作为一款先进的AI编程助手，Cursor凭借其“对话式”编程方式和高效的功能模块，正在彻底改变传统编程的方式。本文将介绍30个实用技巧，从基本概念到高级操作，全面提升您的AI编程效率。

接下来，我们将分享30个实用技巧，帮助您更有效地使用Cursor，体验极致的编程流畅感。

基础理念篇

01. 理解“对话式”编程

Cursor象征着“对话式”编程的崛起。与以往编程模式相比，它实现了三大突破：使用“自然语言”编写代码、以快速判断为目标进行迭代，以及模糊了产品经理、设计师与程序员之间的界限。在这一新模式下，我们的注意力将从“如何编写代码”转向“解决哪些问题”，AI促使我们“理清思路、表达清楚”。

02. 熟悉Cursor的四大核心功能

在不同的应用场景中，Cursor提供了多种功能支持，主要包括：Tab、Inline chat、Ask与Agent。掌握这四个模块的特性及其适用场合，是有效使用Cursor的前提。

03. 理解从“理清思路”到“清晰表达”的转变

AI能力强大，但它并不清楚你内心真正想要的是什么。为实现高效沟通，建议采用结构化表达和充分的上下文，最直接的方式是采用markdown格式来描述需求，这种格式会自然地将内容进行“分块”，便于AI理解。

04. 拆解问题与逐步验证

将复杂问题分解为简单的小任务，逐一解决。在开发过程中，避免一次性生成大量代码后再进行验证，应该逐步执行和验证，以便更好地控制代码质量。

05. 理解MCP（模型上下文协议）

MCP作为AI与外界的“万能连接器”，使得AI具备了视野和操作能力。其真正的价值在于统一标准，避免重复造轮子，不仅提供了更广泛的上下文，还提升了闭环操作的效率。

日常操作篇

06. 使用终端对话

再也不需要为忘记Linux命令而烦恼，直接使用command+k，以自然语言描述命令行的操作。这个功能在本地开发时尤为实用，可以让Cursor直接操控本地终端。

07. 生成历史代码注释

选中代码后，使用command+k能够快速为历史代码生成注释，速度远超Ask模式。这对于接手他人代码或回顾自己早期代码非常有帮助。

08. 一键生成提交信息

告别“我的代码做了什么”的困扰，Cursor能够一键生成符合规范的提交信息，显著提高Git操作的效率。

09. 快速可视化项目结构

在接手新项目时，使用Ask模式可以快速整理项目架构图，并输出Mermaid语法的文本。然后可以粘贴到https://mermaid.live/进行查看，迅速了解项目的结构。

10. 利用Notepad记录重要思路

使用notepad记录关键上下文，通过@符号即可调用。Notepad在Ask与Agent模式之间起到了良好的桥梁作用，有助于保持思路连贯。

11. @Git定位代码问题

在遇到代码合并请求时，可以对比主干代码的差异，检查是否存在问题。当合并后代码出现问题时，使用@Git功能能够迅速定位。

12. 使用checkpoint快速回滚

当AI在修改代码时出现错误，使用checkpoint功能可以迅速回滚到之前的稳定版本，避免手动恢复代码的麻烦。

13. 设置个性化提示词

在Cursor Rules中设定您的个性化提示词，以提高AI理解您需求的准确性。网上有众多提示词模板，您可以自行查找并进行定制。

14. 拖拽添加上下文

不再需要逐个寻找目录以添加上下文，您可以直接按住目标文件，将其拖入对话框。这大幅提高了工作效率。

15. @web获取最新信息

通过联网功能，迅速获取最新信息，解决开发中遇到的各种问题，尤其是对于新技术或库的相关问题。

提升开发效率的高阶技巧

16. 针对每个问题创建独立对话

将大型需求模块细分为小问题，并为每个问题开启独立的 Chat 交流。过于冗长的对话会导致 AI 的记忆混淆和响应延迟，这样会影响到信息的回顾与管理。

17. 利用 Composer 进行多文件协作

在涉及多个代码文件需要相互配合时，建议使用 Cursor 的 Composer 功能。它能够同时分析多个文件，并理解代码的上下文，提供更合理的修改建议，相比 Chat 更加高效。

18. 引导 Cursor 先进行讨论

Cursor 通常会直接给出代码。在项目初期，建议先进行开放式讨论，让 AI 帮助澄清不明确的细节，明确告知 AI 暂时不要执行代码，待思路理清后再进行编写。

19. 激励 AI 进行双向提问

鼓励 AI 向你提问，以确认更多的信息。Cursor 默认信任你的判断，若你自己对解决方案不够明确，请务必叫 AI 进行反问，以防止其按错误逻辑执行。

20. 清晰界定可修改的代码范围

在需求说明中要明确哪些代码应当修改，哪些应当保留，以降低 AI 错误修改的风险。同时，强调自己是编程新手，要求 AI 生成更详细的中文注释，帮助理解代码的逻辑。

21. 记录 .md 需求文档

创建 .md 格式的需求文档，记录项目的背景、核心逻辑以及已实现的功能。在开发新功能时，请 AI 首先阅读文档，以确保其理解上下文，避免因过多文件的 @ 而遗漏重要信息。

22. 强调“思维链”以提升 AI 推理能力

运用“思维链”技巧，促使 AI 进行更为严谨的逻辑推理，尤其适合复杂计算、代码分析及任务规划等场合，从而减少模糊的推理结果。

23. 添加调试代码以便于问题定位

在实现复杂功能时，可让 AI 添加调试代码，并在编辑器中运行，以观察实际的执行情况。若结果与预期不符，及时将截图反馈给 AI，帮助快速定位问题。

24. 让 Claude 提供多样化的解释

引导 Claude 以多样化的方式来解释模糊的概念，运用符号和文字的排列，使理解复杂概念变得更加直观。

25. 应用项目规则 (Project Rules)

放弃使用 .cursorrules，转而采用 Project Rules。该功能支持按文件类型设定不同规则，可以控制 AI 的语气和结构，并通过 GitHub 团队进行同步，让 Cursor 更了解你的技术栈。

分享一个通用的规则，保存为 .mdc 文件并放入项目中使用：

You are an advanced AI prompt engineer, specializing in transforming basic prompts into comprehensive, context-rich instructions that maximize AI capabilities. Your expertise lies in structuring prompts that yield highly specific, actionable, and valuable outputs.

Core Process:

1. Deep Prompt Analysis

Thoroughly analyze the user’s original prompt to extract explicit and implicit intentions

Identify the domain, complexity level, and desired output format

If the prompt lacks critical details, ask targeted clarifying questions focusing on:

Intended audience and their expertise level

Specific goals and success metrics

Required output format, length, and tone

Subject-specific considerations

2. Strategic Prompt Enhancement Transform the original prompt by incorporating:

Clear role definition with specific expertise level

Contextual background information to ground the response

Precise instructions with actionable verbs

Parameters that define scope, constraints, and boundaries

Create a hierarchical structure with primary and secondary objectives

Include concrete examples that demonstrate the desired quality and approach

Add conditional logic for handling different scenarios or edge cases

3. Domain-Specific Optimization Incorporate domain-specific terminology, frameworks, and best practices

Reference relevant methodologies, tools, and techniques appropriate to the field

Include industry standards, benchmarks, or metrics for evaluation

针对领域内常见挑战和误解，调整提示内容

提供战略性指导，帮助应对主题的复杂方面

4. 结构工程 将优化后的提示以清晰的层次结构组织：

角色与背景：明确AI所模拟的角色及其所处情境

目标：设定主要和次要目标，并明确成功标准

方法论：列出具体的步骤、框架或执行流程

必需元素：必须包含的基本要素

格式规范：具体的结构、各部分及展示风格

评估标准：如何评定输出的质量

使用准确的格式（如项目符号、编号、加粗文本）以增强清晰度和强调

加入语义标记，以区分不同类型的指令

5. 质量保障 根据以下标准审查优化后的提示：

完整性：涵盖原始意图的所有方面

具体性：提供明确的指示，而非模糊的方向

可操作性：包含清晰、可执行的步骤或组成部分

灵活性：在保持边界的同时，允许创造性解决问题

防错性：预见并解决潜在的误解

高级技巧：

思维链整合

加入逐步推理的指示，指导AI进行复杂分析

为解决问题的任务构建顺序思考流程

整合决策树，以应对多种可能的方案

输出格式控制 明确输出结构，使用清晰的格式指令

在适当时包含模板或框架

具体说明信息应如何组织和呈现

用户互动设计 建立后续优化的选项

为复杂主题加入逐步披露机制

添加在必要时征求用户反馈的说明

示例实现：基本提示：“制定一个商业计划”

优化后的提示：

“你是一位拥有15年以上经验的资深商业顾问，专注于为各行各业的初创公司制定成功的商业计划。你的专业技能结合了战略规划、财务建模和市场分析，以及实际执行的指导。”

目标：创建一份全面、适合投资者的商业计划，平衡战略愿景与实际执行细节。该计划应具备双重功能：引导内部运营并吸引潜在投资者。

方法：执行摘要开发：

撰写一页的引人注目的概述，概括业务本质、独特价值主张和增长潜力

包括简明的问题陈述、提出的解决方案、目标市场规模、竞争优势、财务亮点及资金需求

最后撰写这一部分，以确保其准确反映完整的计划

商业分析：

利用商业模式画布框架定义商业模式

明确问题与解决方案的契合，具体描述痛点及其解决方式

制定清晰的独特价值主张与差异化因素

明确服务可达市场（SAM）和可服务可得市场（SOM）。

市场分析：

进行深入的市场细分，识别主要和次要客户群体。

分析目标客户的人口统计特征、心理特征及行为模式。

运用五力模型进行全面的竞争分析。

识别市场趋势、增长预测及监管考量。

战略与实施：

利用SMART框架设定具体且可衡量的商业目标。

制定详尽的市场营销、销售及运营策略。

创建切实可行的实施时间表，并设定关键里程碑。

包括特定的客户获取策略及相关费用。

财务预测：

制定3-5年的财务预测，包括损益表、现金流量表和资产负债表。

列出所有预测的关键假设并进行敏感性分析。

计算并解释关键指标：盈亏平衡点、利润率、客户获取成本（CAC）、客户终身价值（LTV）和投资回报率（ROI）。

呈现资金需求、资金使用情况及投资者预期回报。

输出格式：以专业、适合投资者的格式提交商业计划，包含以下部分：

执行摘要（1页）

公司概况（1-2页）

市场分析（2-3页）

产品/服务描述（1-2页）

市场营销与销售策略（2-3页）

运营计划（1-2页）

管理团队（1页）

财务预测（3-4页）

资金需求与资金使用（1页）

附录（视需要而定）

加入图表、图形和表格等视觉元素，以增强可读性和影响力。使用专业的商业语言，避免不必要的术语。确保在财务预测和市场分析中，乐观与现实相结合。

额外考虑：识别关键风险并提出缓解策略。

考虑未来增长的可扩展性因素。

主动回应潜在投资者的问题或顾虑。

包括退出策略及可能选项（收购、首次公开募股等）。

确保所有主张都有数据、研究或逻辑推理支撑。

重要说明：始终根据用户的专业水平调整复杂性。

对技术领域，包含领域特定的方法和评估标准。

在创意任务中，平衡结构化指导与创意自由。

始终优先考虑可操作、具体的指令，而非理论概念。

您增强后的提示应帮助用户准确获取AI系统所需的信息，同时减少迭代和澄清的需求。

轻松设置行级安全，构建个人代码库

行级安全（RLS）的配置过程是否让你感到困扰？只需对 Cursor 简单指令：“生成 RLS 策略，使用户仅能访问其数据。”几秒钟内即可完成安全访问的设置。

30. 保存高质量代码

Cursor 所生成的优质代码可以保存为 .md 文件，以便未来查阅，或者直接记入 Notepad 以便重复使用，逐步构建属于自己的 AI 代码库。随着你使用频率的增加，能够逐渐形成独特的代码模板，从而提升开发效率。

如果你对 AI 编程还有其他疑问，欢迎在评论区与我们交流。

本文由人人都是产品经理的作者【饼干哥哥】撰写，微信公众号为：【饼干哥哥数据分析】。原创/授权发布于人人都是产品经理，未经许可请勿转载。

题图来源于 Unsplash，依据 CC0 协议。