大家有没有一些关于 vibe Coding 的最佳实践

我个人理解，有三个维度：

1 、上下文供给
影响 vibe coding 效率，最大需要解决的问题就是如何最高效率的提供上下文（也就是既有信息）
目前商用产品上能解决到整个 workspace 都是上下文（类似 cursor 、Copilot 等）
还有文档、知识库等的读取。

2 、需求阐述技巧
比如如果这个对话出现事实错误，就不要试图纠正，而是重新开启一个对话等等。

3 、接入更多能力
比如 MCP ，来拓展 AI 的功能边界。


至于说实际实践，其实每个企业都不一样，因为每个企业的上下文环境，保密要求等都不同。

最佳实践就是肯付费用最好的模型，模型能力决定九成以上。

得看用 vibe 写什么。

- 写小工具：全权交给他，反正简单，也不用担心自己的维护问题。
- 修改已知项目：只当作补全和一些杂活的工具，全交给它来写的话，后期调试它的代码比自己写代码的时间都久。除非你知道它在写什么，否则不要交给它。
- 写测试：全权交给他，但得让他一个一个来，否则幻觉太严重了。
- 文档：躯干我写，补充它查（比如和代码是否对得上），i18n 翻译全交给他（但最好也要找个懂对应语言的人过一遍，好多次发现会说错话）。
- 提升情绪价值：You are absolutely right!!!

付费的模型确实好用，能节省很多时间。

@sentinelK
1. 第一点确实深有感触，最开始尝试使用 augment 的时候被他的上下文长度惊叹到了。

2. 第二点很有参考价值，我现在会有点怕他丢失聊天的上下文。经常在一个上下文错上加错，后续可以按照你这个试试看。

3. MCP 用了一些 context7 之类的，不知道能否推荐更多。

关于实践，能否脱敏后聊一下贵司是怎么做的，虽然各不相同，但也想学习下大家的实践经验。

@YanSeven 效果好付费肯定是没问题的，只不过对人的要求就更高了，要么多出任务，要么同等任务量减人。

@cwcc 很棒的总结，确实是做的越多，越容易出问题。应该尽量控制任务范围。

使用 OpenSpec ，或者自己定义 AGENTS.md 以控制 LLM 的行为。