
引言 #
2026 年,AI 辅助编程已经从"新鲜事物"变成"生产力工具"。但很多团队发现:AI 写代码容易,写好代码难。同样的 AI 工具,不同的人用出来效果天差地别。
为什么?因为缺少规范化的工作流。
这篇文章详细介绍我们实战总结的 Vibe Coding 开发工作流,一套经过 3 轮审核、覆盖 8 种项目类型、评分 9/10 的完整开发规范。
学完你能:
- 理解 AI 辅助编程的核心原则
- 掌握 6 阶段开发工作流
- 知道不同项目类型的特殊要求
- 直接用这套规范指导 AI 助手工作
一、Vibe Coding 核心原则 #
1.1 什么是 Vibe Coding? #
Vibe Coding ≠ 瞎写代码
很多人对 AI 编程有误解,认为就是"告诉 AI 要什么,然后等代码"。这是错的。
Vibe Coding 的正确理解:
用自然语言驱动开发,AI 负责实现,人负责决策。
核心原则:
- 设计在前,编码在后 - 先想清楚再动手
- 文档即代码 - 文档和代码同等重要
- 测试驱动 - 先写测试再实现功能
- 小步迭代 - 每次只做一件事
- 审查到位 - AI 代码必须 review
1.2 常见误区 #
| 误区 | 正确做法 |
|---|---|
| 直接让 AI 写整个项目 | 先设计,再分解,再实现 |
| 不写文档直接开写 | 文档即代码,先写文档 |
| 一次生成太多代码 | 小步迭代,每次<500 行 |
| 不审查直接合并 | AI 代码必须 review + 测试 |
| 不写测试 | 测试用例让 AI 写,但人要验证 |
二、6 阶段开发工作流 #
阶段 1:需求澄清(15-30 分钟) #
目标: 把模糊想法变成清晰可执行的需求文档
产出文档: docs/PROJECT_BRIEF.md
文档结构:
# 项目名称
## 1. 问题描述
- 要解决什么问题(1-2 句话)
- 目标用户是谁
- 使用场景(3-5 个)
## 2. 核心功能(MVP)
### P0(必须有)
- [ ] 功能 1
- [ ] 功能 2
### P1(可以有)
- [ ] 功能 3
### 不需要(本次)
- 明确范围边界
## 3. 技术栈选择
- 语言/框架/数据库
- 选型理由
## 4. 非功能需求
- 性能指标
- 安全要求
- 可用性目标
## 5. 成功标准
- 功能完成清单
- 质量要求(测试覆盖率等)
- 交付物列表AI 提示词模板:
你是一个资深产品经理和技术顾问。我要做一个 [项目类型] 系统,初步想法是:
[用自然语言描述你的想法,1-3 段话]
请帮我:
1. 梳理核心用户场景(3-5 个)
2. 列出 MVP 功能清单(区分 P0/P1)
3. 推荐合适的技术栈
4. 指出潜在风险和技术难点
输出格式:Markdown,可以直接放入 PROJECT_BRIEF.md阶段 2:架构设计(30-60 分钟) #
目标: 设计系统整体结构,让 AI 理解"各模块怎么协作"
产出文档: docs/ARCHITECTURE.md
关键内容:
- 整体架构图(用 Mermaid 语法)
- 模块划分(3-5 个核心模块)
- 数据流设计(核心业务流程)
- 技术选型理由
- 部署架构
示例架构图:
graph TB
subgraph 前端
A[React/Vue] --> B[Nginx]
end
subgraph 后端
C[FastAPI] --> D[认证模块]
C --> E[业务模块]
C --> F[数据模块]
end
subgraph 数据层
G[(PostgreSQL)]
H[(Redis)]
end
B --> C
D --> G
E --> G
F --> G
E --> H阶段 3:数据/接口设计(15-30 分钟) #
目标: 定义数据模型和接口规范
产出文档:
docs/DATA_MODEL.md- 数据模型docs/API_SPEC.md- 接口规范
数据模型内容:
- ER 图(表关系)
- 表结构详情(字段、类型、索引)
- 核心对象定义(Pydantic/TypeScript)
- 数据访问层设计
接口规范内容:
- Base URL、认证方式
- 接口列表(CRUD)
- 请求/响应示例
- 错误码定义
阶段 4:任务分解(10-20 分钟) #
目标: 把大项目拆成 AI 能一次搞定的小任务(每个<4 小时)
产出文档: docs/TASKS.md
任务分解示例:
## Phase 1: 项目初始化
### 1.1 创建项目结构
- [ ] 创建目录结构
- [ ] 初始化虚拟环境
- [ ] 创建 requirements.txt
- **AI 提示词:** "帮我创建一个 FastAPI 项目的标准目录结构"
- **验收标准:** 目录结构完整,依赖可安装
- **预计时间:** 0.5 小时
### 1.2 配置开发环境
- [ ] 安装依赖
- [ ] 配置 Docker Compose
- [ ] 验证环境可用
- **预计时间:** 1 小时阶段 5:迭代编码(循环执行) #
目标: 按任务清单逐个击破
单次迭代流程:
┌─────────────────────────────────────────────────┐
│ 1. 选任务 → 2. 写测试 → 3. 实现 → 4. 审查 → 5. 提交 │
└─────────────────────────────────────────────────┘
↓
下一个任务步骤 2:编写测试(TDD)
AI 提示词:
我要实现 [功能名称],需求如下:
- 接口/方法:[定义]
- 输入:[参数]
- 输出:[预期结果]
- 错误处理:[异常情况]
请先帮我编写测试用例,覆盖:
1. 正常路径
2. 边界情况
3. 异常情况
输出:tests/test_xxx.py步骤 5:提交代码
git add .
git commit -m "feat(auth): 实现用户登录功能
- 添加登录接口 POST /api/v1/login
- 使用 bcrypt 加密密码
- JWT token 有效期 1 小时
- 单元测试覆盖率 95%
Closes #1.2"
git push阶段 6:测试策略(贯穿全程) #
测试金字塔:
/\
/ \ E2E 测试(5%)- 人主导,AI 辅助
/----\
/ \ 集成测试(25%)- AI 生成 + 人审查
/--------\
/ \ 单元测试(70%)- AI 主力生成
/------------\测试覆盖率目标:
- 核心模块:80%+
- 工具函数:100%
- API 接口:100%
三、8 种项目类型变体 #
完整工作流覆盖以下项目类型,每种都有详细指导:
| 变体 | 项目类型 | 技术栈 | 特殊注意事项 |
|---|---|---|---|
| A | Web 应用 | FastAPI + React/Vue | REST API、前后端分离 |
| B | 桌面应用 | Electron/Tauri/PyQt | IPC 通信、打包发布 |
| B-2 | macOS 原生 | Swift/SwiftUI | App Store 审核、公证流程 |
| C | CLI 工具 | Python/Node.js | 命令行参数、PyPI/npm 发布 |
| D | 移动端 | Flutter/React Native | 状态管理、应用商店上架 |
| D-2 | iOS 原生 | Swift/SwiftUI | App Store 审核、隐私标签 |
| G | 微信小程序 | 原生/Taro/uni-app | 微信审核、包大小限制 |
| E | 微服务 | 多语言 + K8s | gRPC、服务发现、分布式追踪 |
| F | 数据管道 | Airflow/Python | 数据质量、断点续传 |
四、Git 分支策略 #
推荐方案:GitHub Flow
main (受保护分支)
↑
└── feature/xxx (功能分支)
↑
└── 开发 → 测试 → PR → Code Review → 合并 → 部署分支命名规范:
| 分支类型 | 命名格式 | 说明 |
|---|---|---|
| 功能分支 | feature/功能名 |
新功能开发 |
| 修复分支 | fix/问题描述 |
Bug 修复 |
| 热修复 | hotfix/问题描述 |
生产环境紧急修复 |
Commit 信息规范(Conventional Commits):
feat(auth): 实现用户登录功能
- 添加登录接口 POST /api/v1/login
- 使用 bcrypt 加密密码
- JWT token 有效期 1 小时
- 单元测试覆盖率 95%
Closes #123五、实战建议 #
5.1 给 AI 助手的建议 #
上下文管理:
- ✅ 给相关文档(需求 + 架构 + 数据模型)
- ✅ 给同类代码示例(保持一致性)
- ❌ 不要一次性给整个项目
任务分解:
- ✅ 每次只做一个小任务(<500 行代码)
- ✅ 明确验收标准
- ❌ 不要一次实现整个模块
测试驱动:
- ✅ 先写测试,再实现功能
- ✅ 测试覆盖正常路径 + 边界情况
- ❌ 不要写完代码再补测试
5.2 给开发者的建议 #
角色定位:
- 人是架构师 + 审查员
- AI 是高级程序员
时间分配:
- 设计阶段(阶段 1-4):2-3 小时
- 编码阶段(阶段 5):按项目规模
- 测试阶段(阶段 6):占总时间 30%
质量把控:
- 每个阶段完成后对照检查清单
- AI 生成的代码必须 review
- 测试覆盖率不达标不合并
六、文档与工具 #
6.1 完整文档 #
《Vibe Coding 开发工作流规范 v1.4》
- 文件大小:72KB
- 总行数:2801 行
- 审核评分:9/10
- 发布位置:OBS for AI 共享知识库
6.2 工具推荐 #
| 工具 | 用途 |
|---|---|
| Cursor / Windsurf | AI IDE,支持项目级上下文 |
| Claude Code / ACP | 命令行 AI 编程 |
| Mermaid | 画架构图、流程图 |
| Obsidian | 文档管理 + 双向链接 |
| Git | 版本控制 |
总结 #
Vibe Coding 工作流的核心价值:
- 规范化 - 让 AI 辅助编程有章可循
- 可复制 - 不同人用同样的流程,产出质量稳定
- 高效率 - 设计在前,减少返工
- 高质量 - 测试驱动 + 审查到位
下一步行动:
- 阅读完整规范文档
- 下一个项目直接套用
- 实践中持续优化
记住: 工作流是骨架,具体实践是血肉。骨架通用,血肉因项目而异。
参考资料: