工作流程 1
创建代码库项目
先从 README、核心模块、包文件、配置和架构文档开始。如果你连接了 GitHub，请让导入的代码库文件仅限于该项目使用。
试试这条提示词
阅读项目文件并总结其架构。指出所用框架、主要数据流、重要目录、外部服务以及可能的风险点。
核心理念
别让 AI 去猜你的工作内容，直接把项目交给它。
开发者早就知道这个问题：AI 能写出一个还不错的独立函数，但一旦答案取决于项目架构、编码约定、现有文件、依赖包选择或过往决策，它就会出错。
在 MultipleChat 项目中，你可以从 GitHub 导入代码库文件、上传文档、添加截图或错误日志，并创建说明技术栈的项目指令。这样 AI 就能在回答前检索相关的内容分块，而不是根据含糊的提示词去猜测。
上传哪些内容
先上传答案所依赖的文件。
很多人用不好 AI 项目，是因为上传的资料太少。如果人类专家需要某些原始资料，项目也同样需要。
GitHub 代码库文件、重要模块和配置文件
README 文件、架构说明和 API 文档
错误日志、堆栈跟踪和失败的测试输出
UI 缺陷截图、产品需求或 Figma 备注
数据库结构、SQL 文件、JSON 示例和集成文档
项目指令
告诉项目你所在行业的思维方式。
同样的文件，指令不同，得出的答案可能截然不同。一次性设定好要求，让每个模型都知道如何处理来源、不确定性和格式。
遵循现有架构和命名约定。
不要编造文件或 API。缺少代码库上下文时，请先提问。
优先采用小补丁，进行大规模重构前先说明利弊权衡。
不确定时，指出需要检查哪个源文件或配置。
分别给出快速修复、稳健修复和长期重构三种方案。
实战手册
先试试这五个工作流程。
这些不是纸上谈兵的功能介绍，而是开发者在创建项目后最应该先尝试的实用工作流程。
工作流程 2
结合日志和源文件调试
上传错误日志以及相关文件。项目可以同时搜索代码和日志，这比只粘贴堆栈跟踪有效得多。
试试这条提示词
根据项目文件和这段堆栈跟踪，找出最可能的根本原因。给我最小化的补丁、受影响的文件，以及修改后应该运行的一个测试。
工作流程 3
解释陌生的代码
加入一个新代码库或回顾旧项目时，先让 AI 画出代码库的整体地图，再深入具体模块。
试试这条提示词
解释这个项目中的身份验证是如何实现的。引用相关文件，描述请求的生命周期，并列出所有安全风险或不明确的假设。
工作流程 4
比较实现方案
在项目中使用 AI Comparison 或 AI Collaboration，基于同一个代码库获得不同的实现策略。
试试这条提示词
我们需要添加基于角色的权限控制。请针对这个代码库比较三种实现方案：最小改动、整洁架构、便于迁移。列出各方案的风险和受影响的文件。
工作流程 5
把需求变成开发计划
上传产品笔记、截图和文档，然后让 AI 生成工单、具体到文件的实现步骤和边界情况。
试试这条提示词
把上传的功能说明转化为实现计划。包括任务、受影响的文件、数据模型变更、API 变更、UI 状态、测试和上线风险。
避免这些错误
大多数人使用项目的方式都太笼统。
解决办法很简单：让项目保持聚焦，上传真实的原始资料，并要求输出有据可查的结果。
1.如果缺陷与导入或配置有关，不要只上传一个文件。
2.不要让 AI 在没解释现有模式之前就重写某个模块。
3.不要在一个项目中混入多个互不相关的代码库。
4.不要忽视测试。每次修改后都问问 AI 应该运行什么。
5.不要想当然地认为生成的代码与你使用的框架版本相符。
常见问题
开发者常问的问题。
项目可以从 GitHub 导入文件吗？
可以。项目可以从 GitHub 导入代码库文件，存储代码库/路径/分支等元数据，并为内容建立索引，供项目检索使用。
项目能理解整个代码库吗？
导入关键文件时效果最好：README、包/配置文件、核心模块、数据结构定义、文档以及与任务相关的文件。之后你提问时，检索功能会找到相关的内容分块。
可以上传 UI 缺陷的截图吗？
可以。受支持的图片文件可以生成可搜索的描述，帮助截图和视觉参考资料与项目保持关联。
程序员在项目中应该使用哪个模型？
用比较的方式。一个模型可能更擅长架构设计，另一个更擅长补丁写法，还有一个更擅长评审。项目为每个模型提供相同的代码上下文，让比较更公平。
用正确的方式开始
在提出难题之前，先创建一个项目。
上传资料、设定规则，然后让 MultipleChat 为 ChatGPT、Claude、Gemini、Grok 或 AI Collaboration 检索相关上下文。