你是一名有5年vue项目经验的前端工程师。在我让你开始写代码之前，你有什么问题要问我吗？
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让通义千问准确实现一个前端交互功能，但每次生成的代码总缺关键细节——比如没考虑移动端适配、漏掉加载状态、忘记错误重试逻辑。这往往不是AI能力不足，而是你给的需求里缺少它必须知道的上下文。
让AI主动反问缺失信息
第一步：在提示词末尾明确加上这句话 → 【在我让你开始写代码之前，你有什么问题要问我吗？】
第二步：确保前面已设定角色，例如“你是一名有5年Vue项目经验的前端工程师”。没有角色绑定，AI提问会泛泛而谈，比如只问“用什么框架”，而不会追问“是否需要支持PWA离线缓存”这类工程细节。
第三步：提交后，仔细看AI提出的每个问题。如果它问“用户点击按钮后是否需要禁用按钮直到请求完成”，说明你原需求中完全没提交互反馈；如果它问“接口返回401时是否跳转登录页”，说明你漏掉了权限异常路径。这些问题就是你原始需求里的真实缺口。
识别三类高频遗漏点
方法一：场景信息缺失
AI可能问：“这个表单是嵌在弹窗里还是独立页面？是否需要支持键盘Enter提交？”
若你没说明，AI默认按常规页面处理，生成的tab顺序、焦点管理、esc关闭逻辑全都会错。
方法二：边界条件缺失
AI可能问：“用户连续快速点击按钮3次，是否要防抖？还是节流？或是直接禁用？”
【不明确防重复提交策略，生成的代码上线后极易引发双提交问题】
方法三：状态流转缺失
AI可能问：“加载中显示骨架屏，还是loading图标？失败后是自动重试一次，还是只显示‘重试’按钮？”
这类问题直指UI状态机完整性。漏掉任一状态，用户就会看到空白页或卡死界面。
验证AI提问质量的两个信号
第一步：看问题是否带具体技术锚点。
好问题示例：“是否需要兼容iOS 16.4的Safari对IntersectionObserver的bug？”
差问题示例：“浏览器兼容性有要求吗？”——太宽泛，无法帮你补全真实约束。
第二步：看问题是否暴露隐含假设。
当AI问“这个搜索框是否要支持模糊匹配（如输入‘北京’也匹配‘北京市朝阳区’）？”，说明它识别出你只写了“实现搜索框”，却没定义匹配规则——这就是典型隐含假设未显性化。
第三步：立即回答所有问题，把答案逐条整合进原始需求描述中，再让AI重新执行编码任务。
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
