我们注意到，开发中大部分与 AI 相关的问题不是来自模型本身。您花费时间调整提示，尝试不同的方法，但输出仍然不一致。结果，大部分时候问题出在项目结构上。如果结构不清晰，AI 会猜测，搜索错误的位置，混淆模式。

因此，在写下任何一行代码之前，我们使用的系统是这样的。

在开始任何项目之前，我们定义了架构，使用的框架，库和包，但更重要的是如何组织好所有内容，确保每一部分有一个清晰的位置。我们将代码库分解为特性，如身份验证，计费，收藏详细信息，并进一步将它们分解为后端通信，UI 组件，钩子，模式和其他逻辑。

一旦结构建立，我们通过 claude md 文件来定义 AI 代理的规则。堆栈，文件夹结构，命名约定，代码风格，API 模式，状态管理和 AI 不应做的事情。我们学到的一件事是，保持这个文件在 500 行以内，因为如果你包含太多内容，输出实际上会变差。

对于更复杂的能力，我们使用我们称之为技能的文件。这些文件可以让代理在需要时参考，而不污染核心规则文件。

这样一来，你就可以在并行任务中运行多个代理。只需确保它们不同时访问相同的文件，否则会产生冲突。

完整的视频教程请参见：https://www.youtube.com/watch?v=g9cCcyIN9Jk