:AI 拍着胸脯向你保证“代码已为您完美重构”,结果一刷新浏览器,控制台直接炸出一大片红字报错。

为什么会这样?没有规矩不成方圆。在没有任何约束的情况下,AI 就像一个拿着锯子和油漆桶的学徒:它不知道你房子的承重墙在哪里,也不知道地板是实木还是瓷砖,只能靠猜。

Matt Pocock 维护着一套开源的 Agent Skills(智能体技能),为编码代理提供可复用的工作流程说明。它把工程中的一些做法写成可按需调用的指导,而不是神秘算法或一份适用于所有任务的固定 SOP。相关视频:《mattpocock/skills: A complete AI Coding workflow, end-to-end》。

2. 新一代 AI 时代的心法:少即是多#

一种常见的做法,是在项目里写一份极其庞大的“紧箍咒”文件:长期加载许多 Skills,塞满死板规则,还要求 AI 每次改一个按钮前先把整座图书馆通读一遍。

面对 GPT-6、Codex 与 Gemini 3 等新一代模型和工具,增加规则的数量并不自动带来更好的结果。OpenAI 关于 GPT-6 Astra 的技能与提示建议指出,过长的技能说明可能被截短,过多或相互矛盾的技能说明也会让模型更难选对技能;对仓库指令,应按任务需要指向相关资料,而不是要求每次都读完整套文档。Google 在介绍 Gemini 3中说明了 Gemini 3 的发布时间;GPT-6 系列信息见 OpenAI 模型指南。

对实际协作来说,与其预先塞入所有规则,不如让约束清楚、与当前任务相关,并在需要时再加载专门的指导。复杂任务中,过多无关上下文会增加噪声;具体效果仍应结合任务和实际结果判断。

容易翻车的做法

  • 把大量 Skills 全部常驻开启
  • 每次提问都写冗长 Prompt
  • 强迫 AI 扫描与当前任务无关的项目文件

更克制的做法

  • 按任务加载相关 Skills 和文档
  • 让代码改动以现有代码、配置和实际渲染为依据
  • 视觉方案尚未确定时,先做少量草稿供人比较,再决定实现方向

3. 告别翻车:现代 UI Agent 的五步工作法#

下面是本文针对前端 UI 场景整理的简化工作法,不是 Matt Pocock 官方流程的逐字复述。它把查清项目现状、需求对齐、原型探索、切片实现和视觉验收串在一起。Matt Pocock 官方流程的具体步骤和分支可见工作流说明;本站也有一篇更详细的流程介绍。

  1. 查清家底(Repo Grounding)——做饭先看冰箱食材
    动手写代码前,先查清必要的项目事实:排版规范是什么?有没有可复用的 Button 或 Card?真实数据结构是什么?改动以现有代码和配置为依据,避免凭空发明。

  2. 需求对齐(Grill with Docs)——像好医生一样连环盘问
    先把目标问清楚,再开始改代码:“改动的核心动机是什么?”“哪些必须保留,哪些允许推翻?”讨论中形成的术语和关键决策可以记入 GLOSSARY.md;难以回退且有真实取舍的决策再记录为 ADR,避免换个会话就丢失背景。

  3. 草稿试吃(Prototype)——让肉眼参与拍板
    文字难以确定视觉结构时,先制作少量可运行草稿,例如侧边栏型、卡片流型或杂志型。草稿用来回答具体设计问题;选定方向后再实现生产代码,不必每个任务都先做多个原型。

  4. 切片推进(Vertical Slice & Implement)——像切千层蛋糕一样垂直推进
    不一次性重写几十个文件,而是拆成小的端到端切片。例如先完成静态列表,再完成搜索,最后完成详情弹窗。每个切片覆盖所需的数据、界面和检查,逐步推进。

  5. 双重质检(UI 视觉验收 + 代码复审)——工程与审美都要达标
    代码没有语法错误,不等于页面就好用、好看。除代码复审外,前端任务还应检查间距、移动端触控区域、加载与空状态等实际呈现。通过相应检查后再提交改动。

4. 开发者的三态心智模型#

这是本文整理的三阶段视角,用来帮助安排协作顺序:

状态阶段核心任务阶段口号
1. 探索态(EXPLORE)勘察现有代码、发问澄清需求、统一术语搞清楚真实世界现在是什么
2. 试错态(PROTOTYPE)制作多种结构草稿、推演复杂交互状态搞清楚理想的效果应该是什么
3. 交付态(SHIP)切片任务拆解、严谨编码、视觉与代码双验收把决定好的东西可靠地变成生产代码

5. 新手拿来即用的 AGENTS.md 极简配置#

在项目根目录下创建 AGENTS.md 文件,下面是一份起步示例;实际使用时应按项目约定调整:

# Project Core Directives
## 1. Grounding First
- Never guess component names, styles, or file paths.
- Always check existing routes, Tailwind classes, and design tokens before proposing UI changes.
- Minimal change: only modify what is necessary for the current task.
## 2. Decision & Alignment
- When requirement or scope is unclear, grill me with questions first.
- When visual structure or user interaction is uncertain, generate 2-3 interactive prototype variants for human review instead of assuming.
- Record key decisions into GLOSSARY.md.
## 3. Implementation
- Implement feature via tracer-bullet vertical slices.
- Do not re-architect already decided plans.
- Run tests and visual verification checklist before concluding.

6. 写在最后:让 AI 成为真正的得力工匠#

现代 AI 开发真正的生产力飞跃,从来不是“AI 敲键盘的速度比人快了多少倍”;而是通过清楚的规则和流程,减少 AI 在错误方向上写出大量代码的代价。

把繁杂的代码探索、类型检查和多方案原型试验交给 AI;而把我们最宝贵的心智留给审美裁决、业务权衡和方向把控。

版权声明:若无特殊注明,本文皆为《WindowsIt》原创,采用 CC BY-NC-SA 4.0 协议授权,转载请保留文章出处。
本文链接: 告别“开盲盒”写代码:给初学者的现代 AI 前端开发实战指南
正文到此结束

热门推荐

评论区

“The purpose of computing is insight, not numbers.”

计算的目的在于洞见,不在于数字。

— Richard Hamming