AI 员工最佳实践

Prompt 技巧、Skill 配置策略、效率优化和常见误区。

人设 Prompt 技巧

好的人设

人设应简洁具体,描述角色定位和行为偏好:

你是张小明,前端开发工程师。你写代码注重可维护性,提交前必跑测试。 遇到不确定的技术选型会列出优缺点让用户决策,不会自作主张。 回复风格简洁直接,不用"亲""呢"等语气词。

避免的写法

  • 过长的人设(超过 500 字)— 占用上下文空间,效果递减
  • 过于笼统 — "你是一个有帮助的助手"没有任何指导价值
  • 矛盾的指令 — "要详细回复"同时"要简洁"

Skill 配置策略

岗位 Skill vs 个人 Skill

类型适用场景示例
岗位 Skill角色通用知识开发者 Skill 包含 Git 工作流和编码规范
个人 Skill项目/团队特定知识"我们用 Go 1.22,部署在 k8s 上,CI 用 GitHub Actions"

个人 Skill 的最佳内容

最有价值的个人 Skill 内容:

  • 项目技术栈 — 语言版本、框架、部署方式
  • 团队规范 — 分支命名、commit message 格式、代码风格
  • 业务术语 — 项目特有的概念和术语解释
  • 常用操作 — 部署步骤、测试命令、环境切换方式

不适合放在 Skill 中的内容

  • 频繁变化的信息(用对话传达更好)
  • 大段代码(AI 能直接读文件)
  • 过于细节的操作步骤(AI 会自己探索)

效率优化

选对模型

场景推荐
日常对话、简单查询默认模型即可
复杂编码、架构设计开启 Extended Thinking (/think high)
大量工具调用Claude(支持 Prompt Caching,多轮更快)

善用斜杠命令

  • 话题切换时用 /new 重置,避免旧上下文干扰
  • 对话太长时用 /compact 压缩,保持响应速度
  • 需要深度分析时用 /think high

工作电脑使用技巧

  • 持久化工作空间 — 代码 clone 一次即可,不需要每次重新 clone
  • 安装常用工具 — AI 员工会记住已安装的工具,下次直接用
  • 利用命令链 — 复杂操作告诉 AI "一步到位",减少交互轮次

常见误区

误区 1:给 AI 员工太多 Skill

每个 Skill 都会注入到 system prompt 中,占用上下文。建议控制在 3-5 个 Skill 以内。

误区 2:期望 AI 记住所有历史

AI 的上下文有窗口限制。超长对话会被压缩或裁剪。对于重要信息:

  • 写入 Skill 中(持久化知识)
  • 写入工作电脑文件中(AI 可以读取)
  • 每次对话时重新提供关键上下文

误区 3:过度依赖单个 AI 员工

不同岗位的 AI 员工有不同的 Skill 和专长。让开发者 AI 做运营工作,效果不如创建一个运营 AI 员工。

误区 4:不给 AI 员工配工作电脑

没有工作电脑的 AI 员工只能"说"不能"做"。如果需要实际操作(编码、测试、浏览器操作),务必配置工作电脑。

团队协作建议

AI 员工分工

角色建议数量职责
开发者1-2 个编码、代码审查、技术问题
项目经理1 个需求管理、进度跟踪、汇报
测试1 个自动化测试、缺陷管理
运营按需内容发布、数据分析

定时任务配置

让 AI 员工自动化重复性工作:

任务建议频率执行者
工作日报每天 18:00项目经理 AI
代码审查每次 push 后(Webhook 触发)开发者 AI
周报汇总每周五 17:00项目经理 AI
环境巡检每天 8:00开发者 AI