共计 2038 个字符，预计需要花费 6 分钟才能阅读完成。
最近，Cursor的设计负责人分享了一些运用AI编写高效代码的技巧，这些方法不仅能帮助开发者更充分地利用AI工具，还能显著提高编程效率。
目前，AI编程领域的热门动态层出不穷，其中最引人注目的便是字节推出的Trea，它现已支持MCP功能。亲身体验后，确实不愧是行业先锋，用户体验非常出色。Trea直接构建了MCP市场，将多个热门的MCP整合其中，用户可以轻松完成添加操作。
不过，我还是决定不使用Trea。
尽管Trea提供了免费的Claude3.7使用，但其中的Claude可能存在降级问题。当我将同一个文件的修改请求分别放在两个系统时，Cursor展现出了极强的理解能力，使用体验非常流畅。而Trea则让我感到无奈，修改效果令人失望。
从中可以得出以下几点：
- 1. Cursor在工程优化方面做了大量细致工作，这些成就并非仅靠资金投入就能实现，更多的是时间和经验的积累。
- 2. 想要通过AI编写高质量代码，问题可能不仅仅在于AI和代码知识本身，更在于那些不为人知的“隐情”。
恰好今天看到Cursor的主管分享了关于如何高效使用Cursor进行流畅编码的12个经验，特此与大家分享。
原文链接：
https://x.com/ryolu_/status/1914384195138511142
项目规则是成功的基石
首先需要设定5到10条明确的项目规则，以便Cursor能够清楚地理解你的结构与限制条件。这一步至关重要！
重点提示：可以直接使用/generate rules命令让AI为现有代码库自动生成规则，体验相当愉快！
提示词需精准到位
模糊的提示词等同于低质量输出，事实就是这样！
在提示中清晰地说明技术栈、行为及约束，就像编写一个小型规范文档一样。
AI并非心灵感应，你不告诉它，怎么能知道你的需求呢？
文件级别的迭代是最佳策略
一次性生成整个项目？这个想法要打消！应当逐个文件进行生成、测试与审查，确保工作块小而集中。这种方式能更好地定位问题，修改起来也更加方便。
优化AI编程的有效策略在进行编码之前，首先要进行测试，这一步至关重要。我们可以明确地说，应当先编写测试用例，确保它们的有效性，然后让Cursor生成代码，直到所有测试都能够顺利通过。这种方法效果显著，测试驱动开发结合人工智能的应用，提升了工作效率。
切忌忽视人工审查
尽管AI技术日益强大，但仍可能出现错误，因此对其输出结果进行人工审核并及时修正是必不可少的。在这个过程中，务必要将经过修正的代码示例反馈给Cursor，避免因为疏忽而导致后续问题。
专注于正确的代码库
利用@file、@folders、@git命令将Cursor的注意力引导至代码库的特定部分。这就像是在告诉你的朋友“看这里”，从而避免其注意力分散，导致不必要的错误。
将设计文档放置于.cursor/目录
建议将设计文档和检查列表存放在.cursor/目录下，这样agent能够更好地理解接下来的任务。上下文信息越充分，生成的结果质量也会随之提高，这一点毋庸置疑。
直接修正错误的代码
如果发现代码存在问题，直接撰写正确的版本更为高效。与其花费时间解释，不如直接进行修改，Cursor从你的实际编辑中学习的效率远高于通过语言解释。
聊天记录是极佳的资源
有效利用聊天记录以迭代之前的提示，不必每次都从零开始。这一技巧非常实用，能够显著节省时间，提高工作效率。
慎重选择模型
根据实际需求选择合适的模型：若追求精确度可选Gemini，若需要广泛覆盖则可使用Claude。不同的模型各有特点，恰当的选择就像使用合适的工具完成特定任务。
在新技术栈中，文档是重要的支持
面对全新的或不熟悉的技术栈，直接复制文档链接让Cursor逐行解析错误及其修复方案，不要犹豫，让AI成为你的技术导师，协助你逐步解决问题。
大项目需要“过夜索引”
对大型项目进行夜间索引，并控制上下文范围，以确保性能保持敏捷。这就如同充分准备第二天的工作，能够大幅提升效率。
总结：结构与控制至关重要（至少在当前阶段）
视Cursor为一位强大的初级开发者——如果你能明确指引，它会迅速前进。然而，前提是你必须清楚前进的方向。
实际上，充分利用Cursor的核心在于：清晰的指引 + 严格的审核 + 持续的反馈。掌握这些原则后，你的AI编程效率必将大幅提升！
你是否尝试过Cursor？有何独特的使用技巧想要分享？或者在使用过程中遇到过什么问题？欢迎在评论区留言，我们共同探讨AI编程的更多可能性！
本文由人人都是产品经理的作者【饼干哥哥】撰写，微信公众号：【饼干哥哥AGI】授权发布，未经许可禁止转载。
题图来源于Unsplash，基于CC0协议。
