docs: add AI questioning skills and appendix navigation
- Add section on effective questioning techniques for AI assistance - Include appendix navigation component with quick reference links - Improve documentation structure for better user experience
This commit is contained in:
@@ -231,6 +231,47 @@ AI coding的出现正在改写传统编程学习的规则。你不再需要花
|
||||
|
||||
短期来看,这种训练确实比较折磨人;但从长期来看,它会极大提高你在求职和职业发展中的竞争力:你会更能扛事儿,更能在不确定环境中找到突破口,也更有能力把 AI 变成真正落地的产品,而不是停留在“玩玩 Demo”阶段。
|
||||
|
||||
|
||||
# 提问的艺术:AI 时代的必备技能
|
||||
|
||||
在 AI 时代,提问也属于一种 “基本功”。同一份代码、同一个报错,**你怎么提问,几乎决定了 AI 能给出怎样的答案**:是泛泛而谈,还是一步一步给出可落地的改法。
|
||||
|
||||
::: tip ✅ 养成好习惯
|
||||
把“向 AI 提问”当成日常开发流程的一部分:遇到不懂、卡住的问题就立刻问。
|
||||
:::
|
||||
|
||||
## 为什么这是必备技能?
|
||||
|
||||
- **现实很少有完整文档**:更多时候你面对的是不清晰的需求、半成品代码、零散的错误信息
|
||||
- **AI 是你随身的导师 + 同事**:会提问的人,能把它变成“高质量的结对编程”
|
||||
- **能力上限由沟通决定**:你越能提供关键信息、越能约束输出格式,答案越可用
|
||||
|
||||
::: warning ⚠️ 常见误区
|
||||
只问一句“为啥报错?”通常只能得到一堆猜测。把上下文补齐,才会得到可执行的方案。
|
||||
:::
|
||||
|
||||
## 如何把信息“喂给”AI:截图 vs 复制粘贴
|
||||
|
||||
两种方式都可以,但用途不同:
|
||||
|
||||
| 方式 | 适用场景 | 关键要求 |
|
||||
| --- | --- | --- |
|
||||
| **复制粘贴** | 报错堆栈、日志、代码、配置、API 返回 | 尽量完整,不要只截一行关键字 |
|
||||
| **截图** | UI 布局问题、交互异常、工具界面找不到按钮 | 截全屏 + 标注重点区域,最好配一句文字说明 |
|
||||
|
||||
::: info ⭐ 建议优先级
|
||||
能截图就截图;截图沟通不了再复制粘贴沟通。
|
||||
:::
|
||||
|
||||
## 让 AI “解释得很好”的提示词技巧
|
||||
|
||||
如果你不是只要答案,而是要“学会”答案。使用类似下面指令能显著提升解释质量:
|
||||
|
||||
::: tip 🧠 学习型提问示例
|
||||
- “请先用 5 句话讲清楚这个概念,再给几个问题提问我验证我理解对了没。”
|
||||
- ”请你详细解释一下这个报错信息,我不理解为什么会报错。”
|
||||
:::
|
||||
|
||||
# 坚持了好久还是搞不定,我想放弃了
|
||||
|
||||
也许是你坚持的方法不对。不要一个人在黑暗中硬撑,可以来跟作者和助教们聊聊:把你已经尝试过的方法、遇到的具体卡点、和你目前的心理状态,坦诚地说出来。很多时候,只要稍微调整一下方向、补上一个关键知识点,你就能继续往前走。
|
||||
|
||||
Reference in New Issue
Block a user