融媒体建设网站怎么搞网站流量赚钱

融媒体建设网站怎么搞,网站流量赚钱,如何创建一个公众号,河北视频网站建设本文作者为 360 奇舞团前端开发工程师前言#xff1a; AI时代#xff0c;前端转型势在必行#xff0c;或者说环境已经开始逐步在强制你转型了#xff0c;从前两年的与AI共同编程#xff0c;到现在AI已经开始完成大多数的工作了。那么前端如何定位自己的角色就更显得重要了…本文作者为 360 奇舞团前端开发工程师前言AI时代前端转型势在必行或者说环境已经开始逐步在强制你转型了从前两年的与AI共同编程到现在AI已经开始完成大多数的工作了。那么前端如何定位自己的角色就更显得重要了。作者就是从一名前端逐步转成了一个AI开发者不再局限在前端领域而是多语言的开发者或者说是AI工具或者AI驱动的项目开发者。本文而是作者在多个真实项目中通过不断试错、总结、优化 Prompt 和工程流程后沉淀出的一些经验(可能有不准确的地方完全是根据自身工程经验的总结)。如何让AI写出一个完整的项目并且这个项目还能做到符合预期且代码健壮稳定。目标只有一个如何让 AI 写出一个完整、可维护、符合预期并且足够稳定的真实项目。我大概总结了几个部分1. 提示词清晰的输入源你应该知道你的上游是什么输出是什么。如果有要如何处理避免这些影响的自己的上下文。prompt如何写也就是你如何组织自己的prompt。很多人觉得 AI “不稳定”“经常胡写”“代码质量不行”但实际项目中你会发现80% 的问题出在输入而不是模型。我总结了很重要的一点就是结构化结构化是指两个方面一个是你描述的需求要有明确的结构层级。 如那么你的输入应该类似这样你是一个资深前端 AI 工程师你的目标是将 Figma 原型转换为 React 项目输入包含原型图片 Figma 节点数据输出必须是可运行的 React 项目不允许留下 TODO不允许修改已有文件第二点就是对输入输出的结构化要求也就是大模型比较容易理解的如XML结构这一点是因为在大模型的训练过程中接收了大量的Xml的结构化数据所以它天然的对这种结构敏感。这个在claude文档中曾经提到过。如去年爆火的bolt.new的开源版本里面它的prompt可以看到大量的结构化提示词可看到很多的结构化指令角色定义目标描述输入说明输出要求约束条件失败处理规则分层次反向提示 不要一次性让 AI 干所有事。错误方式根据这些内容帮我生成一个完整项目正确方式第一步: 只让AI分析第二步: 只让AI给方案第三步只让AI生成代码第四步只让AI修复问题并且加入反向提示如果信息不足必须明确指出 不允许自行假设 不允许使用未声明的库这一步能极大减少“看似合理、实际不可用”的幻觉代码提示词不要怕多把你想到的边界情况都写上也不无不可 毕竟现在模型的理解能力和上下文长度已经有了很大的提升。2. 工程化真正能落地的 AI 开发一定是工程化的而不是聊天式的。过程可控、分步骤而不是一次性生成你可以把 AI 看成一个不太聪明但执行力极强的工程师, 前提是你要拆好任务例如一个真实项目流程初始化项目结构锁定技术栈生成页面骨架/路由等其它部分代码自检与修复每一步都有明确输入和输出如果拆的足够细致那么每一步的产出其实都可以用我们工程化的方式来解决对产物的检查会大幅度的减少AI的乱写的情况同时还能给我们节省很多不必要的token浪费增加模版模版是限制AI发散的非常有效的方式。在很多优秀的开源项目中也都是提供了大量的模版来实现。想象一个让AI在一个圈子里面发挥和让AI无边界的发挥哪一种会更加的稳定。毕竟我们需要的是一个生产项目而不是一个聊天机器人。mcp其实这个更多的是为了让产品更加的看起来像 产品。毕竟让AI生成一个城市的实时天气情况它最后给你的是一堆假的数据摆在那也很让人出戏。模型选择这个没有太多选择就是claude系对指令的遵循非常好。gemini3最近也挺火试了一下试图能力确实比claude要好但是说指令遵循自我感觉没有claude更好。其它整个过程也遇到了一些问题比如最大的问题就是AI编写速度这个。也尝试过并发处理其实就是用空间换时间如果能做到当然很好没有去做特别深入的尝试。但是可想而知会有一个问题就是上下文同步的问题怎么保证每个session之间的上下文是有关联的比如我们的路由点击跳转状态管理等等。或者是父子session的方式但是又该如何划分职责以及记忆管理都会比较复杂。但终归是有办法解决的但同时也可以有另一个反思就是既然我们做的是一个完备的可上线的东西那么对应的时间耗费是否也是可以接受的。从稳定性和上下文管理的角度来说业界已经出了对应的agent产品来解决claude code和gemini cli都是帮你解决这些问题的。它们可以帮助你解决上下文自动压缩的问题工具使用文件查找等等以前需要我们手动的补全的能力。而且claude code真心好用有了它之后我们之前的代码可以节省70%它做到了一个真正的agent能做到的事情。但是即使用了这个agent的产品也会面临很多情况比如我们就遇到了一些情况。一个是频繁对话以及一些输入过大的情况最终会撑爆上下文。或者它自身记忆的问题导致它不记得的cwd目录导致它自己去寻找目录写入文件。目前它也提供了一些好的方式去解决。比如subagent, 读写钩子或者Skill等能力。这里很多步骤的细节没有很具体的写涉及到的问题会很多感觉每一个细节都可以详细的出一篇文章的地步。虽然上文说到了工程化去解决一些问题实践中其实大家都感觉到了一点就是人为的干预在越来越少。也就是大模型的能力始终在进步。我们目前的一切操作似乎都是在给过渡阶段打补丁。-END -如果您关注前端AI 相关领域可以扫码进群交流添加小编微信进群关于奇舞团奇舞团是 360 集团最大的大前端团队非常重视人才培养有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。