先理解，才知道该做什么。
把模糊的“想要一个工具”，拆成具体的使用场景：谁会使用、在什么时刻使用、最想省掉哪一步。功能从这些问题里生长，而不是从技术清单里堆出来。
例如，课表不只是显示课程，更要把周次、个人选课和查看路径组织清楚。
实现之前，先问一句：
问题是什么？
我关注软件设计与 AI 辅助开发。
写代码是过程，让想法变得可用才是方向。
让结构与交互一起工作。
界面承载的不是一串按钮，而是完成一件事的路径。信息如何分组、状态如何呈现、出错后如何继续，都和后端逻辑一样值得认真设计。
从桌面客户端到管理面板，先理顺状态与操作之间的关系。
与 AI 协作，也保留自己的判断。
用 AI 加快原型、探索实现和整理代码，同时认真检查它的假设与结果。遇到偏差时回到问题本身，理解原因，再决定怎样修改。
更快地产出代码，也要留出时间理解代码。
把“做完”放到真实场景里。
能运行是起点。接下来检查关键路径、异常情况和交互细节，并区分本地验证、设备验证与真实部署。把尚未验证的部分说清楚，也是交付的一部分。
用实际结果支撑结论，让下一次改进有据可循。