跳到正文

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

把 Cursor 当工程工具,而不是聊天窗口

  1. 工具选择、模型档位与上下文成本
  2. 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。

Ask Plan Agent Review 流程

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。