AI 最佳实践
📝 作者
祥
朱祥·025877
研究院誉
共享技术中心
概述
随着大模型能力的爆发，AI 辅助开发已从"偶尔用 ChatGPT 问问题"演进为可量化、可复现、可工程化的生产力体系。但团队在落地过程中普遍遇到三类问题：
- 不稳定：同样的需求，AI 今天生成的代码和昨天不同，质量无法预期
- 不对齐：AI 不了解团队规范，生成的代码风格各异，Review 成本极高
- 不持续：个人摸索的 Prompt 技巧无法沉淀为团队资产，人走知识消失
本页面按照能力层级（L0 → L7） 梳理了系统化解法，帮助团队从"偶尔用 AI"进化到"AI 工程化"。当前已落地 L1 ~ L4，可直接体感收益：
| 能力维度 | 效果量化（前端场景） |
|---|---|
| 规范对齐 | 13 条规范注入 Prompt，AI 生成代码违规率 < 5% |
| 开发提速 | 一个标准 LIST 页面（4 文件）从 45 分钟压缩到约 8 分钟 |
| 菜单/权限同步 | 手工 10 次操作 20 分钟 → AI 1 分钟 0 次手动，token 节省 87% |
| 规范审计 | 存量代码全量体检，偏差清单自动生成，告别"靠感觉 Review" |
完整的能力谱系分析请见 全景分析。
四层能力架构
在深入每个 L 级之前，先理解横向的四层技术分工——它是整个体系的骨架，决定了每一层能做什么、为什么要这样拆：
提示词层（Prompt） ─── 规则 / 约束 / 意图翻译 ← 最耗 Token，最基础
↓ 依赖
Skills 层（Core） ─── 业务原子能力（纯 TS 复用层） ← 核心内核，MCP / CLI 共用
↓ 依赖
MCP 层（Server） ─── AI 自由调用工具，执行真实操作 ← 细粒度，有副作用
↓ 聚合
CLI 层 ─── 聚合命令，固化流程，无人值守 ← 极简 Token，CI/CD 兜底| 层 | 核心职责 | 特征 | 对应 L 级 |
|---|---|---|---|
| Prompt 层 | 规范注入、上下文压缩、意图翻译 | 纯文案，不执行操作 | L1 |
| Skills 层 | 业务工程化原子能力封装（纯 TS） | 无副作用，可被 MCP / CLI 复用 | L2 |
| MCP 层 | AI 主动调用工具，读写 / 调接口 | 有副作用，AI 自由编排 | L3 |
| CLI 层 | 聚合命令，批量执行，零 AI 依赖 | 可 CI/CD，最低 Token | L4 |
四层分层隔离、互不重叠、体系闭环。Prompt 告诉 AI「什么是对的」，Skills 封装「怎么做」，MCP 让 AI「动手执行」，CLI 在「无 AI 场景兜底」。L5 + 是在四层稳定之后的升维。
层级体系
| 层级 | 名称 | 状态 | 说明 |
|---|---|---|---|
| L0 | 氛围编程 | 也行 | 纯对话驱动，AI 自由发挥，高随机性 |
| L1 | 提示词工程 | ✅ 已验证 | 结构化 Prompt + 规范注入 + 上下文压缩 |
| L2 | Skills | ✅ 已验证 | 10 个触发词驱动的结构化技能文件 → 速查表 |
| L3 | MCP 工具调用 | ✅ 已验证 | 17 个 Tool，菜单/字典/角色/权限/项目感知/页面校验全覆盖 |
| L4 | CLI | ✅ 已验证 | 9 条命令：init / update / clean / check / diff / validate / validate-page / doctor-ui / export |
| L5 | Agent Pipeline | 🟡 践行中 | _pipeline.md 协议已落地，Skill 链式自动触发进入试运行 |
| L6 | Multi-Agent 协同 | ▶ 近期目标 | L5 试运行期间同步规划多智能体分工 |
| L7 | 自演化体系 | 🔭 终极形态 | 高质量产出反哺规范，正向飞轮 |
快速导航
- 全景分析 — L0-L7 完整能力谱系 + 架构升级路线图
- L0 — 氛围编程 — 了解 AI 自由对话的边界
- L1 — 提示词工程 — 结构化 Prompt 与规范注入
- L2 — Skill — 触发词驱动的结构化技能文件
- L3 — MCP 工具调用 — MCP Server 接入与工具调用
- L4 — CLI — AI 驱动的命令行工具
- L5 — Agent Pipeline — Skill 链式自动触发
- L6 — Multi-Agent 协同 — 多智能体并发协作
- L7 — 自演化体系 — 正向飞轮与持续进化
参考资料
| 资源 | 说明 |
|---|---|
| Anthropic — Building effective agents | Anthropic 官方发布的 Agent 构建最佳实践，L5/L6 设计基础 |
| OpenAI — A practical guide to building agents | OpenAI 官方 Agent 落地指南 |
| Model Context Protocol 官网 | MCP 协议规范，L3 的底层标准 |
| LangChain — Agent 文档 | 主流 Agent 框架，L5/L6 参考实现 |
| GitHub Copilot 官方文档 | 主力编辑器接入文档 |
| Cursor 官方文档 | Cursor 规则与 Agent 模式 |