打开 Claude Code，对话框空空的。
光标在闪。
你盯着它，想了半天，打了一句话，AI 回了一大堆看不懂的东西，然后就关掉了。
这不是 AI 不够聪明。
现在的 AI 已经很强了，Claude、GPT随便一个，让它给你写一个完整的 Web 应用，它能写。
问题出在起点。
你不知道该告诉它什么，它不知道你到底想要什么，于是双方鸡同鸭讲，什么也做不成。
有很多人想用 AI 做点东西。
他们有想法，有热情，甚至有很具体的需求。
然后他们就卡住了。
不是因为没钱，不是因为没时间，是因为不知道怎么开口。他们不知道应该跟 AI 说什么，不知道 AI 能不能做这件事，也不知道做出来之后自己能不能看懂、能不能维护。
这是真正的门槛。
技术门槛被压得很低了，但认知门槛还在。
PS：文末有一键配置，如果你觉得很难，放心大胆的交给你的AI开发软件吧！
dev-planner-skill 是什么
简单说，这是给 AI 装的一个技能文件。
把它装进你使用的 AI 编程工具，AI 的行为就会发生变化。
当你跟它说"我想做个东西"的时候，它不会直接开始写代码。
它会先跟你聊，通过一系列选择题，把你脑子里那个模糊的想法，变成一份清清楚楚的开发计划。
整个流程分五个阶段。
五个阶段是什么
第一阶段：对话收集需求
AI 会问你一系列问题，都是选择题，选项都是大白话。
项目是网站还是 App？功能需不需要登录？想要什么风格？部署在哪里？
每道题都有"让 AI 帮我决定"这个选项。
你可以全程什么都不懂，照样完成规划。
第二阶段：生成开发文档
确认规划之后，AI 会自动生成三份文档。
开发文档（含架构图、数据库设计、流程图）、API 接口文档（含请求/响应示例）、代码规范文档（含命名规范、目录结构）。
这三份文档是后续所有开发的"宪法"，AI 必须严格按照它们来写代码。
第三阶段：检测工具链
AI 会扫描你的环境里有哪些可用的工具。
GitHub 接口、数据库连接、Docker、网络搜索等，能用的都用上，不依赖任何一个工具，用不了就换方案。
第四阶段：编排 Agent 团队开发
这是最酷的部分。
AI 会把自己分裂成几个"子 Agent"：后端工程师、前端工程师、测试工程师、文档工程师。
各自负责自己的部分，能并行推进，每个节点完成都要自我测试，测试通过才能提交代码。
第五阶段：交付报告和使用手册
全部做完之后，AI 会输出一份最终报告。
包含完整的项目结构、代码提交历史，以及三个版本的使用说明——技术人员版、普通用户版、手把手部署教程版。
新手怎么用
很多人看到"安装技能文件"就已经犹豫了。
第一步：选一个 AI 编程工具。如果你什么都没装，我推荐从 Claude Code 开始。
第二步：安装技能文件
如果你用 Claude Code：
打开终端，把下面这行命令复制粘贴进去，回车：
curl -L https://raw.githubusercontent.com/cat9999aaa/dev-planner-skill/main/SKILL.md -o CLAUDE.md
这行命令会把技能文件下载到当前目录，命名为 CLAUDE.md。Claude Code 启动时会自动读取这个文件，技能就生效了。
第三步：直接开口说你想做什么
不需要想太多，就像跟朋友说话一样，把你脑子里的想法说出来就行。
比如：
"我想做一个帮我管理读书笔记的网站" "帮我做个微信机器人，能自动回复关键词" "我想爬取京东上某个商品的价格变动，做成图表"
第四步：回答选择题，完善规划
AI 会开始问你问题，全部都是选择题，大概八轮左右。
每道题都有"让 AI 帮我决定"。
如果你完全不懂，每题选这个就行，AI 会根据你的项目类型做出合理推荐。
第五步：确认规划，生成文档
回答完所有问题，AI 会给你一份完整的规划总结。
包括技术栈、功能模块、开发节点明细。
你确认没问题，回复"确认"，AI 就开始生成三份开发文档。
文档生成之后，你可以看看，也可以直接回复"开始开发"让 AI 开干。
第六步：等待，偶尔回答问题
AI 开始开发之后，大部分时间不需要你做任何事。
它会一个节点一个节点地往前推进，每个节点完成都会告诉你：完成了什么、生成了哪些文件、测试是否通过。
遇到真正需要你决策的问题——比如你的付款 API 密钥是什么、某个功能你到底要不要——它会停下来问你。
除此之外，放着让它跑就好。
实际使用中的关键经验
第一，需求描述越具体，结果越好。
"我想做个网站"和"我想做一个给我的读书俱乐部用的网站，成员可以记录自己读过的书、写评分和笔记，管理员能看到所有人的动态"——这两句话触发的规划质量天差地别。
不需要懂技术，但你得想清楚：这个东西给谁用，用来干什么，最核心的功能是什么。
想得越具体，AI 在对话阶段需要问的问题就越少，规划出来的东西也越符合你的预期。
第二，规划阶段多花时间，开发阶段省很多麻烦。
很多人想快，规划刷刷过了就让 AI 开始开发。这是最容易踩的坑。
规划是整个流程的地基。规划阶段没有确定清楚的东西，到了开发阶段会变成一个个"这个要改"、"那个不对"。
而每次返工，AI 都要重新理解上下文，成本是指数级增长的。
我建议在规划确认之前，认真检查几件事：功能列表里有没有漏掉你真正需要的功能、技术方案有没有你不满意的地方、开发节点的顺序是否合理。
第三，文档是你最重要的资产，不要跳过它。
很多人对"生成开发文档"这一步无感，觉得自己又不是团队开发，要什么文档。
这个想法是错的。
文档不是给团队看的，是给未来的你和 AI 看的。三个月后你想修改这个项目，如果没有文档，AI 需要从头理解整个项目——这会花掉大量时间，而且容易出错。
有了文档，AI 可以直接对照文档做精确修改，效率完全不一样。
更重要的是，文档是约束 AI 的"宪法"。这个 Skill 设计的一个核心约束是：AI 必须严格按照已生成的文档开发，不能擅自更改技术栈，不能跳过测试。这个约束只有在文档存在的前提下才能生效。
第四，遇到错误不要慌，让 AI 自己处理。
开发过程中一定会遇到错误。这是正常的，不是你的问题，也不是 AI 的问题，是软件开发本来就会有这些。
这个 Skill 的设计原则是：遇到问题必须记录、必须解决，不能跳过，不能掩盖。所以当你看到 AI 说"遇到了一个问题，正在处理"——这是好事，说明它在认真工作，不是在糊弄你。
你不需要懂那个错误是什么意思。等它处理完就好。如果它问你某个具体的问题（比如某个配置的密钥），你提供信息就行。
第五，部署这一步可以单独处理。
很多新手做出来之后卡在"怎么让别人也能访问"这一步。
dev-planner 最后会生成一份手把手的部署教程，但部署涉及到服务器、域名、HTTPS 这些东西，有一定门槛。
我建议：
如果是个人工具、只有自己用，先在本地跑，不用急着部署。
如果是前端项目（纯网页），用 Vercel，免费，三分钟搞定。
如果有后端和数据库，可以考虑 Railway 或者国内的轻量级云服务器。
这个工具能做什么，不能做什么
能做的：各种规模的 Web 应用、自动化脚本、API 服务、Telegram/Discord Bot、桌面工具、接入 AI 大模型的应用。
不太适合的：游戏、iOS/Android 原生 App、特别依赖硬件的嵌入式系统、对性能有极端要求的底层系统。
最后说一句
软件开发在过去是一件需要专业门槛才能入场的事。
你要学编程语言，要懂数据库，要理解网络协议，要会用版本管理工具——每一项都是单独的知识体系，光是把这些东西都学会就要好几年。
现在不一样了。
AI 把这个门槛压低了很多，但没有压到底。
还差一截。
差在哪里？差在普通人和 AI 之间缺少一个"翻译层"——一个能把人话变成 AI 能精确理解的需求的东西。
dev-planner-skill 想做的就是这个翻译层。
技能包地址：https://github.com/cat9999aaa/dev-planner-skill
把下面的内容复制给你的AI编程软件，然后 开始你的第一个项目吧！
阅读这篇文章。学习怎么使用并安装这个skill给我。
https://dashen.wang/article/8818.md