AI驱动从0到1项目标准化开发全流程文档一、需求标准化梳理阶段1.1 原始需求归集录入汇总口头需求、零散文案、产品想法、业务边界描述等全部原始信息统一归集至项目原始需求文档剔除无效描述留存有效业务信息使用固定需求拆解提示词交付AI生成结构化PRD1.1.1 需求拆解专用提示词源码你是资深产品经理全栈开发工程师依据下方原始需求输出标准化结构化PRD1.明确项目名称、业务落地目标、目标使用人群、项目核心商业价值2.功能分级MVP必实现功能、二期迭代拓展功能、永久剔除非必要功能3.明细每项功能入参定义、出参定义、核心业务规则、全量异常分支场景4.非功能指标并发上限、部署运行环境、数据库选型、性能阈值、合规约束5.内容禁止模糊表述大概、可能、待定、后续补充无法确认内容统一标注【待人工确认】 原始需求{粘贴原始需求内容}1.2 PRD人机迭代定稿人工初审AI输出PRD标记需求歧义点、逻辑错误、缺漏内容携带修改意见回传AI二次迭代优化文档定稿PRD文档归档同步录入项目专属知识库作为后续开发唯一基准二、项目专属知识库构建与导入代码生成前置必备2.1 知识库四大分类目录业务知识库定稿PRD、业务字段字典、枚举常量清单、数据表注释、业务计算公式、异常提示文案编码规范知识库对应技术栈编码规约、项目目录结构、变量/函数/表命名规则、注释编写标准、全局异常处理规范技术栈知识库选定框架关键文档片段、第三方SDK版本约束、中间件MySQL/Redis/MQ等使用规范项目沉淀知识库已生成源码片段、历史BUG清单、BUG修复方案、迭代变更记录2.2 两种知识库落地实施方案2.2.1 轻量化方案小型快速迭代项目全量知识库内容合并为项目知识库.md单一文档每次调用AI生成内容时对话头部固定粘贴知识库全文约束AI输出2.2.2 重型RAG方案中大型长期迭代项目# 基础向量库部署依赖安装示例(Python)pipinstalllangchain chromadb sentence-transformers全文档分片向量化存入向量数据库AI通过检索自动引用知识库内容无需手动粘贴文档知识库发生变更后同步增量更新向量库数据2.3 入库硬性规则架构定稿、表结构定稿、PRD改版后必须第一时间更新知识库所有代码、配置文档上线变更后同步归档至沉淀知识库三、分层提示词工程体系搭建3.1 五大角色标准化提示词模板统一存入知识库复用3.1.1 架构师提示词整体架构设计身份资深系统架构师严格参考项目知识库定稿PRD完成架构设计 1. 输出前后端、数据库、中间件完整技术栈清单与版本锁定 2. 规范项目分层目录结构严格遵从知识库目录规约 3. 输出数据库ER描述全量表结构字段、数据类型、主键、索引、字段注释 4. 模块拆分、接口分层(controller/service/model)设计 5. 第三方依赖清单与版本约束 约束全部设计内容贴合知识库编码、业务规范存疑内容标注备注。3.1.2 后端接口开发提示词身份后端开发工程师参考项目知识库、数据表文档、定稿PRD开发目标接口 1. 代码严格遵循项目命名、目录、注释规范 2. 强制参数校验、全局异常捕获、关键链路日志埋点 3. 交付内容业务源码接口出入参文档对应单元测试用例3.1.3 前端页面开发提示词身份前端工程师依托知识库编码规范、后端接口文档、产品需求编写页面代码 1. 组件拆分模块化遵循项目ESLint/格式化配置 2. 分离业务逻辑与视图渲染统一全局样式规范3.1.4 代码评审提示词身份资深代码评审工程师对照项目知识库编码规范、业务规则评审下方代码 1. 核查命名、格式、注释等规范类问题 2. 排查逻辑漏洞、边界异常、性能隐患 3. 输出修正后完整代码逐条修改说明3.1.5 迭代优化提示词基于项目现有知识库与存量代码结合新增需求迭代优化代码兼容原有业务逻辑不破坏历史功能输出优化源码变更明细清单。3.2 提示词管理规范全部提示词模板统一归档至知识库后续开发直接替换变量使用技术栈、编码规范变更时同步迭代对应提示词内容四、架构设计与数据库落地环节4.1 架构产出流程调用架构师提示词AI依托知识库输出整体架构方案人工评审架构文档修改不合理内容后更新知识库落地产物项目目录规范文档、全量建表SQL脚本、项目全局配置常量4.1.1 SQL落地示例存储-- 项目基础数据表建表示例CREATETABLEsys_dict(idBIGINTPRIMARYKEYAUTO_INCREMENTCOMMENT主键ID,dict_typeVARCHAR(64)NOTNULLCOMMENT字典分类,dict_labelVARCHAR(128)COMMENT字典展示名称,dict_valueVARCHAR(128)COMMENT字典存储值)ENGINEInnoDBDEFAULTCHARSETutf8mb4COMMENT系统通用字典表;4.2 前置约束必须先定稿库表结构再开展业务代码开发规避代码与数据表字段不匹配问题五、分模块AI代码批量生成流程5.1 代码生成固定开发顺序步骤1项目初始化脚手架、全局工具类、公共异常封装、通用工具函数生成后入库知识库步骤2数据层Model/DAO实体代码依据已定稿数据表批量生成步骤3Service业务逻辑层代码绑定PRD业务规则与知识库约束步骤4Controller控制层接口代码附带接口文档、单元测试步骤5前端页面、公共组件、全局配置代码5.2 生成后即时自检规范单模块代码生成完毕立刻使用代码评审提示词由AI自检修正修正完毕的最终源码同步归档至项目沉淀知识库六、本地调试多轮快速迭代闭环6.1 本地环境部署调试# 后端项目初始化启动示例# 1.安装项目依赖pipinstall-rrequirements.txt# 2.初始化数据库表python init_db.py# 3.启动项目python main.py本地拉取AI生成代码运行项目收集报错信息、逻辑缺陷、需求偏差问题6.2 AI迭代修复流程整理报错日志问题描述现有源码搭配迭代优化提示词提交AIAI依托知识库兼容历史代码逻辑完成修复返回修正代码6.3 需求小版本迭代需求变更→更新PRD文档→同步更新项目知识库→AI基于存量代码迭代开发七、测试、文档、部署与知识库持续沉淀7.1 AI配套文档生成调用AI生成项目接口文档、部署说明文档、用户使用手册统一存入知识库7.2 自动化部署脚本生成# 项目Dockerfile部署示例 FROM python:3.10-slim WORKDIR /app COPY . . RUN pip install -r requirements.txt CMD [python,main.py]AI生成Dockerfile、Shell部署脚本、多环境配置文件7.3 长期知识库运维规则上线新增功能、线上BUG、版本优化方案持续补充至知识库二期项目复用现有知识库提示词体系大幅缩减重复开发成本八、项目落地两种模式选型8.1 轻量化模式1~7天落地MVP个人/小团队知识库采用单份Markdown文档手动粘贴知识库内容调用AI提示词直接复制模板填充参数使用8.2 企业级重型模式长期迭代中大型项目RAG向量知识库提示词管理仓库接入自研AI开发平台团队全员共用一套规范与知识库统一代码标准九、项目运维长期版本迭代管控9.1 线上运维知识库同步机制线上故障、用户反馈问题统一整理标准化文档每日归档进项目业务知识库故障根因、修复方案、临时规避方案分类录入沉淀库后续同类问题复用定期使用AI批量梳理历史故障提炼通用校验规则补充至编码规范知识库9.1.1 运维问题录入提示词你是运维工程师整理本次线上故障内容故障现象、触发条件、根因、临时处理、永久修复方案输出结构化文档符合项目知识库归档格式。 故障原文{故障描述内容}9.2 版本迭代管控流程月度需求汇总→AI拆分新版PRD→对比旧版知识库变更项→增量更新知识库文档基于更新后的知识库复用全套提示词增量开发新功能历史存量代码不重复重构新版本上线前AI自动对照全量知识库做全项目代码合规巡检9.3 AI驱动项目复盘优化项目里程碑节点汇总全周期开发数据工时、BUG量、需求变更次数使用AI结合知识库复盘规范漏洞、提示词缺陷、知识库缺失项反向优化整套开发体系优化后的提示词、规范文档全量替换原有知识库对应内容9.4 项目资产复用规范通用工具类、公共组件、封装好的基础脚手架单独归档为通用资产库新项目启动时优先从资产库拉取成熟代码全套提示词模板缩短新项目0→1周期
AI驱动从0到1项目标准化开发全流程文档
AI驱动从0到1项目标准化开发全流程文档一、需求标准化梳理阶段1.1 原始需求归集录入汇总口头需求、零散文案、产品想法、业务边界描述等全部原始信息统一归集至项目原始需求文档剔除无效描述留存有效业务信息使用固定需求拆解提示词交付AI生成结构化PRD1.1.1 需求拆解专用提示词源码你是资深产品经理全栈开发工程师依据下方原始需求输出标准化结构化PRD1.明确项目名称、业务落地目标、目标使用人群、项目核心商业价值2.功能分级MVP必实现功能、二期迭代拓展功能、永久剔除非必要功能3.明细每项功能入参定义、出参定义、核心业务规则、全量异常分支场景4.非功能指标并发上限、部署运行环境、数据库选型、性能阈值、合规约束5.内容禁止模糊表述大概、可能、待定、后续补充无法确认内容统一标注【待人工确认】 原始需求{粘贴原始需求内容}1.2 PRD人机迭代定稿人工初审AI输出PRD标记需求歧义点、逻辑错误、缺漏内容携带修改意见回传AI二次迭代优化文档定稿PRD文档归档同步录入项目专属知识库作为后续开发唯一基准二、项目专属知识库构建与导入代码生成前置必备2.1 知识库四大分类目录业务知识库定稿PRD、业务字段字典、枚举常量清单、数据表注释、业务计算公式、异常提示文案编码规范知识库对应技术栈编码规约、项目目录结构、变量/函数/表命名规则、注释编写标准、全局异常处理规范技术栈知识库选定框架关键文档片段、第三方SDK版本约束、中间件MySQL/Redis/MQ等使用规范项目沉淀知识库已生成源码片段、历史BUG清单、BUG修复方案、迭代变更记录2.2 两种知识库落地实施方案2.2.1 轻量化方案小型快速迭代项目全量知识库内容合并为项目知识库.md单一文档每次调用AI生成内容时对话头部固定粘贴知识库全文约束AI输出2.2.2 重型RAG方案中大型长期迭代项目# 基础向量库部署依赖安装示例(Python)pipinstalllangchain chromadb sentence-transformers全文档分片向量化存入向量数据库AI通过检索自动引用知识库内容无需手动粘贴文档知识库发生变更后同步增量更新向量库数据2.3 入库硬性规则架构定稿、表结构定稿、PRD改版后必须第一时间更新知识库所有代码、配置文档上线变更后同步归档至沉淀知识库三、分层提示词工程体系搭建3.1 五大角色标准化提示词模板统一存入知识库复用3.1.1 架构师提示词整体架构设计身份资深系统架构师严格参考项目知识库定稿PRD完成架构设计 1. 输出前后端、数据库、中间件完整技术栈清单与版本锁定 2. 规范项目分层目录结构严格遵从知识库目录规约 3. 输出数据库ER描述全量表结构字段、数据类型、主键、索引、字段注释 4. 模块拆分、接口分层(controller/service/model)设计 5. 第三方依赖清单与版本约束 约束全部设计内容贴合知识库编码、业务规范存疑内容标注备注。3.1.2 后端接口开发提示词身份后端开发工程师参考项目知识库、数据表文档、定稿PRD开发目标接口 1. 代码严格遵循项目命名、目录、注释规范 2. 强制参数校验、全局异常捕获、关键链路日志埋点 3. 交付内容业务源码接口出入参文档对应单元测试用例3.1.3 前端页面开发提示词身份前端工程师依托知识库编码规范、后端接口文档、产品需求编写页面代码 1. 组件拆分模块化遵循项目ESLint/格式化配置 2. 分离业务逻辑与视图渲染统一全局样式规范3.1.4 代码评审提示词身份资深代码评审工程师对照项目知识库编码规范、业务规则评审下方代码 1. 核查命名、格式、注释等规范类问题 2. 排查逻辑漏洞、边界异常、性能隐患 3. 输出修正后完整代码逐条修改说明3.1.5 迭代优化提示词基于项目现有知识库与存量代码结合新增需求迭代优化代码兼容原有业务逻辑不破坏历史功能输出优化源码变更明细清单。3.2 提示词管理规范全部提示词模板统一归档至知识库后续开发直接替换变量使用技术栈、编码规范变更时同步迭代对应提示词内容四、架构设计与数据库落地环节4.1 架构产出流程调用架构师提示词AI依托知识库输出整体架构方案人工评审架构文档修改不合理内容后更新知识库落地产物项目目录规范文档、全量建表SQL脚本、项目全局配置常量4.1.1 SQL落地示例存储-- 项目基础数据表建表示例CREATETABLEsys_dict(idBIGINTPRIMARYKEYAUTO_INCREMENTCOMMENT主键ID,dict_typeVARCHAR(64)NOTNULLCOMMENT字典分类,dict_labelVARCHAR(128)COMMENT字典展示名称,dict_valueVARCHAR(128)COMMENT字典存储值)ENGINEInnoDBDEFAULTCHARSETutf8mb4COMMENT系统通用字典表;4.2 前置约束必须先定稿库表结构再开展业务代码开发规避代码与数据表字段不匹配问题五、分模块AI代码批量生成流程5.1 代码生成固定开发顺序步骤1项目初始化脚手架、全局工具类、公共异常封装、通用工具函数生成后入库知识库步骤2数据层Model/DAO实体代码依据已定稿数据表批量生成步骤3Service业务逻辑层代码绑定PRD业务规则与知识库约束步骤4Controller控制层接口代码附带接口文档、单元测试步骤5前端页面、公共组件、全局配置代码5.2 生成后即时自检规范单模块代码生成完毕立刻使用代码评审提示词由AI自检修正修正完毕的最终源码同步归档至项目沉淀知识库六、本地调试多轮快速迭代闭环6.1 本地环境部署调试# 后端项目初始化启动示例# 1.安装项目依赖pipinstall-rrequirements.txt# 2.初始化数据库表python init_db.py# 3.启动项目python main.py本地拉取AI生成代码运行项目收集报错信息、逻辑缺陷、需求偏差问题6.2 AI迭代修复流程整理报错日志问题描述现有源码搭配迭代优化提示词提交AIAI依托知识库兼容历史代码逻辑完成修复返回修正代码6.3 需求小版本迭代需求变更→更新PRD文档→同步更新项目知识库→AI基于存量代码迭代开发七、测试、文档、部署与知识库持续沉淀7.1 AI配套文档生成调用AI生成项目接口文档、部署说明文档、用户使用手册统一存入知识库7.2 自动化部署脚本生成# 项目Dockerfile部署示例 FROM python:3.10-slim WORKDIR /app COPY . . RUN pip install -r requirements.txt CMD [python,main.py]AI生成Dockerfile、Shell部署脚本、多环境配置文件7.3 长期知识库运维规则上线新增功能、线上BUG、版本优化方案持续补充至知识库二期项目复用现有知识库提示词体系大幅缩减重复开发成本八、项目落地两种模式选型8.1 轻量化模式1~7天落地MVP个人/小团队知识库采用单份Markdown文档手动粘贴知识库内容调用AI提示词直接复制模板填充参数使用8.2 企业级重型模式长期迭代中大型项目RAG向量知识库提示词管理仓库接入自研AI开发平台团队全员共用一套规范与知识库统一代码标准九、项目运维长期版本迭代管控9.1 线上运维知识库同步机制线上故障、用户反馈问题统一整理标准化文档每日归档进项目业务知识库故障根因、修复方案、临时规避方案分类录入沉淀库后续同类问题复用定期使用AI批量梳理历史故障提炼通用校验规则补充至编码规范知识库9.1.1 运维问题录入提示词你是运维工程师整理本次线上故障内容故障现象、触发条件、根因、临时处理、永久修复方案输出结构化文档符合项目知识库归档格式。 故障原文{故障描述内容}9.2 版本迭代管控流程月度需求汇总→AI拆分新版PRD→对比旧版知识库变更项→增量更新知识库文档基于更新后的知识库复用全套提示词增量开发新功能历史存量代码不重复重构新版本上线前AI自动对照全量知识库做全项目代码合规巡检9.3 AI驱动项目复盘优化项目里程碑节点汇总全周期开发数据工时、BUG量、需求变更次数使用AI结合知识库复盘规范漏洞、提示词缺陷、知识库缺失项反向优化整套开发体系优化后的提示词、规范文档全量替换原有知识库对应内容9.4 项目资产复用规范通用工具类、公共组件、封装好的基础脚手架单独归档为通用资产库新项目启动时优先从资产库拉取成熟代码全套提示词模板缩短新项目0→1周期
