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 |