每一步都有明确的输入和输出。不跳步，不返工。
1. 用自然语言描述你想做什么，不需要技术术语
2. 让 AI 反问你——「你觉得这个场景下用户会怎么用？」
3. 讨论清楚：核心功能、用户画像、业务规则、可能的坑
4. 至少聊 3-5 轮 深度对话，直到你觉得「我真的想清楚了」
1. 第 1 轮：「有没有跟我这个类似的开源项目？」
2. 第 2 轮：「这个项目的 XX 部分，有没有更好的开源实现？」
3. 第 3 轮：「XX 问题的业界最佳实践是什么？有没有开源方案？」
4. 第 4 轮：「这个架构模式，有没有生产级的开源参考？」
5. 第 5 轮：「还有没有我没想到的、但很关键的开源工具或库？」
如果你在第 1 步用了「炼魂 9 问」拆解过对标产品，这里的探索会更精准。
context.md，把前两步的所有对话记录、开源项目信息、你的思考笔记全部复制进去。这不是随便堆，而是有结构地整理——需求描述、技术选型、对标分析、待解决问题。# 项目概述 — 一句话说清楚做什么
# 需求详情 — 第 1 步聊出来的完整需求
# 对标项目 — 第 2 步找到的 5+ 个开源参考
# 技术决策 — 选什么框架、为什么
# 待解决问题 — 已知的坑和风险
# 对话记录 — 关键对话片段（不用全部，挑重要的）
context.md 放到项目根目录，告诉 AI：「这是我的项目背景和实现思路，请先读完再开始。」1. 把 context.md 放在项目根目录
2. 第一句话：「请先阅读 context.md，理解项目全貌」
3. 不要一上来就让 AI 写代码，先让它确认理解是否正确
4. 让 AI 输出它的理解摘要，你确认后再进入下一步
1. 拉取 Agenauton Skill 文件：curl -s https://agenauton.com/skill.md
2. 或直接复制 AI Architect Prompt
3. 让 AI 逐层输出：基础设施 → 数据状态 → 核心逻辑 → 交互 → 治理 → 演进
4. 每个维度必须有明确选型，不能留空
1. 按模块顺序构建，不要一次性让 AI 生成整个项目
2. 每个模块：生成 → 审查 → 测试 → 下一个
3. 遇到问题回头看 context.md，确保不偏离初衷
4. 定期用 26 维度做「体检」，确保没有遗漏
别人的成功可以参考，但不能复制。
铸基六式的核心不是「抄谁」，而是「想清楚自己要什么」。
跟 AI 对话的过程，也是跟自己对话。
我想过和我做过，你的选择是？
一个人，一个想法，六步铸成。