周一早上接到需求:新增一个营销活动配置页面。三步表单、20+ 字段、3 个接口、列表+详情+编辑。

以前这种需求我排 3 天。这次我决定用 AI 全流程辅助,看看能压缩到多少。

结果:4 小时交付,周一下午就提测了。

时间对比

00:00 03:00 06:00 09:00 12:00 15:00 18:00 21:00 看PRD (3h) 分析 (20m) 设计 (15m) 代码生成 (1.5h) 联调 (1h) 设计 (2h) 提测 (10m) 写代码 (8h) 联调 (4h) 自测 (3h) 提测 (1h) 传统方式 (21小时) AI辅助 (4小时) 开发时间对比:传统方式 vs AI辅助
传统方式(21h = 3个工作日)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
看PRD(3h) │ 设计(2h) │ 写代码(8h)    │联调(4h)│自测(3h)│提测(1h)

AI 辅助(4h = 半个工作日)
━━━━━━━━━━
分析│设计│代码生成  │联调│提测
20m │15m│  1.5h   │ 1h │10m

节省:81%

每一步怎么做的

需求分析
20分钟

设计文档
15分钟

代码生成
1.5小时

联调
1小时

提测文档
10分钟

Step 1:需求分析(20 分钟)

把 PRD 丢给 AI:

分析这个 PRD,输出:
1. 技术要点清单
2. 需要跟产品确认的问题
3. 影响范围评估

AI 帮我发现了 3 个 PRD 没写清楚的点(字段联动规则、编辑模式下哪些字段只读、批量操作失败的处理)。

我拿着问题列表找产品确认,10 分钟搞定。如果开发到一半才发现,至少浪费半天。

Step 2:设计文档(15 分钟)

根据需求分析结果 + 项目现有代码结构,生成技术方案:
1. 新增/修改文件清单
2. 组件拆分方案
3. 接口字段映射
参考目录结构:@src/view/marketing/

AI 输出了 8 个文件的清单和职责划分。我改了两个地方就确认了。

Step 3:代码生成(1.5 小时)

这是最爽的部分。AI 读了一个类似页面作为范例,逐文件生成:

✅ src/services/marketing/activity.ts      (接口函数)
✅ src/services/marketing/types.ts         (类型定义)
✅ src/models/marketing/activity.ts        (Rematch model)
✅ src/view/marketing/ActivityConfig/index.tsx        (列表页)
✅ src/view/marketing/ActivityConfig/Create/index.tsx (三步表单)
✅ src/view/marketing/ActivityConfig/Create/StepBasic.tsx
✅ src/view/marketing/ActivityConfig/Create/StepRule.tsx
✅ src/view/marketing/ActivityConfig/Create/StepConfirm.tsx

我做的事:逐个文件 review,调整业务逻辑细节(主要是字段联动规则)。

Step 4:联调(1 小时)

几个字段名对不上(后端文档和实际接口不一致),AI 帮我快速定位和修改。

Step 5:提测文档(10 分钟)

AI 根据代码改动自动生成,我补了几个注意事项。

为什么能这么快

40% 30% 30% 传统开发时间分布 启动成本 体力活 判断决策
80% 20% AI辅助后时间分布 判断决策 微调修改

不是因为 AI 写的代码完美——中间我改了不少。而是:

传统开发的时间分布:
┌──────────────────────────────────────────┐
│ 启动成本(30%) │ 体力活(40%) │ 判断决策(30%) │
│ 对着空文件发呆  │ 20个字段手写  │ 逻辑对不对    │
│ 翻文档找用法   │ 类型定义手写  │ 方案选哪个    │
└──────────────────────────────────────────┘
      ↓ AI 消灭         ↓ AI 消灭      ↓ 人来做

AI 辅助后的时间分布:
┌──────────────────────────────────────────┐
│ 判断决策(80%)              │ 微调修改(20%) │
│ 这个字段要不要必填?         │ 改几个细节    │
│ 这个联动逻辑对不对?         │              │
│ 这个拆分粒度合理吗?         │              │
└──────────────────────────────────────────┘

AI 消灭了"从 0 到 1"的启动成本和重复性体力活,让你专注在"判断和决策"上。

可直接抄走的 Prompt 模板

需求分析:

分析以下 PRD,输出:
1. 技术要点清单(前端需要实现的功能点)
2. 需要确认的问题(描述不清晰或有歧义的点)
3. 影响范围(涉及哪些现有模块)
4. 工时评估

PRD:[粘贴内容]

代码生成:

参考 @[范例文件] 的结构和写法,
根据以下设计文档逐文件生成代码。

设计文档:[粘贴]

要求:
- 严格按文件清单生成
- 类型定义完整,不用 any
- 每个文件完整可运行

关键认知:AI 不是让你"不用写代码",而是让你从"写代码的人"变成"审代码的人"。审比写快得多——但前提是你得有能力审。


💬 你有没有类似的"AI 加速"案例?时间对比是多少?评论区分享一下。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐