以上是一套完整的企业级 AI Coding 设计思路规范，点击每个阶段可展开详细内容。以下是各阶段的核心思路概括：

整体哲学：人机协作，人主机辅。 AI 负责提效，人负责 ownership。

8 个阶段的核心要点：

1. 需求建立 — 结构化提示词是一切的基础。用 XML 标签、反例、角色设定让 AI 理解边界，而不是自由发挥。

2. 架构设计 — 先让 AI 出架构文档，再编码。把目录规范、命名约定写进系统提示，AI 生成的每一个文件都会自然落在正确位置。

3. 代码生成 — 把 ESLint/Prettier 配置、TypeScript strict 模式要求嵌入提示词。生成完后追加 “以高级工程师视角 review 以上代码” 这一步，往往能发现 AI 第一轮遗漏的问题。

4. 测试策略 — 测试先行是最有效的 AI 使用模式之一。先让 AI 写测试用例，再让它实现功能，天然形成 TDD 闭环。

5. 上下文管理 — 维护一份 SPEC.md 作为项目的"长期记忆"，每次新会话开头引用它。单会话只做单一任务，避免上下文污染。

6. CI/CD — AI 生成的 CI 配置 YAML 是非常高效的起点，但构建产物的安全性和 bundle 优化需要人工介入分析。

7. 安全合规 — 永远不要把真实密钥放进 AI 上下文。权限控制、加密相关代码是 human review 的硬性红线。

8. 团队协作 — 建立团队级 Prompt Library，让好的提示词成为团队资产而非个人经验，形成知识飞轮。