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。

这些技巧适合已经会基本操作、想进一步提效的用户。

8 条进阶用法

  1. 遇到瓶颈时，用通义灵码做一次对照，判断是工具问题还是用法问题。
  2. 先要大纲或计划，再要全文，复杂任务分两到三步完成。
  3. 记录每次的输入、设置和结果，形成自己的经验库。
  4. 敏感信息用代号替换，交付前再换回。
  5. 同一任务准备 5 份测试材料，改设置后统一复测。
  6. 长材料分段处理，每段完成后再要一份汇总。
  7. 给一个你满意的样例，让它模仿结构而不是复制内容。
  8. 把「补全（Completion）」等关键设置弄清楚再调参。

示例：分步完成的写法

补单元测试

准备材料：一个缺少测试的函数或模块。

为【函数名】编写单元测试，覆盖正常输入、边界值和异常输入，使用项目现有的测试框架，不要修改被测代码。先列测试用例再写代码。

验收标准：测试能在本地通过。

更多可以试的用法

写技术文档

准备材料：一个模块的源码。

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。

代码审查

适用情况：手头有一个 Pull Request 的改动时。

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。

交付前确认：问题定位到行。

小功能开发

输入：一个清晰的需求描述。

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。

检查点：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：上下文索引

把代码库建立索引，让 AI 回答时能引用相关文件。

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：研究生

研究生可以用 JetBrains AI 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：咨询顾问

咨询顾问可以用 JetBrains AI 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

注意事项

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。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读