这是关于“Vibe Code”系列的第四篇也是最后一篇文章。之前解释了系统提示如何通过设定初始期望和边界来引导 AI 行为，但实际应用中初稿并非最终版本，需进行各种调整。

任务级提示的作用：在基础搭建好后，通过提供指令让 AI 逐步构建、改进和优化。

开始要小：先简单后结构：发布到生产环境不是一次性任务，要从小处开始迭代，例如创建一个带有空间的仪表盘提示，注重简单性，让 AI 自由发挥。

一次专注一个任务：带聚焦的迭代：以伦敦空气质量数据为例，先创建初始仪表盘，然后聚焦分析数据并建议合适的数据可视化方式，AI 能成为真正的合作者。

通过后续提示进行细化：如 Copilot 生成的仪表盘最初功能但视觉较基础，通过细化提示，如可视化空气质量趋势、应用现代暗主题等，得到更优质的仪表盘，可继续根据需求推动改进。

构建对话以获得更好结果：可尝试不同聚焦且开放的提示，不必一开始就追求完美，通常需三到四次迭代。

提示的陷阱：任务级提示需逻辑结构清晰，避免单次提示过载多个目标，如混合不同任务、让 AI 猜测需求、假设 AI 自动满足标准等。

最后认为 AI 辅助开发仍处于早期阶段，市场在快速发展，新模型有望实现更复杂的工作流程。