Blog

从接手 AI 生成的工程、改善界面到架构选型、排错和性能调优。围绕慢读资料库，提供六篇实战课、可复制 Prompt、交付工作簿与可运行实验。

用慢读资料库练习 AI 辅助前端开发。把业务需求、设计约束、异常状态和验收证据写进 prompt，再根据真实页面与复现步骤推动修改。

让 AI 根据页面任务选择渲染方式和技术栈，区分公开内容与私有工作台，再理清 URL、服务端数据、编辑草稿和权限边界，写出可复核的架构决定。

用慢读的请求竞态实验学习证据驱动的前端诊断。定位网络、数据、状态与样式问题，处理鉴权和重复提交，再用可复制提示词与验收矩阵约束 AI 修复。

从慢读的用户操作出发，区分真实用户指标与实验室数据，拆解 LCP 和主线程阻塞，按证据优化资源与 React，并用可复制提示词和测量记录验收结果。

围绕慢读资料库，把参考界面转成明确约束，统一样式 token，选择合适的组件，借助真实尺寸、截图与键盘操作验收 AI 生成的页面。附视觉改进和样式修复 Prompt。

先读懂工程再让 AI 修改。用慢读示例追踪页面、事件、模拟请求与状态更新，练习识别运行环境、定位启动失败，并交付有文件依据的工程地图。

拆 DeepSeek Harness 的九个设计决策：每个讲清它解决什么、DSH 怎么做、代价在哪。九条里有一条 DSH 自己也没答全——判定者那一格。