AI辅助开发之新功能/修复bug
传统的bug修复流程:
● 理解需求
● 分析现有代码
● 设计解决方案
● 编写代码
● CR(代码评审+影响评估)
● 测试
比较消耗时间的是:现有代码分析,改动方案,影响评估。
那么,如何使用AI来减少这部分时间?
1、现有代码分析
可以从需求的目标改动点开始,梳理其所属功能和实现方式,包含交互流程、数据管理和条件渲染。
- 业务流程:提示词:当前功能如何运作,用户交互有哪些路径,具体数据流向是怎样的,请整理成 mermaid 时序图。
- 代码实现:当前代码如何组织,核心模块有哪些,组件间如何通信,梳理组件关系图。
- 字段依赖:梳理当前表单字段的显隐关系、联动逻辑以及数据源。
2、改动方案
提示词:请根据现有代码分析,逐步分析需求,并告诉我你打算怎么做?仅探讨方案,先不要生成代码。
3、代码生成
提示词:
● 在写代码时遵循最小改动原则,避免影响原先的功能
● 即使识别到历史问题也不要自行优化,可以先告知我问题描述和对当前需求的影响,不要直接改跟本次需求无关的代码
3、影响评估
● 自测:@ git 基于代码变更输出自测用例清单。
● CR:@ git 逐个文件分析并总结改动点,评估是否对其他模块有影响,或者引入了新的问题。