PRD 与文档驱动开发
3.7 Coding-Agents理念
Tip
学会用分角色的Prompt模拟多Agent系统,让AI专注于单一任务,避免上下文过载。
1. 为什么要学这个?
你把几千行的PRD全丢给ChatGPT,说:"把这个App写出来。"它通常会卡住,或者写出一个只能跑一半的Demo,变量名还乱七八糟。
**原因:CPU过热。**一个大脑只有两只手,你让它同时思考架构、数据库、UI颜色、API鉴权,它的大脑因为在不同任务间频繁切换而"过热"。
AI需要专注。
关键问题:
- 怎么避免AI上下文过载?
- 怎么让AI专注于单一任务?
- 什么是Multi-Agent思维?
像管理足球队一样分工:让负责文档的去思考,让负责代码的去执行。
2. 核心概念
2.1 单人足球 vs Agent团队
模式A:单人足球🏃
- 只有一个球员
- 他既是前锋,也是守门员,还是教练
- 跑两步就累死了
- 对应:直接在ChatGPT网页版里一直对话
模式B:Agent团队⚽
- 产品经理(PM Agent):只写文档,不写代码
- 架构师(Architect Agent):只设计文件结构,不写具体函数
- 工程师(Coder Agent):只写当前文件的代码,不管别的
- 测试员(QA Agent):只找Bug,不修Bug
**核心心法:专人专事。**一个Agent一次只做一件事,且做到极致。
3. 怎么模拟Multi-Agent?
虽然你可能没有真的部署一套Multi-Agent系统,但你可以用分角色的Prompt来模拟:
阶段1:PM模式
你现在是高级产品经理。请帮我把这个想法拆解成PRD文档。不要写代码。
阶段2:架构模式
你现在是技术架构师。基于刚才的PRD,请设计出目录结构和数据库Schema。不要写代码。
阶段3:开发模式
你现在是资深前端开发。请基于这个目录结构,实现login.tsx页面。注意使用Tailwind。
阶段4:Review模式
你现在是QA。请检查刚才的代码有没有安全漏洞。
你手动扮演了"总教练",在不同阶段激活AI的不同人格(Persona)。
4. 什么时候用Agent思维?
| 🎯 场景 | 是否分工 | 理由 |
|---|---|---|
| "帮我解释这段代码" | ❌ 不必 | 单一任务,一个大脑足够 |
| "我要从零开发一个电商" | ✅ 必须 | 复杂度炸裂,必须分步骤、分角色 |
| "重构整个API层" | ✅ 必须 | 需要先设计接口(架构师),再写代码(开发) |
5. 避坑指南
| ❌ 不要这样做 | ✅ 应该这样做 | 为什么 |
|---|---|---|
| "帮我把整个项目写完" | 分步执行:先文档→架构→代码 | AI会为了敷衍你,省略大量细节 |
| 上下文污染 | 新开Chat,如果任务跨度太大 | 避免在写前端时混入后端报错 |
| 不设限制 | 明确告诉它"Do NOT write code yet" | 防止PM AI去写SQL语句 |
6. 真实案例
Story
2016年,AlphaGo的"左右互搏"
2016年,AlphaGo战胜李世石,震惊世界。实际上,AlphaGo不是"一个"神经网络,而是两个主要网络的协作:Policy Network(策略网络)负责产生直觉——"下一步大概下在哪里?"(相当于前锋,负责行动);Value Network(价值网络)负责计算——"这步棋赢面多大?"(相当于教练,负责评估)。它们分工明确:一个负责大胆探索,一个负责冷静评估。正是这种Agent分工协作机制,打破了人类算力的极限。
Vibe心法:分角色Prompt模拟Multi-Agent——先PM(思考),后架构(设计),再开发(执行),最后QA(检查)。
7. 本章小结
- 🧠 Context Overload:AI变笨的原因是上下文过载
- 👥 分角色:先PM,后架构,再开发,最后QA
- 🎭 模拟Multi-Agent:通过不同Prompt引导AI切换角色
- 🚫 避免一次性:不要让AI一次写完整个项目
- 🔄 新开Chat:任务跨度太大时,建议新开对话窗口