很多人用 AI 编程工具时，习惯一上来就说“帮我实现这个功能”。Cursor、Claude Code、Codex 确实会很快开写，但速度越快，返工也可能越快：需求没说清，边界没确认，测试没准备，最后代码写了一大段，却不是你真正想要的结果。
更稳的做法是让 AI 先规划再写代码。它不是让流程变慢，而是把容易返工的部分提前暴露出来。尤其是改老项目、修线上 bug、做 WordPress 主题调整、接 API、改数据库字段时，这一步非常值。
如果你已经看过 AI编程工具专题、老达AI实践专题，以及站内的 AI编程任务说明模板 和 AI编程验收清单，这篇可以看作中间层：让 AI 在需求和交付之间先做一次“方案对齐”。
什么时候必须先规划
小改动可以直接让 AI 动手，比如改一行文案、补一个样式、加一个简单校验。但下面几类任务，建议强制先规划。
- 影响多个文件：比如组件、接口、测试、文档一起变。
- 涉及老逻辑：AI 可能只看到当前需求，看不到旧功能依赖。
- 需要迁移数据：字段、表结构、配置格式变化都要先评估。
- 有外部服务：支付、邮件、WordPress、飞书、OpenAI API 等都要确认失败场景。
- 上线风险高：改权限、登录、发布流程、SEO 输出、自动化脚本时不能只看表面功能。
判断标准很简单：如果改错后的回滚成本明显高于先问清楚的成本，就先规划。
第一步：让 AI 先复述需求
不要急着问“怎么实现”。先让 AI 复述它理解的需求，并指出不确定点。这个动作能立刻发现偏差。
先不要改代码。
请先用 5-8 条复述你对这个任务的理解，并列出你认为还不确定的问题。
如果有多个可能方案，请先说明会影响实现方式的关键差异。
这段提示词适合 Cursor、Claude Code、Codex，也适合普通 ChatGPT 辅助写需求。关键是“先不要改代码”。没有这句，很多 coding agent 会直接进入编辑状态。
第二步：把方案拆成可检查步骤
好的计划不是长篇解释，而是能逐项检查的执行清单。建议让 AI 输出四块内容：
- 需要读取或修改哪些文件；
- 核心实现步骤；
- 可能影响的旧功能；
- 完成后怎么验证。
可以直接用下面这段：
请先给出实施方案，不要编辑文件。
输出：
1. 需要查看的文件和原因
2. 计划修改的文件和修改点
3. 可能影响的旧功能
4. 验证命令或手工检查步骤
5. 如果方案有风险，给出更保守的替代方案
如果 AI 给出的计划只有“修改前端、更新接口、测试一下”这种空话，就让它重写。计划必须具体到文件、命令、验收项，否则没有约束力。
第三步：把大任务拆成小提交
AI 编程最容易失控的地方，是一次性改太多。更好的节奏是：先做最小可运行版本，再补边界，再补测试和文档。
例如要给一个内容发布工具增加“发布后 SEO 检查”，不要一次让 AI 改发布脚本、检查脚本、后台字段、图片上传和报告输出。可以拆成：
- 先读取现有发布脚本和检查脚本；
- 只增加检查项，不改发布逻辑；
- 本地跑一个已发布链接验证结果；
- 再考虑把检查集成进发布流程；
- 最后补文档和异常说明。
这个方法和 AI编程上下文管理、AI编程测试工作流 是配套的：先控制上下文，再控制改动范围，最后控制验证。
第四步：让 AI 写验收标准
很多返工不是实现失败，而是验收标准一开始没有说清楚。让 AI 在动手前写验收标准，可以让它知道“做到什么才算完成”。
在开始实现前，请先写出验收标准。
要求：
- 每条都能通过命令、页面检查或明确现象验证
- 包含正常路径、边界情况和失败场景
- 如果某项无法自动验证，请写出人工检查方法
比如做一个表单自动化，验收标准不应该只是“表单能提交”，而应该包括必填校验、重复提交、接口失败、通知失败、日志记录和人工补救。
第五步：执行时只允许按计划改
计划确认后，再让 AI 执行。此时提示词要强调范围：
按刚才确认的方案执行。
只修改计划中列出的文件。
如果执行中发现必须改其他文件，先停下来说明原因。
完成后按验收标准逐项检查，并报告未完成或无法检查的项目。
这能减少 AI 临时扩展范围。尤其在一个有脏改动的仓库里，它不能为了“看起来更完整”去重构无关文件。
常见错误：把规划写成仪式
先规划不是让 AI 写一堆漂亮话。下面几种规划基本没有用：
- 只有“分析、实现、测试、总结”四个词；
- 没有具体文件和命令；
- 没有说明风险和旧功能影响；
- 没有验收标准；
- 计划太大，一次要改完所有东西。
真正有用的计划应该像一个小型变更说明：我看哪些文件，为什么改这些地方，可能影响什么，用什么方式证明没坏。
老达点评
AI 编程工具越来越强，但越强越需要流程约束。以前我们担心 AI 不会写代码，现在更常见的问题是它太会写，没问清楚就把代码写完了。
我的建议是：普通小改动可以直接做；一旦涉及多个文件、旧逻辑、外部服务或上线风险，就把“先规划再写代码”写进自己的工作流。让 AI 先复述、再拆方案、再写验收，最后按计划执行。这样看似多一步，实际能少掉很多返工。
