工具
AI 编程助手
作者:Ofrai Editorial(AI Model Curators)
把 DeepSeek Flash 当日常靠近编译器的对话,需要真正愿意合并的审查时,再升级到 Pro、GPT 或 Claude。
对话与视频按积分计费。
建议循环
贴失败测试,让 Flash 出补丁,本地跑过,再让 Claude 或 GPT 解释风险。这正是 Ofrai 上架多个文本模型的原因。整个循环分三步:第一步快而便宜,Flash 把失败证据变成候选 diff;第二步你自己跑一遍,因为模型跑不了;第三步才是审查,用高级模型读你真正拿到的那份 diff,而不是你希望拿到的那份。
开头小、结尾贵,是聊天式编程助手在大多数调试工作里胜过大而全提示词的根本原因。
文档
上传 PDF 规格在同一线程提问 — 见 Chat with PDF。架构图可选用图片工作室,而且确实只是可选项:一张架构草图的审稿时间,往往比一块空白画布的积分更贵。更值得做的是让文档留在循环里,而不是靠记忆转述。可以要求模型先引用它所依据的条款,你再核对原文,而不是直接采信结论。
什么时候切到 Chat with PDF
当真相来源是规格书或 RFC 时,在对话工作室挂上 PDF,在同一线程提问;文档问题答完后切回编程循环。
编程与 Chat with PDF 搭配
在 chat-with-PDF 打开规格 PDF,编程循环留在同一线程。文档问答与代码补丁紧挨着,留在同一对话工作室。
哪个引擎接哪种活
按任务路由,不要按品牌站队。DeepSeek V4 Flash 是便宜循环:读堆栈、跨三个文件改符号名、写第一版测试、解释一段没人记得是谁写的正则。DeepSeek V4 Pro 是中型重构的主力,适合需要模型先拉出一条更长计划再回答的任务。GPT-5 处理含糊的产品问题:需求还没定死,你要的是方案而不是补丁。
Claude Sonnet 适合做审查:把 diff 丢给它问「哪里会坏」,因为它那种结构化的解释可以直接粘进 PR。要控制开销只有一条规则:起草用 Flash,升级一次,同一处改动绝不升级第二次。若你想定一个长期默认模型,DeepSeek vs Claude 那一页讲得更细。
真正写代码时的提示词结构
像给同事布置任务那样描述,包含四段:失败证据、不能破的约束、答案的形态、以及你希望它解释什么。修 bug 这样写——「tests/test_cart.py::test_apply_discount 在订单超过 100 时抛 DiscountError。定价服务对零数量行会抛错,但接口可能发来一条。给我一个最小补丁,在 apply_discount 里挡掉零数量的情况,保留公开签名,不要动取整规则,并告诉我还有哪些调用点会走到同一条路径。」
写新模块则是另一种形态:「写一个 TypeScript 重试辅助函数,带指数退避、full jitter、最多五次尝试和 AbortSignal 支持;返回最后一次错误而不是抛出;并把默认值写进文档注释。」做重构时,请直接贴出改造前后的样子,而不是转述意图——后者模型只能猜,前者它能真正读你的代码。
在没有仓库窗口的情况下保住上下文
Ofrai 不托管你的代码库,所以真正的手艺是管理上下文。别贴 400 行,做一份紧凑简报:公开签名、它会碰的两三个文件、确切的报错字符串、运行时与库版本,以及那条不能改的约束。通常不到 200 行,效果反而比整文件倾倒更好,因为模型把注意力花在你标出来的代码上,而不是它根本不需要的样板代码。
线程变长或模型开始和自己先前的答案打架时,开一个新线程并附上书面小结——「守卫已经落在 apply_discount,取整改动已回退,剩下的失败在运费路径上」——而不是往上翻。过期的上下文,是第二稿质量变差的最隐蔽原因。
合并前的三轮审查
把模型输出当成一个通常靠谱的陌生人提交的补丁来看。第一轮:只要 diff,不要散文,当 diff 来读。第二轮:问什么输入会把它弄坏——空字符串、null、超大文件、两个多任务处理调用、某个语言包里翻译为空。第三轮:问现有哪个测试本该拦住它,以及你欠仓库哪一个测试。然后自己跑一遍测试,因为模型跑不了。
凡是碰鉴权、金额或迁移的改动,把审查升级给高级模型,并给一个很窄的指令:「只列出这份 diff 里的正确性风险,按严重度排序,不要总结。」这样得到的是清单而不是长文,而清单正好是你在合并前十分钟能处理的东西。
生成的代码会在哪里悄悄坏掉
五类失败覆盖了大部分情况。凭空发明的 API:模型调用了你所用版本里根本不存在的 helper,所以要在提示词里钉死版本号,并要求只用有文档的调用。静默的行为变化:重写时丢掉了某个错误分支,因为没有测试覆盖它——这正是第二轮审查存在的理由。
补丁范围过大:十二行的修复被交付成四个文件的重构,办法是先要最小改动,重构另开一轮请求。空集合、零值和单元素集合上的边界 bug。还有看起来合理但业务上错误的逻辑,这一种只有你自己的业务知识能发现,所以要把业务规则直接说出来。
五类的解法都一样:先要能让测试通过的最小改动,再像审面试候选人一样逐行读。
在写提示词之前值得先调的设置
temperature 是第一个旋钮,而多数人一直调错了。凡是你真打算跑的东西——修 bug、重构、迁移、生成测试——就压低,0.2 到 0.4 左右。只有在你刻意搜集方案时才调高:三种设计草稿、三套命名、三种解同一个问题的路径。在高级模型上,推理预算比 temperature 更能左右答案,遇到难题就给它思考空间,而不是要求它答得更长。
上下文长度也值得管理:贴出错代码加上它必须满足的接口,而不是整个文件,答案才会保持聚焦。还有一条,任何系统指令在一次会话里都要短而稳定;一条又长又反复改写的指令,就是同一个提示词在一个下午给出三种风格的原因。
一次调试会话要花多少
文本任务按 token 计费,所以调试循环的成本形态是可预测的:许多次小额 Flash 调用,一到两次 Pro 调用,一次高级审查。最烧钱的习惯,是在只改了一行之后又拿高级模型问同一个问题,为一个你早就有的结论付全价。
最大的省钱点其实是修提示词而不是换模型:把失败证据写进提示词、把约束写清楚,很多时候 Flash 就能答,根本不用升级。第二是拒绝生成那些不会改变结论的测试。第三是把探索阶段留在便宜模型,高级调用留给那些你愿意在评审里为它辩护的改动。
在 Ofrai,出图和视频与写代码共用同一个钱包,所以一个没有节制写代码的下午,确实会让晚上的短片做不出来。
谁不该用聊天式编程助手
如果你的工作流依赖全仓库感知、自动跑测试、或者知道上次提交以来改了什么,就该绕开——有 git 历史的 agent 才能回答这些,聊天窗口不能。如果你需要可审计的证据链,也该绕开,因为证据在 IDE 和 CI 里,而不在一个文本线程里。对于正确性由业务权威判定的决策——定价规则、税务逻辑、同意流程——同样该绕开,那里模型只负责起草,人必须拍板。
它很适合写测试、清理样板代码、让日志和报错更清楚、写脚本胶水、起草迁移,以及给刚进组的新同事讲懂陌生代码。诚实的判断标准是:如果一个错误答案会在一分钟内被测试套件抓住,就放手用;如果它会被发布出去,那就只让它出草稿,每一行自己读。
编程对话和隔壁写作工具的区别
两者都在对话工作室、用同一套积分,所以真正的区别只在于你要线程产出什么。写作请求的终点是成品文稿——一篇文章、一个落地页、一封邮件——语气和结构就是交付物。编程请求的终点是你会执行的东西:一个 diff、一个测试、一次迁移,正确性和接口兼容性才是交付物,散文只是包裹它的脚手架。
模型选择随之不同:写作工具偏向长文里语气最稳的引擎,编程循环偏向用便宜的 Flash 跑量、在结尾用高级模型审。把这两件事在脑子里分开,正是防止好段落变成烂补丁的关键。如果两边都需要,写作那一侧由 AI 写作页负责。
打开工作室
常见问题
- 你们托管代码仓库吗?
- 不。Ofrai 是模型工作区。Git 仍放在现有位置。
- 写代码选 DeepSeek 还是 Claude?
- 放量用 Flash,写说明用 Claude 或 GPT。详见 DeepSeek vs Claude。
- 一次生成多少积分?
- 生成时会显示 Ofrai 积分。标价是起点,画幅与时长会改变最终消耗。
- 怎么在 Ofrai 开始?
- 从本页打开图片或视频工作室,选推荐模型,粘贴或改写起始提示词,在作品库生成。
- Ofrai 上的 AI 编程助手是什么?
- 面向代码的多模型对话:DeepSeek Flash 负责便宜循环,Claude 或 GPT 负责能合并的解释。与 chat-with-PDF 和写作共享同一套工作室。