这是一个虚构但很典型的案例：小赵是一位每天写业务代码、修线上问题、参加评审的后端或全栈开发，最近手头在忙“完成订单服务接口重构，接口平均响应从约 300ms 降到 120ms 左右（以压测为准）”，同时还要准备“上线订单服务灰度”。这次小赵需要整理一份给技术负责人的技术方案文档，决定试试 AI 写命令行命令。

背景

对小赵来说，真正写代码的时间常被排查问题、写文档和同步进度挤占，很多重复性的文字和样板代码其实可以交给 AI 起草。偏偏这次还遇到一个变数：依赖的第三方支付 SDK 下周升级，可能需要适配。技术方案文档需要尽快交给技术负责人，时间并不宽裕。

第一次尝试：问题出在哪

小赵一开始只写了一句话：

帮我写一份关于“订单服务从单体拆分为微服务”的技术方案文档。

结果 AI 给出的内容四平八稳却用不上。复盘下来，主要有两个问题：

  • 直接执行看不懂的命令。
  • 随意使用管理员权限。

改进后的提示词

小赵按照 AI 命令行助手的思路重写了提示词，核心是描述你想完成的操作和涉及的文件范围：

我在 [Linux/macOS/Windows] 上，需要完成以下操作：
找出当前目录及子目录中，最近 7 天内修改过、且大于 100MB 的文件，按大小从大到小列出。
请：
1. 给出命令，并解释每个参数；
2. 说明这条命令是否会修改或删除任何文件；
3. 如果我之后想删除这些文件，给出更安全的做法（先预览、再确认）。

结果（示意）

下面的效果为虚构演示，用来说明这类改进通常带来的变化：

示例（虚构）：用户想把一个文件夹里的照片按“日期_序号”重命名。AI 先给出一条只打印新旧文件名对照的预览命令，确认无误后再给出实际执行的命令，并建议先复制一份文件夹备份。

拿到结果后，小赵没有直接转发，而是先检查关键事实和数字，再补上 AI 不知道的背景。

复盘：这次用到的方法

  • 让 AI 给出命令，并逐个解释参数。
  • 对删除、覆盖、修改权限等危险操作，先用预览或模拟方式运行。
  • 在测试目录或少量文件上验证结果。
  • 先让 AI 解释每个参数，理解后再执行。

之后小赵发现，同样的方法也适用于另一类场景：处理文本和日志：筛选、统计、排序。

复盘时小赵还想到一个问题：命令报错了怎么办？答案是：把完整错误信息、命令和环境发给 AI，让它分析原因。

给程序员的提醒

把报错堆栈、相关代码片段和运行环境版本一起贴给 AI，比只描述现象有效得多。AI 生成的代码必须经过本地运行、测试和代码评审，不要直接合入主干。另外，对话里不要出现密钥、内网地址、数据库连接串和用户数据。

一个额外的小技巧：学习时让 AI 推荐每个命令最常用的三个参数。

如果你也是程序员

可以先从“评审同事提交的 3 个合并请求”或“排查定时任务重复执行问题”这样的小任务开始练习 AI 命令行助手，熟练之后再用到技术方案文档这类更正式的材料上。每次记录一下哪句提示词最管用，慢慢就有了自己的模板。

相关阅读