AI 编程四驱脱困法

"Four by four"：四种解法，每种只试一次（反复用同一招会越陷越深——token 浪费在道歉和重复阅读上）：

第 1 招：用工具自带的修复。 agent 自己意识到出错时（Lovable 会标橙色 + "try to fix" 按钮），点一下。小问题多数当场解决。

第 2 招：引入"觉察层"（awareness layer）。 问题在于这些工具"能修好任何它意识到的问题"——修不好通常是因为它看不见问题（常见于第三方集成）。做法：

• 打开预览/沙盒环境跑一遍坏掉的功能，右键读浏览器 console log
• 或直接 prompt："我觉得你没看到问题。别让我冲你喊，我们一起找——请在相关文件里写入 console log，我重跑一遍。"
• 重跑后把完整日志贴回对话。"99% 的情况到这一步就够了"

第 3 招：请外部顾问会诊。 把代码导出 GitHub → 用另一个模型只做诊断（Lazar 用 Codex，但不允许它改代码——"我不了解它的 agent，不用自己不会驾驭的工具动手术"）；或用 Repomix 把整个代码库压成单文件，上传给 Claude/ChatGPT 附上问题描述和日志，当外聘顾问用。

第 4 招：回滚重来。 用版本控制退回三步，散步/喝咖啡，带着清醒的脑子重新写 prompt。很多故障只是一次性的小石子（偶发语法错误），同样的请求再来一遍就好了。而且"问题往往出在你身上"——你上一条 prompt 前提就错了。

收尾的元步骤（最关键）：修好之后，切到 chat 模式问它："这次我用了四招才修好。教我下次怎么 prompt 你才能一次搞定？"——然后把答案写进 rules.md，让它以后自己提醒自己，而不是指望你记住。"消除你自己、外移上下文，就解决了今天 AI 的 99% 问题。"

通用技巧：写不出好 prompt 时，先在 chat 模式脑暴，让工具替你起草 prompt（"let the tool prompt itself"）。