🗺️ Plan — 先想清楚，再让AI动手

AI时代最被低估的能力。没有Plan的AI = 高速公路上蒙着眼开车。

🔥 痛点 — 为什么不Plan一定翻车

痛点1：AI太快 → 错得更远

症状：让AI直接写代码/做视频/出方案，1分钟出结果，但方向完全错了。

真相：AI执行速度是人的100倍，但思考时间是0。人写代码1小时思考30分钟（33%），AI写代码1分钟思考0分钟（0%）。

    核心问题：跑得越快，偏得越远。AI 1分钟走错方向 = 你手动写1小时走错方向，但更快、更难回头。
    

痛点2：边做边改 → 越改越乱

症状：AI出了第一版，你发现不对→让AI改→又不对→再改→改到最后架构都变了→还不如重写。

真相：没有Plan的修改是在打补丁。补丁之上打补丁，代码/方案会变成"意大利面条"——能跑但没人敢动。

    核心问题：没有蓝图的施工 = 想到哪建到哪。改到第5版时，第1版的代码已经成了累赘。
    

痛点3：范围蔓延 → 永远做不完

症状：本来做个登录页，做着做着加了注册、加了个人中心、加了社交功能……3天了登录还没做完。

真相：AI不会说"这不在我范围内"。你让它做，它就做。没有边界定义，项目必然失控。

    核心问题：没有边界的项目 = 无限的需求。AI的"执行力"在这里反而成了危害。
    

痛点4：没有回退方案 → 卡住了

症状：AI做了80%突然卡住了（API限制/能力不足/格式问题），你不知道怎么接手，只能从头来。

真相：好的Plan会提前定义"如果AI做不到，人怎么接手"。没有这个准备，AI一旦翻车就是100%返工。

    核心问题：没有回退方案 = 把100%的赌注押在AI上。这不是提效，是冒险。
    

📋 案例 — Plan vs 不Plan 的真实对比

💻 案例1：开发AI导航站新功能

❌ 不Plan
1. "帮我加个搜索功能" → AI写了一个基础搜索
2. 发现要模糊搜索 → 让AI改
3. 发现要分类筛选 → 让AI再加
4. 发现要拼音搜索 → 让AI再改
5. 发现性能不行 → 重写搜索逻辑
6. 发现移动端适配问题 → 再改UI
总耗时：6小时，改了8版

✅ 先Plan
1. 5分钟写计划：
  · 目标：支持模糊+分类+拼音搜索
  · 技术：Fuse.js，前端筛选
  · 步骤：数据准备→组件→样式→测试
  · 边界：不做后端搜索
2. AI按计划执行，一次通过
3. 微调2处样式
总耗时：1.5小时，改了2版

省时：4x 修改版次：8次 → 2次 Plan用时：5分钟

🎬 案例2：制作AI产品宣传视频

❌ 不Plan
1. 让AI写脚本 → 太长了
2. 让AI缩短 → 没重点了
3. 自己改脚本 → 1小时
4. 用剪映做视频 → 素材不够
5. 用AI出图当素材 → 风格不统一
6. 重做素材 → 2小时
总耗时：2天

✅ 先Plan
1. 10分钟写计划：
  · 目标：30秒TikTok风宣传片
  · 步骤：脚本→配音→素材→剪辑
  · 风格：深色+科技感，统一prompt
  · 回退：AI素材不行用屏幕录制
2. AI写脚本 → 1轮修改
3. 用统一风格出图 → 1次通过
4. 剪映拼装 → 2小时
总耗时：4小时

省时：4x 返工次数：6次 → 1次

🛠️ 落地 — Plan的5个必答题 + 模板

做任何AI项目前，先回答这5个问题

#	问题	为什么重要	不回答的后果
1	目标：最终要产出什么？	AI需要明确的终点	做了一半发现不是想要的
2	里程碑：分几步？每步验收标准？	大任务必须拆小	一次塞太多→AI也乱
3	依赖：每步需要什么输入？	AI不能凭空产出	做到某步发现缺素材/数据
4	回退：AI不满意时人能接手吗？	不是所有事AI都能做	AI卡住→100%返工
5	边界：哪些环节必须人工？	防止范围蔓延	越做越多→永远做不完

5分钟回答完这5个问题，省2-4小时返工。ROI = 30:1。

万能Plan模板

AI项目Plan模板

🎯 目标：[1句话描述最终产出]
📐 范围：[包含什么 / 不包含什么]

📋 步骤：
  Step 1：[做什么] → 验收：[标准] → 需要：[输入]
  Step 2：[做什么] → 验收：[标准] → 需要：[输入]
  Step 3：[做什么] → 验收：[标准] → 需要：[输入]

🔄 回退方案：[如果AI输出不满意，人怎么接管]
🚫 边界：[明确不做的事]
⏱ 预估时间：[总时长]

用AI帮你想Plan（元技巧）

"我想做[XX项目]。请先帮我制定一个分步计划，包括：每步目标、所需工具/素材、验收标准、预估时间。不要开始执行，只输出计划。"

操作流程：
1. 让AI生成Plan → 2. 你审阅修改 → 3. 确认后逐步执行

这就是Cursor Agent模式的核心：Think before you act。先Plan再Execute，人也一样。

🔄 闭环 — Plan不是一次性文档，是活文档

Plan的闭环流程

① 写Plan → ② 按步执行 → ③ 每步验收 → ④ 偏差修正 → ①' 更新Plan

关键原则：每完成一步就验收。不通过就更新Plan，不继续往下走。

什么时候必须更新Plan

发现新需求：做到一半发现还需要XX功能 → 更新步骤，不要直接加
某步做不了：AI输出质量不够 → 触发回退方案或换技术路线
顺序依赖变化：Step 3需要Step 5的产出 → 调整步骤顺序
时间超预期：某步用了预估的3倍时间 → 重新评估剩余步骤

Plan不是合同，是地图。地图要根据实际路况更新。

验收Checklist

步骤	验收标准	常见坑
Plan阶段	5个必答题都有答案	跳过"边界"和"回退"
每步执行后	产出符合验收标准	差不多就行→后面越偏越多
整体完成后	目标达成+没超边界	加了Plan里没有的功能
交付前	可独立运行/使用	还需要"再改一下"才能用

Plan的3个层级

Lv.1 脑中Plan：想一下就开干。→ 适合5分钟的小任务
Lv.2 写下来：用模板写5个必答题。→ 适合1小时以上的任务
Lv.3 让AI审：写完后让AI审阅你的Plan，找漏洞。→ 适合1天以上的项目

任务越大，Plan越要正式。5分钟的任务不需要Plan，1天的任务不Plan就是在赌博。

AI第一思考 — 四大根基能力

💬 Ask 🗺️ Plan 🔧 Debug 🤖 Agent