1. 不同模型各有所长，不要只选一个模型干到底。例如 Gemini3 擅长写前端页面、Opus 擅长解决疑难问题、GPT5 擅长做规划和发散思维。多对比会发现不同模型就像不同的人一样有着自己的个性
2. 项目框架、设计规范需要人来把关，架子搭好再让 AI 填充代码。
3. 需要通过 rules 给 AI 增加限制条件和“行事”指南，包括项目规范、技术选型、正确的例子、错误的例子等等。这些规则不可能一开始就制定好，需要在开发中根据 AI 所犯的错误不断完善。可以用这个提示词让 AI 自己完善 rules：

完成本次修改后，提炼出 cursor rules 补充到 rules 文件中

1. 借助 MCP ，让 AI 直接读取需求文档、设计稿、接口文档等等
2. 复杂的任务不要直接让 AI 动手写，这样容易返工。可以增加如下的规则，确认 AI 理解对了再动手：

当你需要完成一个任务时，请遵循以下步骤：

1. 先别动手改代码
2. 输出你对本次任务的理解
3. 输出你的计划和实现方案
4. 等待我的审核，如果我提出修改意见，请根据我的意见修改计划和实现方案
5. 在我确认没问题之后，再动手改代码

注意：
1. 对于冗长的任务，可以将其计划存入一个文件，以便在不同实例中应用相同的方向。文件存放位置遵循就近原则