用户用例
三个真实用户的完整氛围编程案例,时间线全部来自原始对话记录(数据与项目名已泛化,token 已脱敏) 看别人怎么一步步走弯路的,比自己总结十条方法论有用
用例一:一张专题图的完整两天
需求:管网资产健康专题图——融合管龄、材质、土质、接口形式,逐段计算健康指数(HI)与剩余寿命(RUL),按风险分级着色出图。阶段 A:首轮 24 分钟出图(14:28 → 14:52)
阶段 B:11 项交互大重构(14:52 一轮指令)
用户对界面提出 11 项要求(顶栏 KPI、悬停浮窗、Shift 框选、六因子雷达图、HI 仪表盘、风险矩阵、情景模拟器、甘特图、双管段对比、时间轴播放……),AI 整批实现,同时给每条管段补了 2018–2030 共 13 年的 HI/RUL 时序。 中间插曲:属性压缩时试过 base64+定点编码,压缩收益不高反而牺牲可读性,回退为”短字段名 + 保留明文时序”的方案。阶段 C:预览排障三连(15:35 → 15:37,两分钟三错)
注意:第二个错误是修第一个错误时引入的——大改启动时序时带出的回归,靠用户贴报错原文一轮定位。
阶段 D:界面与底图六连改(16:02 → 18:39)
复盘
- 顺利的部分都符合一个模式:需求具体 → 一轮完成(阶段 A、B);卡住的部分也符合一个模式:底图/坐标系这类”环境约束”没在首轮说清,后面用 10 轮偿还。
- 阶段 C 三个报错全部靠 F12 原文在 1~2 轮内解决,没有一个是”描述现象”能定位的。
用例二:十个页面的漏损管控后台
需求:基于上传的”管网数据1016.rar”(5 个 shp 图层)做漏损管控系统,第二轮升级为 10 页面后台(驾驶舱/DMA/监测/定位/预测/压优/告警/工单/智能体/配置)。阶段 A:数据落地(14:52 起,前 6 步全在解压)
阶段 B:报错驱动的三轮修复(15:08 / 15:59 / 16:09)
第二条反馈值得注意:用户说”内容是空的”其实没给报错,但因为精确指到了页面和区块名,AI 读代码一轮定位——“位置精确”是”报错原文”之外的第二种有效反馈。
阶段 C:迭代与反复(16:14 → 16:43)
16:26→16:40 这 14 分钟里同一个”过滤点位”需求做了—撤—再做—再撤,四轮往返零净进展。若 16:26 那轮先问一句”过滤会动哪些数据、影响哪些页面,先给我看清单再执行”,至少能省两轮。
复盘
- 全程约 10 轮指令,产出 6,125 行、10 页面、含 AI 算法模拟的完整后台——每轮指令都短、具体、可验收是速度来源。
- AI 的交付自述要抽查:本轮汇报”DMA-01 管线总长 17,385 km”,而全区管网实际约 167 km——单位差了量级,属于 AI 汇总统计时的换算错误,看到大数先对量级。
用例三:支持群实录——“改了 5 遍没修好”
需求方工程师与平台支持的真实对话(管网应用加载失败):复盘
- 失败根因有两个且互相叠加:环境约束没说(内网访问不了国外底图,对应空间参考系和底图选择问题)+ 现场被删(删对话后 AI 与技术支持同时失明)。
- 用户自认”贴了日志”,但支持方判断其日志没有配合正确的对话现场与需求陈述——日志、现场、需求三者齐了,“一把过”才成立。
- 从”删对话重来”到”明显不一样了”,用户实际只做了两件事:换 DeepSeek 打磨提示词、把需求拆成”先地图管网再细节”。方法论就这两条,案例里全看到了。
三个用例的公约数
使用提示: 三个用例里所有”弯路”都有解法且都在氛围编程里——开工前照着本文时间线自查一遍:环境约束说了吗、报错原文带了吗、这一步的验收标准是什么。