小到能验证才动手
别让 AI 一口气写完整套电商。拆成小到能验证的步骤，大 prompt 出大问题。
最常翻车的一种做法：让 AI「把这个商城写出来」。AI 一顿输出几千行，最后你 review 无力、测试一片红、改也没处下手。问题不在 AI，在任务切得太大了。
读完你能回答：
- 为什么大 prompt 更容易坏？
- 判断「够小」的标准是什么？
- 主持 AI 一路写完和拆步走，差别多大？
为什么大 prompt 更容易坏
- 一次上下文给不满：一个大功能需要十几份文件的知识，AI 在一个 prompt 里塞不全，只能靠猜
- 错误成规模：几百行代码里埋了几个错，每个都难定位，改一个可能弄坏另一个
- 验证难：一次写完的产物，测试又长又密，出了问题不知道从哪查
- 返工贵：方向错了，几千行全推倒，AI 会越改越乱
大 prompt 不是能力问题，是工程问题：你在要求 AI 把一整段不可验证的工作一次完成。
判据：小到能验证
一个朴素标准：这一步做完，你能立刻知道它对不对吗？ copilot-cost
- 「写一个商品卡组件，图片、标题、价格、加购按钮」→ 能验证，跑一下就看见
- 「给商品卡写样式并接上 mock 数据」→ 能验证
- 「写一个完整商城」→ 不能验证，太模糊
凡是答不上「做完怎么验证」，就说明它还不够小，继续拆。
切步的三段式
- 先做骨架：最小可跑的壳，一趟通
- 再填一块能验证的功能：加一个真实现，验证一次
- 逐步叠：每叠一步就验证、就提交
每步都小、都可验证，AI 出错的概率逐级下降，你返工的时间也指数级减少。
提交当安全网
每完成一步，提交一次。这就是「一次坏迭代毁掉几小时工作」的保险——真坏了，回滚到上一个提交点，而不是硬着头皮在烂代码上继续。
- 每步一个提交，即使很小
- 提交信息写清这步做了什么
- 真出了岔子，随时回滚再重来
切小步 + 每步提交，是从「刷代码」变成「把控开发」的关键一步。切好了，还要学会委派结果，而不是指挥步骤。