基于实际项目场景的 Cursor 使用经验总结，帮助开发者更高效地利用 AI 辅助编程。

---

🔧 已有项目需求实现

1. 明确需求

在开始之前，确保充分理解业务需求和技术要求。

2. 拆分需求步骤（使用 Cursor Plan 模式）

2.1 初步拆解任务

**步骤：**
1. 简单描述 prompt（从 PRD 提取关键信息）
2. 切换为 Ask 模式，让 Agent 根据项目具体结构初步拆解任务
3. 生成 preview-plan（预览计划，防止乱改代码）

⚠️ 重要提示：必须明确告诉 AI 可以参考哪些代码，目标要改在哪里（防止模型乱写）

2.2 生成正式计划

拿到 preview-plan 后：

• 再次调用 Cursor 的 Plan 模式

• 回答每一步的细节问题

• 生成最终的 formal-plan

3. 推荐 Prompt 模板

在执行计划时，添加以下约束条件：

@Web 使用阿里巴巴代码规范完成代码编写

尽可能复用现有的能力（防止 AI 导致的代码腐化）

@Web 使用标准的 Java 项目架构，参考项目的现有结构，不要打乱项目自有结构

保持代码风格一致性，遵循项目已有的命名规范和设计模式

---

🚀 新项目 Demo 开发

1. 任务描述

简要描述项目目标和核心功能。

2. 完善任务 Prompt

使用 Plan / Ask 模式：

• 让 AI 完善任务的 Prompt

• 确保需求描述清晰、完整

3. 生成并执行任务

3.1 使用 Plan 模式生成任务

**重要约束：**
你需要一步一步执行，不要一次性全部执行完

3.2 执行流程

1. 开发者确认每个步骤

2. 逐步执行，确保每步正确

3. 及时发现和纠正问题

4. 生成项目文档

让 AI 生成 README.md，包含：

• ✅ 项目结构说明

• ✅ 技术栈介绍

• ✅ 安装步骤

• ✅ 运行方法

• ✅ 配置说明

💡 优势：下次调用可以直接引用 README.md，Cursor 不需要再次查找项目信息

---

✅ 单元测试编写

场景 1：简单的代码分支

直接指令：

根据当前分支新增代码实现单元测试

AI 会自动识别变更并生成对应测试用例。

场景 2：代码量较大的分支

精准指令：

1. 锁定具体方法， 例如 com.dingtalk.ecard.manager.ServiceRecordManager#sendServiceRecordCreatedMsg
2. 告诉 Cursor："实现该方法在本次分支的单元测试"
3. 补充："用最简单的方法，实现该单元测试"

优势：

• 🎯 测试范围明确

• ⚡ 生成速度快

• 🔍 测试覆盖率高

---

📊 数据脚本处理

工作流程

1. 准备数据

将表格数据生成 CSV 格式

2. 定义转换规则

向 AI 提供：

• 输入格式（Input）：原始数据结构

• 输出格式（Output）：目标数据结构

示例 Prompt：

输入格式：
- CSV 文件，包含字段：id, name, age, email
- 分隔符：逗号

输出格式：
- JSON 数组
- 字段映射：id → userId, name → userName, age → userAge, email → userEmail
- 需要过滤 age < 18 的记录

请生成数据转换脚本

3. 生成转换实现

让模型生成：

• 数据读取代码

• 转换逻辑

• 数据验证

• 输出保存

---

💡 最佳实践总结

原则	说明
分步执行	避免一次性生成大量代码，降低错误率
明确边界	清晰指定可修改的文件和方法范围
复用优先	强调使用现有能力，防止代码冗余
规范约束	引用代码规范，保持项目一致性
文档先行	生成 README，提高后续交互效率
逐步验证	每步完成后验证，及时发现问题

---

⚠️ 注意事项

1. 防止代码腐化：始终强调复用现有能力

2. 保持项目结构：明确告知不要打乱现有架构

3. preview-plan 机制：先预览再执行，避免误操作

4. 明确参考代码：指定可参考的文件和方法

5. 单元测试简化：使用"最简单的方法"提示词

---

🎯 快速参考

Ask 模式

• 用于：咨询、拆解任务、完善 Prompt

• 特点：不直接修改代码，安全探索

Plan 模式

• 用于：生成执行计划、实际编码

• 特点：分步执行，可控性强

关键 Prompt

@Web [代码规范要求]
复用现有能力
保持项目结构
一步一步执行