AI编程规则应用指南

要解决的问题

AI 编程助手默认不知道你的项目约定，比如目录结构、命名规则、技术栈组合和明确禁用的写法。每次对话都要重复解释上下文，不仅效率低，还容易出现风格不一致的代码。

• 新人缺少团队规范指引，只能从零摸索
• 反复纠正同一类错误，比如错误处理方式或测试覆盖
• 团队经验分散在聊天记录里，无法固化为可复用资产

规则文件的作用，是把这些约定写进 .cursor/rules 配置，让 AI 在生成代码时自动遵守，减少反复纠偏的沟通成本。

技能如何工作

规则该写什么

• 技术栈与版本：语言、框架、包管理器、运行环境
• 代码风格：命名、缩进、注释密度、错误处理偏好
• 架构约束：分层规则、禁止跨层调用、依赖注入要求
• 禁区：明确禁止裸 SQL、同步阻塞 IO 等写法
• 测试要求：生成功能须附带哪类测试

分层策略

• 全局规则：所有项目通用，比如「中文注释」「优先可读性」
• 项目规则：随仓库提交，进入版本控制，团队共享
• 任务级提示：单次复杂任务临时追加约束

落地方法

• 从「最高频被 AI 写错的三件事」开始，跑顺再扩展
• 规则要可验证：让 AI 生成样例代码，检查是否遵守
• 把规则文件纳入 code review，随架构演进持续更新

适用边界

规则过细过死会限制 AI 灵活性，反而让产出变差。规则如果与真实代码库矛盾，AI 会无所适从——规则必须与实际保持一致，否则不如不写。