求使用 AI 从 0 到 1 开发一个完整 web 前后端项目的成功经验

据我使用一直 gpt5.5 下来心得。前端、后端，基础的 crud ，技术架构选项，基本项目搭建，全部自己手动完成。然后把核心思路，技术栈使用，生成这个项目专用的 skill 。

前端主要是 crud 页面的样式格式，ui 组件。后端就是 crud 的技术栈。

一定要耐下心先手写一个模块功能，然后让 ai 去抄，否则它自由发挥的太多了。还有就是，复用，设计模式。这些你不靠自己经验写进 skill 和提示词里，ai 写出来的就一堆屎山。

用了哪些好用的 skill 呢，请问。

分享一下我的做法哈：

1. 先启动一个 agent ，确定需求，生成 README 和一个 TODO ，主要是项目愿景、路线的、阶段里程碑、当前阶段的任务
2. 创建两个子目录做前后端代码仓库（所有的 agent 都从父目录启动，根据任务内容切换子目录）
3. 再启动让两个 agent ，一个负责给 README 里生产和和验任务，另一个从 TODO 里取任务进行消费
4. 第一个 agent 一起 不断了解项目现状 ，评估路后续路线，必要时改需求（更新 README 和 TODO ）
5. 最后 Codex 重构 UI ，DeepSeek 写中文文档


skill 这种东西，我觉得是已经有一个确定的流程、方法、经验，才把它封装复用，为了通用必然要抽象宽泛一些，
个人体验，别人的 skill 不如你提供示例来的效果好，或者可以把 skill 改一改，把抽象改成具体，再用在你的项目上

为什么修改需求，要人来写呢，

要么就相信 AI ，全让 AI 写，
要么就不相信 AI ，古法编程，让 AI 打辅助，

前期相信 AI ，写完又不相信 AI ，
这不是拉低效率么。

因为没有充足的上下文，片段的静态代码甚至是绊脚石。现在又不是去年，还要靠 chat 模式自己手动粘贴代码，为什么要搞这种先 A 后 B 的操作

你给 agent 你的需求、技术栈让它写个 todo.md ，拆分成多个 phase 。之后一个个的让其它 agent 完成就行了，最后多用几个 agent 检查有哪些 BUG 和未完成的功能。没别的，文档越少越好，重点是文档里不要教 AI 怎么做，不要包含任何代码片段，告诉它做什么就行了。

我一般都是让 ai 搭一个框架，我再根据框架去限定技术栈，最后逐轮对话，修改到满意为止

@lujiaosama @nc 有些复杂的逻辑关系用自然语言表达会有歧义且臃肿，所以我会用伪代码的方式表达。



@frank1256 感谢分享
@111111111111 感谢分享


@Zwying 感谢分享，这样项目小一点还好，稍微复杂点每个 session 开始启动都要消耗一笔不小的 token 。

AI 目前开发出来的东西肯定会和自己想要的有出入，都是需要慢慢调整，精修的

多轮迭代，推倒重来是不可避免的

@inktiger
@YanSeven
@frank1256
@111111111111

理解，小改自己随手就改了，逻辑调整时是先改文档再让 agent 改代码？还是让 agent 直接改代码？ 如果直接改代码的话文档就过时了，之前出的那么多的文档相当于一次性的了。

不知道你用的是什么模型、有没有用中转，一般来说预期差很远很可能是模型问题

superpwoers 你值得拥有

先定 sql schema 然后写后端 再写前端

搭车问一下，你们拆分需求的时候一般拆到什么粒度呢？
比如后台，一句话描述一个模型对象的 curd?
前端，一个页面，一句话？

我最近用 CC 接 ds api 做了几个 web 项目，都是 0-1 ，整体 90%满足需求，剩下 10%是一些细节问题，人还是要介入的。我个人经验是先和 AI 讲清楚你的需求，生成一个需求文档，然后在根据需求文档去生成功能模块，功能模块看自己的诉求要不要做的非常细节，按照这些功能模块去开发需求，然后开发完成的要更新进度，并且告知 AI 开发完成的功能做单元测试。我一般是 cc 做了单元测试之后，用 cursor 再做一次单元测试。最近打算用 cc 的 Playwright MCP 服务试试效果怎么样。

前几天刚做了一个，我的做法是：
先用其他 ai 工具，或者截图竞品，给定 AI 前端框架（ vite+react 这种），让他生成前端，数据先模拟，把接口留好
然后单独起一个 agent ，让他分析当前的页面需要哪些接口，限定框架和数据库（比如我用的是 fastapiu+pgsql ），再限定一些基础工具，比如 jwt ，S3 这种，写一份后端开发文档
这份文档一般 ai 可以写的非常详细，包括项目目录，再新建个文件夹，让 ai 去读 ai 自己写的文档，把后端写出来
最后再把前后端两个文件夹放在一起，让 ai 自己去对接接口联调

@densu 我是在 1panel 上看到了 https://mblog.club/这个项目，在 1panel 上安装了以后，发现没办法上传头像，于是自己手撸了一个，存放一下自己的碎碎念，前端就是直接截图的 1panel 上安装的项目

我做法是
1. 阶段 1：开一个 agent 从模糊需求开始讨论、细化方案，在明确技术方案、前后端技术栈要求、单元测试要求、验收标准后，输出相关文档落盘，然后起另一个 agent 来审查整个方案，迭代完善整体方案定稿
2. 阶段 2：起新会话让 agent 读阶段 1 落盘的所有事实性文档，逐步做实现，做完实现后自测，自测通过后再人工看下整体代码实现，如果有复杂度比较高或者比较绕的地方，让 ai 讲解辅助看或者改实现

前后端项目会先让 ai 出前端的界面实现配合假数据看效果，符合要求以后再接后端服务联调

没有人跟我一样先用免费的网页版出 prd 吗？
我都是先跟 DeepSeek 某个领域的产品总监 battle 半天产品需要和技术实现，等我满意了就让他生成一份详细的 prd ，再把 prd 丢给 Cursor 就行了，第一版往往比较粗糙，但是基本功能和框架符合预期，Cursor 每次实现后就会列出接下来的 P0/P1 需求，一股脑让他实现 P0 再 P1 ，我只负责点页面看效果，查缺补漏。
一般难免会有多轮反复的情况，我只看页面实现效果，不行就告诉 Cursor 来改，代码我连看都不看一眼，更别说我发现了 bug 我去改代码了，完全没必要，这个取决于人是否将问题描述的清晰、边界是否考虑的到位。
要不怎么叫自然语言编程呢，即便程序员出身，也完全不需要你去管代码了，你可以是产品、是测试、是运营、是决策者，唯独不是写代码的那个了。