测试省token 技巧：
技巧：请帮我梳理一下当前任务的测试流程，请先写好测试用例，如果能用node进行测试，请先使用node脚本，同时进行测试，节约时间，最后更新一下任务
说明：大家都知道多模态模型测试时很多时候要截图，来来回回比较费token,主要看场景，有的场景不需要这样。
2 个赞
技巧：大改代码前 Git 备份，防止 AI 误删代码
说明：批量重构、大范围修改代码前，一定要提交当前git，即便 AI 误删逻辑，可一键回滚，同时不会额外消耗过多上下文 Token。
3 个赞
经常使用的任务可以保留，下次遇到这个问题还可以让这个任务完成：比如测试环境更新到正式环境
2 个赞
技巧：用 # 引用文件，指哪改哪。
说明：在对话中输入 # 加文件名，直接把目标文件喂给 TRAE，定位精准，改动也不会跑偏到无关文件。
2 个赞
一句话技巧金句：
不要使用subagents
一段技巧说明：
在提示词中，添加“不要使用subagents”，应为subagents，提高了复杂度，而且还乱执行，效果很差。特别使用自定义模型的人，还会导致subagents使用内置的模型，扣积分。
3 个赞
直接让trae自己分析（
）
2 个赞
报错原文全贴，别只说"不行"。
说明：把完整报错信息（含堆栈）直接贴进对话，TRAE 能精准定位问题根源；只说"报错了"“跑不起来”，模型只能盲猜，来回沟通反而更费 Token。
2 个赞
先让 TRAE 出计划，点头再动手。
说明：复杂任务先说"先给我一个实现计划，不要写代码"，看完计划确认方向没问题，再让它动手写，避免写完一大堆才发现跑偏，返工成本极高。
2 个赞
规范写进 Rules，自动遵守。
说明：把项目编码规范、命名风格、技术栈偏好写进 TRAE 的 Rules 配置，每次对话自动生效，不用每轮重复提醒，一致性和效率都拉满。
2 个赞
一句话金句
说清目标、画好边界、定下标准——AI不猜。
技巧说明
写好提示词，其实就是在用人类语言对AI进行"非代码编程"。核心就三件事：
一、补充目标——“你要AI做什么？”
用动词开头，说清楚要什么结果。不要说"帮我把这个整理一下"，要说"提取这篇报告的三个核心结论，每点不超过20字"。目标越具体，AI理解偏差越小。
二、补充边界——“什么不能做？”
提前给AI画红线。比如写代码时告诉他"不能使用冷门第三方插件、不能有安全漏洞、不能使用已废弃API"。丑话说在前面，AI才不会自由发挥跑偏。
三、补充验收标准——“怎样才算好？”
指定输出格式（Markdown / 表格 / 纯文本）、字数范围、风格语气（正式/活泼）。把这些提前讲清楚，AI出来的东西直接拿来用，不用再花时间调格式。
一个高质量的提示词，如果能同时满足目标清晰、材料明确、边界清楚、输出定义明确、有验收标准这五条中的四条以上，质量就非常高。
总结：目标决定方向，边界防止跑偏，验收保证质量——三者齐备，AI就是你的得力干将。
最简单的万能框架，三步搞定：
-
角色（Role）：给AI设定身份，锁定专业视角
-
任务（Task）：清晰告诉AI要做什么
-
格式（Format）：规定输出的结构和样式
拼起来就是一个完整可用的提示词。
2 个赞
需求模糊时，让 TRAE 先反问我。
说明：当你自己也说不清要什么时，加一句"先问我 3 个问题搞清需求"，TRAE 会主动追问边界条件，比你硬憋需求描述更靠谱，少走弯路。
2 个赞
技巧：养成改代码前先提交 Git。
让 TRAE 做重构、批量修改或修复杂 Bug 前，先把当前正常版本提交到 Git。这样即使 AI 改偏、改坏或误改其他功能，也能快速查看 Diff、定位本轮改动，必要时直接回退，不用再靠 AI 猜着“改回去”。
4 个赞
梳理测试流程：
技巧：帮我梳理当前任务的测试流程，检查测试流程是否形成闭环
说明：有的模型，你可以让他梳理测试流程，我觉得很多模型开发能力强，也是在人的一点点要求进行开发的，但是一旦让他进行测试的时候，这个流程就不对，可以让它先整理一下测试流程,个人感觉测试比开发还要难,
2 个赞
一句话技巧金句
先跑通流程，再封装Skill
一段技巧说明
很多人在TRAE中写Skill容易踩一个坑——总想一次写出"万能"技能，结果边界太宽导致输出忽好忽坏。正确的做法是：先像正常聊天一样把任务跑通，反复调教AI直到输出完全符合预期，这套提示词流程稳定之后，再让AI帮我们把对话整理成Skill。整理时一定要补上一句"按适用范围、执行步骤、输出规范、注意事项的标准结构整理"，否则AI整理出来的内容会很零散，没法直接用。相当于先做MVP（最小可行版本），验证好了再封装，这是成本最低、效果最有保障的方式1。
如果任务是复杂的多步骤工作流（比如数据分析、跨工具流程），则先搭好Skill基础框架，定清楚核心目标、分几步走、边界在哪，然后用真实任务一次次测试、一次次迭代——好的Skill从来不是写出来的，是用出来的，是磨出来的
2 个赞
技巧：使用 #引用文件锁定对话上下文
说明：写需求的时候带上 #选中对应源码文件，AI 优先读取该文件内容，避免它错误理解整个项目，减少无关改动。
2 个赞
技巧：调试卡死时新开会话重试排错
说明：同一会话反复调试依旧持续出错，不要继续追问，新开对话粘贴报错信息重新分析，规避旧会话错误上下文干扰，提升排错成功率。
2 个赞
技巧：按需切换模型，控制积分消耗速度
说明：简单文案、小改动选用轻量模型，积分消耗慢；架构重构、复杂 Debug 换强推理模型，按需分配更省额度。
3 个赞
不要让trae上来就干活，弄需求给他，让他反复问你，确定清楚以后，输出一个总结，然后把总结复制出来或者建成文档使用/PLAN模式 让他开始干活
1 个赞
技巧：修 Bug 先让 Agent 找根因。
说明：别一上来就说“帮我改”，先让它分析报错日志、梳理调用链、定位根因，确认诊断正确后再修。否则容易哪疼医哪，按下葫芦浮起瓢。
1 个赞
技巧：指令末尾要求优先输出 diff 改动片段
说明：代码修改的时候明确要求输出 diff，不要完整输出全部文件，大幅度降低 token 消耗，方便人工核对修改点。
1 个赞