1、AI编程不仅仅是写代码。 从需求分析、再到功能实现、再到功能测试、这是一个最最小的闭环。

2、需求分析，可以用Spec Coding方式来做。确保AI不会乱来。

参考文章：在团队里如何使用AI编程？Spec coding实践

3、有详尽的需求分析，或者产品设计文档后，那再配上最好的AI模型，比如Claude Opus 4.5， 就避免多走弯路，快速实现到位。

减少在“不符合预期<--->重新修改”之间的往复循环。

4、那功能测试呢？我最讨厌功能测试了。尤其是在敏捷开发中，每次改一个小功能，都要把整个流程回归测试一遍（Regression Testing），简直是扼杀创造力。

当产品没有用户时，只有自己在用，以往自己实测十几次，可能仍然有bug，问题很难一次性找全。

而AI自己生成的测试脚本，局限性很大，并不能完全模拟真人用户操作。

5、受之前“AI自动操控浏览器”的启发，我引入了“测试自动化”方法。

参考文章：AI全自动为你干活的方法（AI操控浏览器）
参考文章：苏江：单凭这一个小工具，AI就能颠覆你90%的工作流

6、大体上的提示词1：

• 生成一份针对xx功能的测试文档，考虑各种使用情况。

7、大体上的提示词2：

• 根据功能测试文档，使用MCP PlayWright Chromium 打开Localhost:3000 模拟真实用户使用本产品，发现/排查问题。

8、实测发现：它测试的过程中会发现一些漏洞，顺带就修补掉了。

9、以上仅针对web 应用。

以前，开发者要花 50% 的时间自己点点点做测试。 现在，AI 替我完成了 90% 的功能性验证。 我只需要在上线前，作为真实用户体验最后的 10% —— 确保产品不仅“没Bug”，而且“好用”。

10、唯一缺点：耗一点token。