跳到正文

使用场景

研发场景中的 AI

作者:Ofrai Editorial(Use Case Research)

工程工作主要是 token,偶尔加一张图。Ofrai 把 DeepSeek 放在 Claude 和 GPT 旁边,循环用 Flash 级积分,真正要交付的解释再用更贵的模型。

打开工作室

对话与视频按积分计费。

编程循环

DeepSeek V4 Flash 是默认锤子。答案要贴进设计文档时,再上 Pro、GPT 或 Claude。需要架构涂鸦再用图片工作室,不是必须。

研究与规格

在对话工作室上传 PDF/DOCX。长文档要在「仔细」和「吞吐」之间取舍时,对比 DeepSeek vs Claude。

什么时候加入 Chat with PDF

规格以 PDF 形式到达时,在同一对话工作室切到 Chat with PDF,在与编程迭代同一线程里提问。

DeepSeek 何时升级到 Claude

砸测试时留在 DeepSeek Flash。拿到能合并的补丁时,升级到 Claude 或 GPT 让它写要贴进工单的解释。线程保留。

一个开发工单的日常循环

写代码往往不是最耗时的部分,反复读同一批文件才是。把 AI 放在能省掉重复阅读的位置,一天会顺很多:先读工单,规格书很长时把相关模块粘进 Chat with PDF 会话,先要一份计划再要代码;然后先生成无聊但琐碎的部分,比如迁移脚本、测试骨架、带调用点的重命名;有判断力的设计决策留给人,交给模型的是规格明确、不需要解释的部分。

顺序很重要:不是你写的代码就是你要审的代码,生成越便宜,你要付的审查成本越低。

一次就编译通过的提示词

上下文比技巧重要。能让模型第一次就给出可用代码的提示词,通常包含五件事:语言与版本、框架与大版本、确切的文件路径、不可违反的约束,以及期望的输出形式。示例:'TypeScript 5,Node 20,express 4。请读取 src/routes/orders.ts 和它的测试文件,按 src/http/respond.ts 里使用的响应结构写一个分页 GET 处理器,不引入新依赖,返回 unified diff。'

要求返回 unified diff 比看上去更重要:它让审查变成机械动作,也让模型顺手改动的部分无处隐藏。第一版不对时,补一条缺失的约束,而不是把提示词全部重写。

DeepSeek、GPT-5 与 Claude Sonnet 怎么选

三条通道各管一段工作。DeepSeek Flash 是经济通道:读文件、小重构、生成测试骨架,也就是那些你反正会逐行看的活。DeepSeek Pro 是推理通道,适合有边界的问题,比如追一个跨三个文件的测试为什么失败,或在两种库之间按你的约束做取舍。GPT-5 是能力更全面的通道,用于需要广度的任务:不熟悉的框架、跨多文件的改动、你要争论一番的迁移方案。

Claude Sonnet 是长上下文与细致修改的通道,尤其适合贴进一个大文件、只要它改动你点名的那几处。实用原则是:把强模型花在你会损失一小时的地方,而不是损失一分钟的地方。

AI 写的代码会在哪里出问题

四类问题解释了大部分糟糕输出,而且都可以通过改提示词而不是换模型解决。幻觉 API:调用了你这个版本里不存在的方法——贴上真实签名,并加一句"只能使用贴入文件里出现的 API"。悄悄改行为:重写了你没提到的逻辑——明确列出它允许改动的文件。看起来合理的重构却破坏边界情况:空数组、空值、时区——先让它写测试,再让它写实现。

看似合理但错误的多任务处理:让它在结尾把假设明确列出来。无论如何,diff 还是要自己读。

按工单算积分,不按人头

积分跟着工单走而不是跟着人走,因此容易预测。一个两小时的工单,可以预算为一次规划、两三轮生成、一轮审查,以及一段写给 PR 的说明。乘以一个迭代的工单数,再和同样工作全神贯注做的成本比较。保持诚实的习惯是:便宜的模型放在便宜的工单上,强模型留给真正有风险的两三个工单。

记录哪个模型产出了哪个 diff,一个季度之后,这份记录会告诉你真正的瓶颈是生成还是审查。

PR 里应该附上什么

审查本身就是交付物。除了 diff,附上三样东西:一段说明改了什么以及为什么、你跑过的测试和输出、以及代码对数据或配置做了哪些假设。明确写出你没有预期会被改动的文件,因为这是审查者第一件会核对的事。如果是模型写的代码,就写在描述里,不要藏着:审查者可以把注意力集中到他们本来也会略过的部分。

把提示词留在作品库里,和完成的分支放在一起,这样以后修同一个问题时可以带着同样的上下文重新生成,而不是重新摸索一遍。

谁适合采用,谁该留在 IDE 里

适合:每周都要在陌生代码库里工作的人、不想自己写测试的人、以及把大量时间花在迁移和样板代码上的团队;文档和代码由同一批人写的团队也适合。

不适合:工作主要是带组织背景的架构决策,因为模型看不到它从未读过的系统的历史包袱;缺少审查文化、且处在监管或安全关键路径上的团队也不适合,因为一个听起来合理的错误答案比没有答案更糟。还有一点:如果团队没有余力认真审查,那么更多生成的代码并不等于交付更多代码,只是把阅读推迟了。

第一个小时怎么试

先别改习惯,用一张工单从头到尾跑一遍。挑一个规格清楚、范围小的 bug。把失败的测试和最相关的两个源文件贴进对话工作室。先要一份计划,读完计划,再要 unified diff。本地应用、跑测试,按结果决定保留还是回滚,别被回答听起来多自信带偏。然后把规格书贴进 Chat with PDF,问三个你本来会问同事的问题。

一小时加一点积分,就能看出这套循环是否缩短工单;被回滚的 diff 则告诉你,审查本来要付出多少。

打开工作室

常见问题

有 API 吗?
本站是 Ofrai 创作平台。程序化接入请看文档或联系支持;这些页面描述的是产品工作室。
为什么不只用 DeepSeek?
因为写作和审阅仍常需要 Claude 或 GPT。同一套积分就能试,不必再买一个座位才知道。
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 上的研发者 AI 是什么?
以对话为主的创作空间:DeepSeek Flash 负责便宜循环,Pro / Claude / GPT 负责贴进工单的解释,chat-with-PDF 负责规格问题。同一对话工作室同一套积分。

相关模型

工具