最懂 AI 编程的团队怎么用 Cursor?12 条实战技巧拆解

你装了 Cursor,打开一个项目,在聊天框里敲了一个提示词,得到了一段”看起来还行”的代码。然后你心想:就这?
如果你只把 Cursor 当成一个”会聊天的 VS Code”,你大概只用到了它 20% 的能力。
Cursor 在 12 个月内做到了 10 亿美元年化收入,是历史上最快达到这个数字的开发工具。超过 50% 的财富 500 强公司在用它。NVIDIA 黄仁勋说:”我最喜欢的企业 AI 服务就是 Cursor。我们 4 万名工程师现在全部有 AI 辅助。”
但同样是用 Cursor,有人效率翻了 3 倍,有人只比 VS Code 快一点点。差距在哪?在技巧,不在工具本身。
Cursor 官方博客发布了一篇 Agent Best Practices 指南,社区也积累了大量实战经验。今天我把这些技巧整理成 12 条,从基础设置到高级用法,每一条都带具体操作步骤。
基础篇:4 条设置技巧
1. 给每个项目写一份 .cursorrules
这是投入产出比最高的一条技巧。
在项目根目录创建 .cursorrules 文件,告诉 Cursor 你的技术栈、代码风格和项目约定。没有这个文件,Cursor 生成的是通用代码。有了它,每一次补全都符合你的项目规范。
1 | # 项目上下文 |
规则要具体。”代码要整洁”是废话,”用 Vitest 不用 Jest”才是有效指令。你可以为不同项目维护不同的 .cursorrules,新项目直接复制过去。
Cursor 官方的建议是:别一开始就写一堆规则。等你发现 AI 反复犯同一个错误时,再加对应的规则。
2. 分清三种交互模式
Cursor 有三种和 AI 交互的方式,用对场景才能快:
- Tab 补全(被动模式):你写代码,它预测下一步。不只补全当前行,还会预测你下一个要编辑的位置,自动跳转光标。养成”扫一眼就按 Tab”的习惯,一天能省 45-60 分钟打字时间。
- Cmd+K(内联模式):选中一段代码,按 Cmd+K,描述你要的修改。适合单文件的精准修改——“加错误处理”、”转成 async/await”、”加 JSDoc 注释”。比打开聊天面板快 2 倍。
- Composer(多文件模式):Cmd+Shift+I 打开。理解整个项目结构,一次操作能创建、修改、删除多个文件。用来做完整功能开发。
一句话记住:Tab 用于心流,Cmd+K 用于修补,Composer 用于构建。
3. 用 @ 引用给 AI 精准上下文
模糊的提示词产出模糊的代码。@ 符号是你的精准定位工具:
@filename:引用某个文件@folder:引用整个目录@codebase:搜索全项目@web:拉取网页搜索结果@docs:引用文档@git:引用 Git 历史和 diff
反面示例: “给用户认证加上限流”
正面示例: “给 @auth/middleware.ts 加限流,参考 @lib/rateLimiter.ts 的模式,应用到 @app/api/auth/ 下所有路由”
第二种写法让 Cursor 知道该读哪些文件、参考什么模式。一次就能生成正确代码。
4. 选对模型
Cursor 支持多个 AI 模型,不同任务用不同模型差别很大:
| 模型 | 最适合 |
|---|---|
| Auto(默认) | 日常开发,自动平衡速度和质量 |
| Claude Sonnet | 复杂重构、架构决策 |
| GPT-5 | 快速生成、样板代码 |
| Gemini 2.5 Pro | 超长文件分析、大上下文窗口 |
日常保持 Auto 模式就好。只有需要特定模型的长处时再手动切换。
工作流篇:4 条效率技巧
5. 先规划再编码
Cursor 官方博客把这条放在了最重要的位置。
芝加哥大学的一项研究发现:经验丰富的开发者更倾向于先规划再生成代码。 规划迫使你想清楚要做什么,给 AI 一个明确的目标。
在 Agent 输入框按 Shift+Tab 进入 Plan Mode。AI 不会立即写代码,而是:
- 搜索你的代码库,找到相关文件
- 问你澄清问题
- 创建一个带文件路径和代码引用的实施计划
- 等你批准后再动手
计划以 Markdown 文件打开,你可以直接编辑——删掉不需要的步骤,调整方案,补充 AI 遗漏的上下文。
一个反直觉的技巧: 如果 AI 写出来的东西不对,不要试图用追加提示词来修补。回到计划,改计划,重新跑。这比修修补补快得多,结果也更干净。
6. 用 Composer 做多文件特性开发
别再一个文件一个文件地写了。Composer 能一次性搭建一个完整功能:
1 | 创建用户通知系统: |
Composer 在 30 秒内生成所有文件,import 引用、类型定义、交叉引用都是对的。单独做这五个文件至少需要一小时。
7. 并行 Agent:同时跑 8 个任务
Pro 及以上用户可以同时运行 最多 8 个并行 Agent。每个 Agent 在独立的 Git Worktree 中工作,互不干扰。
适用场景:
- 给多个服务文件同时写测试
- 并行重构代码库的不同部分
- 同时做前端组件和后端 API
原本需要 45 分钟的串行任务,10 分钟就搞定。这是 Cursor 相比终端 AI 工具(如 Claude Code)最大的优势之一。
8. 做提示词模板
如果你发现自己反复写类似的提示词,建一个模板文件:
在项目里创建 prompts.md:
1 | ## 新建 API 端点 |
在 Composer 里引用:"参考 @prompts.md 里的'新建 API 端点'模板,创建 /products 端点"。代码风格统一,提示词也不用每次重写。
进阶篇:4 条高级技巧
9. 后台 Agent 异步干活
Background Agent 在后台异步执行任务,不阻塞你的编辑器。启动一个 Agent,继续写你的代码,完成后 Cursor 通知你。
最佳场景:
- 大规模跨文件重构
- 生成全面的测试套件
- 框架迁移
- 为已有代码生成文档
相当于你有了一个不需要盯着的”后台员工”,它干它的,你干你的。
10. 分阶段执行大型重构
对于大型重构项目,别想一个提示词搞定一切。把工作拆成多轮 Composer 会话:
第 1 轮: “分析 @src/legacy/ 并创建迁移计划。列出每个需要修改的文件和具体改动。”
第 2 轮: “按迁移计划,更新 @types/ 下所有类型定义。”
第 3 轮: “更新 @lib/services/ 下所有 Service 文件,使用新的类型定义。”
第 4 轮: “更新 @components/ 下所有组件,适配新的 Service 接口。”
每一轮的上下文都是聚焦的。Cursor 的对话摘要机制会自动保持跨会话的连贯性。
11. 用 TDD 模式驾驭 AI
Cursor 官方强烈推荐的工作流——测试驱动开发(TDD):
- 让 AI 根据期望的输入输出写测试
- 让 AI 运行测试,确认测试失败(说明功能还没实现)
- 提交测试
- 让 AI 写代码让测试通过,告诉它不要修改测试
- 提交实现
为什么这比直接让 AI 写代码好?因为测试给了 AI 一个明确的迭代目标。它可以改代码、跑测试、看结果、再改——直到全部通过。有目标的 Agent 比没目标的 Agent 强太多了。
12. 用 Git 集成做代码审查
Cursor 内置了 Git 理解能力,但大多数人从来不用。试试这些:
"审查 @git diff 里的修改,按项目规范给改进建议""查看 @git log,找到类似功能的实现模式""根据 @git diff --staged 生成 PR 描述"
配合你的 .cursorrules 文件,Cursor 能做出有针对性的 Code Review——不只是语法层面,而是能发现风格违规、缺少错误处理和架构问题。
什么时候该开新对话
最后补充一条来自 Cursor 官方的重要建议。
开新对话: 切换到不同的任务或功能时;AI 看起来困惑或反复犯同样错误时;完成了一个逻辑单元的工作时。
继续当前对话: 正在迭代同一个功能时;AI 需要之前讨论的上下文时;正在调试它刚写的代码时。
长对话会让 AI 失焦。经过多轮总结后,上下文会积累噪音,AI 可能跑偏或切换到无关任务。如果你感觉 AI 效果在下降,直接开新对话,用 @Past Chats 引用之前的内容。
写在最后
这 12 条技巧可以分成三个层次:
基础层(15 分钟搞定): .cursorrules、@ 引用、模型策略——设置一次,每次交互都受益。
工作流层(改变做事方式): Plan Mode、Composer、并行 Agent、提示词模板——让你从”写代码”变成”指挥 AI 写代码”。
进阶层(长期复利): 后台 Agent、分阶段重构、TDD、Git 集成——这些技巧需要时间适应,但一旦内化,效率提升是累积的。
从今天开始做一件事: 给你当前的项目创建一个 .cursorrules 文件。你的下一次 AI 交互就会感受到差别。
你在用 Cursor 吗?这 12 条技巧里哪一条对你帮助最大?你有没有自己发现的”隐藏技巧”?欢迎在评论区分享你的 Cursor 使用心得。