3.5 KiB
3.5 KiB
天猫新品团队AI编码实战指南（下）
来源： 微信公众号 - 大淘宝技术 作者： 天猫新品营销技术 日期： 2026年5月8日 16:07 标签： #AI编码 #天猫 #全栈化 #知识库 #实战指南
背景
团队开始了后端向前，前端向后的全栈化转型运动。后端承担小二工作台与研发工具开发（需求驱动型），前端承担 C 端 solution 编写。
核心思想： 作为业务团队，重点应该是沉淀自己团队的工作流与 AI 资产——通过最大化复用来提高整体效能（代码、知识、工作流、工具的复用）。
场景分类
| 严苛程度 | 典型场景 | 错误容忍 | 交互问题容忍 | 代码要求 | 视觉还原要求 |
|---|---|---|---|---|---|
| 最为严苛 | C 端频道 | 0 容忍 | 明显则 0 容忍 | 高 | 高 |
| 较为严苛 | B 端商家平台 | 0 容忍 | 特别明显则 0 容忍 | 中 | 中 |
| 交付分割线 | |||||
| 普通严苛 | 小二端工作台 | 0 容忍 | 影响主链路则 0 容忍 | 低 | 低 |
| 低严苛 | 研发自用工具 | 一定程度容忍 | 无 hack 绕过则 0 容忍 | 无 | 无 |
| 不严苛 | 研发 DEMO | 能意会则容忍 | 怎么都能容忍 | 无 | 无 |
小二端 - AI 主导的对话生码
特点：无视觉还原要求，实现形式自由，页面独立性强，适合 AI 编码完成全部需求。
初期 - 统一生成方案
- 提供标准化的代码规范与视觉规范文档
- 提供高度封装的代码模版（一行代码唤起页面组件）
中期 - 辅助补齐前端经验短板
- 需求描述不准确：搭建「AI案例实践中心」，标准化 prompt 模板；提供 MCP 速查工具「天猫新品业务编码助手」
- 垂类场景无经验：将 AI 生码省下的时间用于生码沉淀，详细记录实现过程与踩坑心得
后期 - 更简单、无感、一致的方案
- 开发轻量级团队知识库，以类 Skill 形式封装开发规范与代码模板
- 知识库用 git 仓库管理，npm 包作为资源承载与版本管理工具
C 端 - 交付质量要求的 AI 提效
C 端场景复用机制复用分为五个级别：
- 代码复用：对组件、布局、逻辑进行封装（RCG——布局/组件/脚手架粒度递进）
- 知识复用：团队知识库 + 逐层加载
- 工作流复用：固定 AI 工作流 + 兜底方案
- 工具复用：通过 MCP 协议 + 内部工具获取业务数据
- 人机分工：固定重复工作交 AI，关键环节人把控
视图分离方案
核心思想： 把一份 PRD 分成"给 AI 的结构化描述"和"给人看的说明文档"，各自优化。
- 在 C 端，过复杂的 prompt 和过长的上下文都会带来性能问题
- 提出了结构化的 prompt 写法，包含场景分析、关键数据、交互与动效说明
知识库建设
对标 OpenAI 的 prompt.md + --preamble 的标准化管理：
- 定义优先级规则
- 使用 script 进行文件注入（含自动 chunk、优先命中机制）
- 统一文件结构和索引
实用技巧集锦
- UI 重构：利用 prompt 对图片转结构化描述
- 复杂 Prompt 构建：结构化多段式
- 多方案选优：让 AI 给出多个方案并对比
- 文档生成：代码完成后自动生成说明文档
- 严厉语气 + 合理质疑：实验表明严厉语气能提升准确率