💡 AI 辅助编程技巧面试题

• 角色/背景：当前项目技术栈、场景（如 Spring Boot 后端接口）。
• 明确任务：修 bug / 写测试 / 解释代码 / 设计方案。
• 输入上下文：相关代码片段、接口定义、错误日志。
• 约束：语言、风格、是否允许改动接口、性能/安全要求。
• 输出格式：代码块、步骤列表、表格、JSON 等。

• 把产品需求或需求讨论记录贴给 AI，让它总结关键业务规则。
• 让 AI 列出「仍然不清楚的问题」，作为你和产品继续确认的清单。
• 要求 AI 画出简单的流程/状态变化说明，帮助自己理清思路。

• 交给 AI：样板代码（DTO、Mapper）、简单 CRUD、测试用例初稿、日志/异常包装。
• 自己写：核心业务流程、跨模块事务逻辑、安全/权限控制、涉及复杂边界的算法。

• 把关键日志片段贴给 AI，让它先总结错误类型和可能原因。
• 要求它列出「最可能的 3 个原因」并给出排查建议。
• 结合自己的经验和监控数据，筛掉不合理的推断。

• 先让 AI 概括官方文档的结构：模块划分、核心概念。
• 让 AI 推荐最重要的几节内容，自己点进去认真读。
• 对晦涩的段落，用 AI 进行「翻译+举例」。

• CRUD 接口的 Controller/Service/Repository 模板。
• 相似模式的脚本（定时任务、批处理脚本）。
• DTO/VO 相互转换、MapStruct 配置。
• 接口文档、Markdown 说明、接口示例请求。

• 让 AI 基于 diff 总结本次变更的风险点和可能问题。
• 重点关注它指出的「潜在 bug / 性能问题 / 未处理异常」。
• 你需要自己判断业务逻辑是否正确、设计是否合理。

• 给 AI 看接口/函数签名，让它列出典型用例 + 边界用例。
• 要求它生成覆盖边界的输入组合表。
• 再结合业务经验筛选和补充特殊场景。

• 把相关 PR/代码段给 AI，让它生成一份接口说明/设计说明草稿。
• 要求按「背景 / 设计 / 使用方式 / 注意事项」结构输出。
• 你自己补充关键决策原因和踩坑记录。

• 刻意安排一部分任务「不用 AI 完成」，保持手感。
• 对 AI 生成的关键代码，自己尝试手写一遍理解原理。
• 经常做「反向解释」练习：让 AI 给你代码，你来讲实现思路。

• 定性：开发体验、需求交付速度、代码质量反馈（review 中问题类型变化）。
• 定量：某类任务耗时对比（如补测试、写脚本、改文档）。
• 看是否减少了低级 bug、是否让大家有更多时间做设计和重构。

• 优势：
  • 能理解你当前项目的上下文，输出更定制化的答案。
  • 可以一步到位给出完整代码/脚本，而不是碎片化答案。
• 劣势：
  • 可能产生「听起来对但其实错」的幻觉，需要验证。
  • 不适合作为法律/安全/合规方面的权威来源。

• 用 AI 生成 CI/CD 配置初稿（GitHub Actions、GitLab CI），再手工修正。
• 分析构建日志和部署失败原因，生成复盘和改进建议。
• 为常见运维脚本（备份、健康检查）生成模板。

• 快速理解项目结构和关键模块。
• 在不熟悉技术栈时，先用 AI 生成示例代码，再对照官网文档理解。
• 写第一批任务时，减少「查语法/查 API」的时间，把精力放在业务上。

可以按「需求澄清 → 方案设计 → 编码实现 → 测试和文档 → 复盘」的完整链路来讲，把前面各题串起来。