2

不嫌啰嗦直接用 superpowers 完事了

3

/superpowers 以及最近的 workflows ，然后还有 /deep-research ，不会的话 你可以用 /deep-research 帮你研究一下，其实本质还是软件工程那一套，把每个流程 拆分出来，变成标准化的流程，给 Agent 套一层 Harness ，更好的调度大模型

5

我的经验是 CLAUDE.md 写得越细 AI 越靠谱，尤其是把技术栈约束、命名规范、不能动的模块和设计原则都写进去，这样 AI 每次生成的代码才不会跟历史风格距離太大。另外需求阶段就得竟开一个新对话让 AI 反复提问直到共识确认再写代码，跨过这步直接生成的代码途中改需求成本最高。

7

我用的 superpowers （梳理需求，列出计划文档） + deepwiki 、websearch （搜索在线）

8

基本不用 skill ，先列出需求文件，然后和 AI AGENT 做多轮交互，把需求边界、技术方案都确定掉，交互过程和最终结论都写入本地文档，确人自己和 AI 对此都没有疑问。接下来就是直接让 AI 对着文档实施即可，实施完之后在做下测试和 review ，这套流程下来效果还是可以的。
要说什么技巧的话，这个过程中的很多交互动作是可以模板化，比如创建需求文件、复制需求文件路径和需求文件说明提示词、创建回复文件和回复文件说明提示词，这些都是固定流程，所以让 AI 接口 AutoHotKey2 做了一个快捷操作面板工具，需要的时候快捷键启动，简化下固定操作流程，这样子。
然后，如果不在公司的化，用语音输入法和 AI 交流，效率和易用性比打字要高的多。