在「编程与开发」类工具里，JetBrains AI Assistant 的定位是：JetBrains 系列 IDE 内置的 AI 助手与 Junie 智能体。

如果你刚开始接触它，可以按下面 7 天的安排练习，每天 20 到 40 分钟。

每日安排

  • 第 1 天：注册与熟悉界面：从官网或正规应用商店下载；登录后先检查隐私与权限设置。
  • 第 2 天：完成第一个任务「写技术文档」，按下文提示词操作。
  • 第 3 天：换一类任务「补单元测试」，对比两次结果的质量。
  • 第 4 天：学习关键概念：补全（Completion）、编程智能体、上下文索引。
  • 第 5 天：用真实工作材料做一次「读懂陌生代码库」，记录省下的时间和需要返工的地方。
  • 第 6 天：排查问题：对照常见问题「AI 改动范围过大」等检查自己的用法。
  • 第 7 天：复盘：保留有效的提示词，写下继续使用或放弃的理由。

第 2 天的练习材料

写技术文档

适用情况：手头有一个模块的源码时。

根据源码为这个模块写 README：用途、安装、最小示例、配置项表格和常见问题。示例代码必须能直接运行。

交付前确认：示例代码可运行。

一周后怎么判断值不值得继续

  • 是否稳定地节省了时间，而不只是第一次觉得新鲜。
  • 返工次数是否在下降。
  • 与 Copilot 等同类相比，是否更适合你的场景。
  • 数据与费用是否在可接受范围内。

延伸练习

修复报错

输入：一段报错堆栈和相关代码。

这是报错信息和相关代码。请先解释报错原因，给出最小修改方案，并说明为什么这个修改不会影响其他调用方。

验收标准：修改范围足够小。

代码审查

输入：一个 Pull Request 的改动。

审查这个改动，按「必须修改 / 建议修改 / 可以忽略」三级列出问题，每条附上文件和行号，重点关注安全、并发和错误处理。

检查点：问题定位到行。

小功能开发

适用情况：手头有一个清晰的需求描述时。

实现以下需求：【需求】。要求：先给出实现计划和要改动的文件列表，等我确认后再写代码；遵循现有代码风格；补充必要的测试。

验收标准：先有计划再动手。

常见问题：测试全绿但功能不对

人工补充关键用例，检查测试是否真正断言了结果。

常见问题：AI 改动范围过大

要求先给计划和文件清单，限定只改指定文件。

常见问题：生成的代码引用了不存在的函数

让它先搜索代码库确认 API，再写实现；运行测试验证。

概念补充：差异审阅

在接受 AI 修改前逐个查看 diff，是最重要的安全习惯。

概念补充：规则文件

放在仓库里的说明文件，告诉 AI 项目约定和禁止事项。

适合人群：数据分析师

数据分析师可以用 JetBrains AI 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：科研人员

科研人员可以用 JetBrains AI 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

注意事项

本文基于 JetBrains AI Assistant 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

文中提示词和示例仅作示意，实际效果取决于你的材料和 JetBrains AI 当前版本，重要内容请人工核对后再使用。

延伸阅读