Six Laws for Talking to AI
我分析了 192 次 AI 编程会话。 数据显示共有 8,471 条消息和 8,900 万个 token。 总成本为 518 美元。
但每个 token 的成本并不是衡量标准。 我想知道我的沟通中有多少是在浪费时间。
我发现 60% 的会话是从旧会话派生出来的。 我是在重启对话，而不是完成对话。 我意识到我面临的是执行延迟问题，而不是知识问题。
以下是停止在 AI 上浪费时间的六条定律：
Write rules immediately. 从意识到一条规则到将其记录下来，我平均要多发 36 条消息。 如果某项修正适用于未来的会话，请立即将其写入你的配置文件中。 编写的成本是 10 秒钟，而不编写的成本则是整个会话的剩余时间。
Control the blast radius. AI 可能会因为修改一个文件而搞垮整个网站。 在进行任何涉及多个文件的操作之前，强制要求 AI 列出每一个文件和每一处改动。 在它继续执行之前，等待你的确认。
Finish your thought before typing. 我花了太多消息来完善粗略的想法。 先在文本编辑器中写好完整的规范。 包括字段、约束条件和边缘情况。 一次性发送完整的规范，而不是进行七次微调。
Eliminate vague instructions. 像“修改”或“去做”这样简短的消息会耗费多次澄清环节。 如果一个完全没有上下文的人无法执行你的指令，请增加更多细节。 “修改”变为“为表单处理器添加输入净化功能”。
Look for patterns, not single fixes. 当你在一个文件中发现 bug 时，不要只修复那个文件。 告诉 AI 检查该类别下的所有文件是否存在相同的问题。 这可以防止同样的错误出现在不同的地方。
Define the scope clearly. 如果约束适用于所有内容，请使用“所有 (all)”这个词。 如果你说“这个函数”，AI 就只会改动那一个函数。 明确的范围可以让你免于重复修正。
目标不是更好的提示词工程 (prompt engineering)。 目标是建立一个不再重复自己的流程。
Source: https://dev.to/antonio_zhu_e726fd856cd86/six-laws-for-talking-to-ai-4dan
Optional learning community: https://t.me/GyaanSetuAi