导演组 → 单一任务模块需求访谈 → 开发执行 → 问题分析 → 问题修复 → 测试验收
- 整体工程架构设计
- 模块划分与规划评估
- 进度把控与同步跟进
- 跨项目资源协调
- 单一持续对话跟进
- 上下文过长时采用智能摘要开新对话接力(低频)
- 工程中后期AI可精准给出规划建议
- 前期需要较多解释
- 后期越来越轻松,但测试修BUG复杂度增加
- 将导演组划分的模块转化为清晰需求
- 生成可执行的开发任务包与提示词
- 并行多对话:熟悉需求的人类开发人员领走多个任务模块
- 访谈式对话:需求分析师AI(带人格化人设)通过提问逐步明确需求
- 输入方式:
1. 人类提供模块简介标题
2. 提醒AI查看关键信息、工程背景、进度摘要文档
3. 简单描述需求包目标
- 输出:需求概括 + 交付给执行开发的提示词
- 基于需求访谈的提示词完成编码
- 确保代码符合团队规范
- 通过编译和单元测试
- 执行主体:实习生监督AI完成
- 工具:Trae IDE的Solo模式
- 流程:
1. 实习生将需求概括和提示词发给开发AI
2. 监督AI开发,提供基础澄清
3. 按团队规范审查产物
4. 确保编译和单元测试通过
5. 本地调试验证
6. AI总结开发反馈与commit message
7. 实习生提交SVN,处理冲突/更新
- 只分析问题,不动手修复
- 提供精确有力的分析结论与论据
- 专用AI角色:配置为只分析不修复
- 输入:原始需求 + 工程代码 + 调试日志 + BUG现象描述
- 要求:每个分析结论必须有精确论据
- 幻觉率高:瞎分析概率非常高
- 质量不稳定:分析质量直接影响修复效率
- 影响进度:最影响开发时间的环节
- 基于问题分析结果修复BUG
- 涉及代码量少时由人类顺手修复
- 涉及代码量多时由AI负责修复
- 简单修复:开发人员直接修复
- 复杂修复:制作专门的修BUG提示词,让AI修复
- 循环机制:修复 → 验证 → 直到BUG解决或暂缓
- 版本级测试验证
- 产品最终验收
- 人工 + AI辅助验证
- 特定环境下对汇总版本进行测试
- 发现BUG后进入问题分析环节
| 痛点 | 具体表现 | 影响程度 |
|------|----------|----------|
| 问题分析幻觉 | AI分析质量不稳定,瞎分析概率高,越改BUG越多 | ⭐⭐⭐⭐⭐(最严重) |
| 人工编排负担 | 手动管理多角色对话、上下文切换、任务传递 | ⭐⭐⭐⭐ |
| 实习生依赖 | 需要大量实习生进行中间环节监督 | ⭐⭐⭐ |
| 正编高频干预 | 无法完全专注于高价值战略工作 | ⭐⭐⭐⭐ |
| 上下文断裂 | 各环节对话独立,信息传递依赖人工摘要 | ⭐⭐⭐ |
- 每天在十几个并行项目间切换
- 集中对话审查操作
- 剩余时间优化AI辅助开发流程
- 探索有商业价值的新项目
- 负责日常繁琐的多轮干预
- 降低操作门槛,提升自动化程度
graph TD
A[导演组] --> B[单一任务模块需求访谈]
B --> C[开发执行]
C --> D[问题分析]
D --> E[问题修复]
E --> F[测试验收]
F -->|发现BUG| D
F -->|通过| G[交付完成]
| 版本 | 日期 | 修改说明 |
|------|------|----------|
| 1.0 | 2026-03-19 | 首次创建,基于团队实践总结 |
| 1.1 | 2026-03-19 | 添加痛点识别和优化方向 |
本文档基于团队实际AI辅助开发实践总结,持续迭代优化中。
返回