把 Cursor 当工程工具,而不是聊天窗口(2):从任务计划到规则沉淀与代码验收
- 工具选择、模型档位与上下文成本
- 从任务计划到规则沉淀与代码验收(当前)
把任务交给 Cursor 之前,需要明确入口、影响范围和验收方式。这里沿着理解、计划、执行和 review 的过程,讨论项目规则怎样沉淀,资料和截图怎样成为证据,以及生成代码最终由谁负责。模型与上下文成本的选择见第一篇。文中的产品入口与资料仍以 2026-06-01 的记录为准。
先理解,再让 Agent 改
很多低效用法来自一上来就开 Agent。Agent 会搜索代码、读文件、编辑、跑命令、修错误;能力越强,范围失控时消耗越大。
更稳的顺序是:Ask 用来理解,Plan 用来定方案,Agent 用来执行,Review 用来兜底。
理解陌生模块时,先问:
订单详情页保存失败。
请先只读分析页面入口、表单提交、请求封装和对应 API。
不要改代码,先给影响范围、可能原因和下一步建议。
这类提示把现象、范围和动作权限说清楚了。Cursor 不需要从全仓开始猜,也不容易直接改出一大段难以 review 的 diff。
复杂需求可以先用 Plan Mode。Cursor Plan Mode 官方介绍里提到,Plan Mode 会先研究代码、提出澄清问题、生成带文件路径和代码引用的计划,等待确认后再执行。这个模式适合重构、迁移、影响范围不确定的改动。计划本身也能保存下来,方便后续恢复上下文和团队 review。
等方案确认以后,再让 Agent 按明确范围执行:
按已确认的方案修改。
只改 src/pages/order 和 src/api/order 相关文件。
不要改公共请求封装。
改完后运行 pnpm test:order,并列出最终 diff 和风险点。
这类写法比「直接修复这个问题」更像工程任务。目标、边界、禁止事项、验证方式都在提示里,Agent 更容易做出可 review 的结果。
类似经验并不只存在于 Cursor。Anthropic 的 Claude Code Best Practices 也建议先探索、再计划、再编码;GitHub 的 Copilot coding agent 实践 会强调 issue 需要写清问题、验收标准和相关文件;OpenAI 的 Codex 使用经验 也建议大改动先用 Ask Mode 形成计划,再进入 Code Mode。
不同工具叫法不一样,底层习惯是同一件事:先把任务变清楚,再让 Agent 动手。
Cursor 里的常见模式可以按使用目的分开:
| 模式 | 适合场景 | 使用提醒 |
|---|---|---|
| Ask | 学习代码、找入口、梳理调用链、解释现有逻辑 | 先只读,不改文件 |
| Plan Mode | 复杂需求、重构、影响范围不确定的任务 | 先生成可审阅计划,再执行 |
| Agent | 已经明确要改什么,需要跨文件编辑、跑命令、修测试 | 给清楚范围、禁止项和验收标准 |
| Manual | 已经知道要改哪个文件和哪一段 | 适合小范围精确修改 |
| Custom Modes | 固定的学习、调试、重构、排查流程 | 适合团队把常见流程固化 |
| Debug Mode | 可复现但原因不清楚的复杂 bug | 让排查有假设、有证据、有验证 |
Debug Mode 会让 Agent 围绕 bug 形成多个假设,再结合日志或运行时信息定位问题。它适合可复现、但原因不清楚的故障,例如某个状态只有特定路径下才错、某个测试只在 CI 里失败、某个接口偶发返回异常。
Debug Mode 会把排查拉回真实调试节奏:先提出假设,再找证据,再复现,再验证。用它时最好给出复现路径、失败日志、环境差异、相关测试命令和不希望修改的范围,减少 Agent 漫无目的地猜。
Agent 执行时,提示词里最好同时写四类信息:
- 目标:这次要解决什么问题,最终效果是什么。
- 范围:可以看哪些目录,可以改哪些文件。
- 限制:不要改什么,不要引入什么,不要碰什么兼容逻辑。
- 验收:要跑什么命令,怎么判断结果正确,最后要输出哪些风险点。
一个更完整的提示可以这样写:
目标:修复订单详情页点击保存后状态没有更新的问题。
范围:
- 可以查看 src/pages/order、src/api/order、src/stores/order。
- 可以修改订单详情页和订单 API 封装。
限制:
- 不要改全局 request wrapper。
- 不要改其他业务页面。
- 不要引入新依赖。
验收:
- 改完运行 pnpm test:order。
- 最后列出改动文件、验证结果、仍需人工确认的风险。
这种写法看起来更啰嗦,但边界写清楚后,Agent 更不容易自行扩大范围。越是让模型动代码,越要先说明哪些文件、哪些命令、哪些风险不归它处理。
把项目经验写进 Rules、Skills 和 AGENTS.md
模型本身不会天然知道一个项目的历史包袱、目录职责、测试命令、接口约定和 review 重点。这些信息如果只停留在个人对话里,下次别人还要重新解释一遍,Agent 也会重复犯同样的错。
Cursor 的 Rules 适合放持续生效的项目约定,例如常用命令、目录职责、代码风格、不能随便改的兼容逻辑、推荐参考的真实文件。Project Rules 可以进入版本管理,按路径、手动引用或相关性触发;Team Rules 和 User Rules 则适合更大范围或个人习惯。
Skills 更适合放可重复执行的任务流程,比如 review 当前 diff、补测试建议、整理 PR 描述、按 bug 描述定位代码、生成项目入门路径。Rules 解决「项目一直是什么样」,Skills 解决「这次任务应该怎么做」。
AGENTS.md 则越来越像跨工具的项目说明文件。只要项目里同时使用 Cursor、Codex、Claude Code、GitHub Copilot 等工具,就不应该把所有约定绑死在某一个工具里。通用项目约定放进 AGENTS.md,Cursor 专属触发规则放进 .cursor/rules,具体流程放进 .cursor/skills,这套分工会更稳。
一个简单结构可以长这样:
.cursor/
rules/
project-overview.mdc
code-style.mdc
testing.mdc
review-checklist.mdc
skills/
review/
SKILL.md
write-tests/
SKILL.md
create-pr/
SKILL.md
.cursorignore
.cursorindexingignore
AGENTS.md
Rules 不要写成口号,也不要复制大段源码。更有价值的是判断标准和入口信息:哪些目录负责什么,哪些命令最可靠,哪些文件能代表项目当前写法,哪些历史逻辑不能轻易改。Skills 也不要只写一句「review 当前 diff」,而应该固定检查 diff、测试、兼容、安全、权限、埋点、异常处理和人工确认点。
第三方的 Cursor Rules 实践 也提醒过,规则不要全部设成 always apply。持续进入上下文的规则越多,每次请求越重,真正关键的信息反而更容易被淹没。能按目录、文件类型或任务触发的规则,就不要全局常开。
Rules 可以从最小可用版本开始,不需要一口气写成手册。比如一个前端项目,可以先写这些内容:
# Project Overview
- 业务入口在 src/pages。
- API 封装在 src/api,不要在组件里直接写 fetch。
- 多语言文案放在 src/i18n,新增文案要同步补中英文 key。
- 表单提交前必须走 src/utils/validate.ts 里的校验方法。
# Commands
- 类型检查:pnpm typecheck
- 单测:pnpm test
- lint:pnpm lint
# Review Notes
- 涉及支付、权限、埋点、用户数据删除的改动必须人工 review。
- 不要绕过 request wrapper。
- 不要把后端返回字段直接透传到 UI,先经过 adapter。
这些规则告诉模型项目怎么组织、哪些入口可信、哪些地方不能绕开、改完要跑什么命令。Rules 可以从 Agent 反复犯错的地方补起:它老是找错入口,就补入口说明;它老是绕过 wrapper,就补禁止项;它老是忘记跑测试,就补验证命令。
Skills 则更适合沉淀流程。比如 /review 可以要求 Agent 先读当前 diff,再按权限、兼容、测试、异常处理、埋点和性能列风险;/write-tests 可以要求它根据当前改动列测试场景,再补最小测试;/create-pr 可以整理 PR 标题、变更范围、测试结果和人工确认点。
让 Cursor 读最新资料
模型记忆不等于最新资料。框架、云服务、SDK、浏览器 API、AI 工具本身都在快速变化,Cursor 如果只靠模型记忆,很容易给出旧版本答案。
Cursor 支持用 @Docs、@Web 和 MCP 补上下文。Prompting Agents 文档说明了文件、目录、文档、Past Chats 和浏览器上下文等 mention 能力;Cursor MCP 则说明了 Cursor 如何通过 MCP 接入外部系统。
这几种入口处理的材料不同,选择时既要考虑资料的更新速度,也要考虑访问权限。
@Docs 更适合稳定的官方资料。比如升级 Vite、Next.js、React、Vue、Chrome Extension API、Stripe SDK、Figma Plugin API 时,先让 Cursor 读官方文档,再结合项目代码判断要怎么改。这样比直接问「这个 API 怎么用」可靠,因为它能同时看到官方资料和当前项目写法。
@Web 更适合变化快的信息。比如新模型刚发布、某个库刚出 breaking change、浏览器刚改权限策略、社区里有人遇到同类坑,可以先看官方公告、changelog、issue 和讨论,再让 Cursor 汇总取舍。它适合补「现在发生了什么」,但不要把随便搜到的社区答案当成事实。
MCP 用来把外部系统接入 Agent。内部接口文档、工单、监控、日志、Sentry、Datadog、Slack、数据库查询,可以通过组织批准的服务提供。但协议本身不会自动完成鉴权、审计或脱敏,这些能力仍要由服务和组织配置落实;不能把「接了 MCP」当成数据已经安全的证明。
这条边界最要紧:公开资料可以走公开工具,私有资料只进组织允许的工具链。把内部日志、接口文档、用户数据、密钥或未公开方案贴到公开网页模型里,等于绕开数据治理。Cursor 可以作为工程工具使用,也要避免变成这个旁路入口。
截图和浏览器证据要用起来
UI 问题、样式问题、设计稿还原问题、报错弹窗和移动端兼容问题,单靠文字很容易讲不清。Cursor 官方的 Agent 最佳实践 提到,可以给 Agent 粘贴截图、拖入设计稿,或者结合浏览器检查页面。
截图适合这些场景:
- 页面布局错位、遮挡、换行、溢出。
- 需要对照控制台报错,确认当时的页面状态。
- 设计稿和实现不一致。
- 移动端和桌面端表现不同。
- 某个交互只能通过实际页面状态解释。
给截图时也要写清页面入口、期望效果、实际问题、相关文件和是否允许修改。图片只是证据,不是任务说明本身。稳定的 UI 修复要把证据链走完:截图说明问题,Agent 找代码,修改后打开页面验证,再用新的截图或测试结果确认。
对外分享 Cursor 界面截图时,尽量用干净 demo 项目。真实工作区会顺手露出账号、仓库名、分支名、侧边栏文件、最近打开记录和内部路径。讲方法论时,自绘 SVG 通常更稳;只有解释具体按钮位置或入口时,才需要少量处理过的截图。
截图也要控制上下文。一次 UI 问题通常不需要十几张图,更需要一张能说明问题的截图,加上页面入口、复现步骤、期望效果和实际效果。如果移动端和桌面端表现不同,就各给一张;如果 hover、弹窗、滚动后才出现问题,要说明触发状态。
更好的提示是:
这是订单详情页移动端截图。
问题:底部保存按钮遮挡了错误提示。
期望:错误提示完整展示,保存按钮固定在底部但不覆盖内容。
请先定位相关布局和样式文件,不要直接改公共 Button 组件。
不太好的提示是:
页面样式不符合预期,请直接修复。
视觉问题最怕只修表面。按钮被挡住,原因可能是容器高度、固定定位、安全区、键盘弹出、滚动区域、设计稿尺寸或组件复用边界。截图能帮 Agent 看见表象,但仍然要让它回到代码和页面验证里确认根因。
设计工具也可以分流一部分工作。Figma 的 AI tools 可以处理设计文件里的文本、图层、图片和交互;Figma Make 更适合 prompt-to-app 或交互原型探索。早期原型、设计文案、图层整理和交互尝试,不一定要放到 Cursor 里解决。
生成代码必须 review
Cursor 可以写代码,也可以跑测试,生成结果仍然需要 review。
Agent Review 可以对本地改动做专门代码评审,支持 Agent 任务结束后自动运行,也支持用 /agent-review 手动触发。它适合做额外检查,尤其是较大 diff、复杂逻辑和重构后的遗漏点。
但 Agent Review 不能替代人工 review。权限、支付、风控、埋点、数据删除、兼容逻辑、性能敏感路径、用户隐私相关代码,仍然要开发者自己看 diff。AI 很容易写出「差一点就对」的代码,这类问题最麻烦,因为它表面能跑,细节会埋在边界条件里。
Stack Overflow 的 2025 Developer Survey AI 章节 里,开发者最常见的挫败感就是 AI 结果接近正确但不完全正确;METR 关于 AI Coding 生产力的随机对照研究 也提醒,在熟悉的大型代码库里,经验开发者使用 AI 工具不一定天然更快,review、清理和上下文偏差都可能吞掉收益。
团队里可以把底线写清楚:
- 重要改动必须看 diff。
- Agent 跑过测试,不代表测试覆盖了风险。
- 新代码要贴合项目现有模式,不要为了「看起来能跑」引入新风格。
- Agent 连续走错方向时及时 Stop,回到计划和上下文边界,不要在错误方向上继续补 prompt。
- 最终合入前,把测试结果、风险点、人工确认项写进 PR 描述。
Agent Review 可以放进本地开发习惯里。比如一次 Agent 任务结束后,不要马上接受所有改动,可以先看 Cursor 给出的检查,再自己看最终 diff。Quick 更适合小 diff 和快速检查,Deep 更适合复杂逻辑、安全敏感代码和大范围重构。
Bugbot 更像 PR / MR 场景里的额外 review 机器人,能不能用取决于代码托管平台、权限、付费方案和组织集成方式。它适合了解机制,但不要把它当成所有团队天然可用的流程。
并行 Agent 也要谨慎。Cursor 官方实践里提到,Cursor 会为并行运行的 Agent 管理 git worktrees,让多个 Agent 在隔离工作区里处理任务。这个能力适合两类场景:一类是同题多解,让不同模型或不同 Agent 比较方案;另一类是拆分并行,把大任务拆成互不冲突的子任务,比如一个 Agent 改接口适配,一个 Agent 补测试,一个 Agent 整理文档。
并行的代价也很直接:三份 Agent 就是三份上下文、三份推理、三份输出、三份 diff。没有时间 review 多份结果时,并行只会放大混乱。适合并行的任务通常有高价值、高不确定性和明确验收标准;小文案、小样式、基础问题、需求还没讲清楚的任务,都不适合并行。
Cloud Agent 属于更重的能力。它的思路是让 Agent 在远程开发环境里克隆仓库、安装依赖、写代码、跑测试、提交变更,本机离线时也能继续工作。这个能力对开源项目、云端仓库和标准化环境很有吸引力,但它会涉及仓库权限、依赖安装、凭据、构建系统、网络访问和日志数据。组织内部使用时,需要先经过基础设施和安全评估,不适合个人临时绕过去使用。
越往自动化方向走,越要把这几条写清楚:
- 哪些仓库和文件可以被访问。
- 哪些命令可以运行。
- 哪些数据不能进入上下文。
- 哪些结果必须人工 review。
- 出问题时怎么回滚。
AI Coding 的成熟度,取决于 Agent 产出的结果能不能被人理解、验证、回滚和沉淀,而不取决于它能不能自己一路跑到底。
一份日常自查清单
一次工程任务开始前,我会检查范围和计划;执行结束后,再核对证据、diff 与需要沉淀的经验:
- 任务边界是否清楚。入口文件、影响范围、允许的动作和验收标准都要明确;涉及权限、数据删除或发布时,还要知道哪些步骤需要人工确认。
- 现在是理解、计划,还是执行。还没理解入口和影响范围时,用 Ask;知道目标但不确定方案时,用 Plan;方案已经清楚、文件范围和验收标准也清楚时,再让 Agent 改。不要把 Agent 当成第一步。
- 资料和运行证据是否对应当前问题。版本结论要能找到来源,截图要有页面入口和复现条件。UI 修改后,应回到实际页面确认效果。
- 重复经验有没有沉淀。Agent 反复犯错的地方,不要每次都靠临时 prompt 修。入口找错,就写进 Rules;review 流程重复,就做成 Skill;多个工具都要读的项目说明,就放进
AGENTS.md。 - 生成代码是否经过 review。Agent 改完以后,至少看 diff、测试结果和风险点。权限、支付、数据删除、埋点、风控、兼容逻辑这几类代码,人工要重点过一遍。AI 代码最危险的地方,往往是那些差一点就对、但边界条件会出事的细节。
范围失控、资料过期、验证不足或 review 缺失时,单靠 prompt 措辞很难补救,最后还是会变成「AI 看起来很忙,人还得收拾」。
总结
Cursor 可以在真实仓库中定位代码、执行修改,再根据运行结果继续修正。任务开始时明确入口、范围与验收,执行中核对资料和页面证据,结束后 review diff,再把反复用到的判断写进 Rules、Skills 和项目文档,这些环节共同决定生成结果能否可靠地进入工程。
写代码更快只是其中一段。如果需求拆解、方案评审、测试验证、代码 review、上线回归没有同步变顺,整体交付周期不一定会明显缩短。
Cursor 参与的地方可以更靠前,也可以更靠后:
- 需求阶段:梳理历史逻辑、找相关页面和接口、列影响范围。
- 方案阶段:比较实现路线、列风险点、找类似实现。
- 开发阶段:跨文件修改、补类型、处理重复逻辑、生成辅助代码。
- 自测阶段:生成测试场景、解释失败日志、补测试建议。
- 评审阶段:整理 PR 描述、列人工 review 重点、检查遗漏文件。
- 上线阶段:整理回归点、灰度注意事项和回滚风险。
- 复盘阶段:把排障路径、测试命令和经验写进 Rules、Skills、FAQ 或项目文档。
Google DORA 的 生成式 AI 软件开发研究 有个值得警惕的观察:AI 使用和文档质量、代码质量、code review 速度提升相关,但交付稳定性可能下降。一个可能原因是 AI 让代码产出变快以后,改动批次变大,如果小批量交付、测试、review、发布控制没有跟上,整体链路反而更容易失稳。
BVP 整理的 Shopify AI-first engineering 案例 也能看到类似思路。大团队不会只采购 AI Coding 工具,还会建设 LLM proxy、MCP、prompt library、Hack Days、自动化测试和人工 PR review。工具只是入口,真正的收益来自工程体系一起调整。
我更关心 Cursor 改完以后还留下多少人工工作:diff 是否容易看懂,测试是否覆盖主要风险,发布批次是否仍可控。任务计划、项目规则和 review 流程,最终都要接受这些结果的检验;如果生成得更快,却要花更多时间辨认改动和修复回归,就还没有省下整条交付链路的成本。
上一篇:工具选择、模型档位与上下文成本。