和 AI 一起写代码：把需求变成可验证的小任务

AI 可以加速理解、草拟和排查，但可靠交付仍取决于清晰上下文与独立验证。把任务拆小、先看计划、审查 diff、执行测试，是比“一键完成”更专业的协作方式。

你会学到什么

• 写出可验证的 AI 编程任务。

• 把 AI 输出放入 Git 审查流程。

• 保护机密与私有数据。

动手步骤

• 写明目标、现状、约束和验收标准。

• 要求 AI 先说明计划与受影响文件。

• 逐项阅读 git diff。

• 本地运行测试和关键路径，再决定是否提交。

最小示例

目标：为登录表单增加邮箱格式校验。
现状：React 项目，组件在 src/LoginForm.tsx。
约束：不新增依赖；保留现有 API。
验收：非法邮箱有提示；测试与构建通过。
请先说明计划，再给最小 diff。

容易踩坑的地方

• 不要粘贴密钥、客户数据或未经批准的私有源码。

• 不要直接执行 AI 给出的破坏性命令。

• 看似合理的代码仍需验证功能、安全和许可。

完成前检查

• 任务有验收标准。

• 每次变更可通过 diff 审查。

• 异常路径已测试。

延伸阅读

• GitHub Docs：Get the best results with Copilot：https://docs.github.com/en/copilot/tutorials/coding-agent/get-the-best-results

• Claude Code：Best practices：https://code.claude.com/docs/en/best-practices