如何通过强约束提示词让 Cursor 写出没有“AI味”的高质量代码

很多开发者在使用 Cursor 或 Claude Code 时都会发现一个共同的问题：AI 生成的代码虽然能跑通，但总有一种说不出的“塑料感”。这种感觉具体表现为结构过于规整得像教科书，但在处理复杂业务逻辑时极其臃肿，充满了那种为了“标准”而存在的冗余抽象。其实这是因为 AI 的输出倾向于概率分布中的中庸地带，它习惯于给你一个最稳妥、但也是最平庸的“标准答案”。

要消除这种 AI 味，不能只在对话框里说“请写得专业一点”这种模糊的指令，因为 AI 对“专业”的理解通常就是增加更多的设计模式和样板代码。真正的突破口在于引入一种类似 Hallmark 的设计思维，通过在 .cursorrules 或 System Prompt 中建立一套强约束的“反 AI 冗余”标准，强制它放弃平庸的路径，模拟资深开发者的编码习惯。

我建议在配置文件中直接注入一套名为 Anti-AI-Slop Coding Standard 的约束集。这套标准的逻辑核心不是告诉 AI “要做什么”，而是告诉它“禁止做什么”。

首先是关于架构的克制。AI 非常喜欢写深层的类继承，这在小型项目或快速迭代中往往是灾难。你可以明确要求 Prefer Composition over Inheritance（优先使用组合而非继承）。其次，必须严厉禁止过度工程（Over-Engineering）。AI 经常在没有实际需求的情况下预留所谓的“扩展接口”，写出大量冗余的抽象层。在约束中加入“严禁在无实际需求时预留接口”，能有效精简代码量。

在命名和逻辑密度上，细节决定成败。AI 极其喜欢使用 data, info, result 这种万金油变量名，这正是“塑料感”的来源。要求 Explicit over Implicit（显式优于隐式），强制其使用具有具体语义的命名。同时，在逻辑实现上设定一个硬指标：如果一个逻辑可以用 3 行清晰的代码实现，就禁止使用 10 行的“标准设计模式”来包装。

最后是错误处理的颗粒度。最典型的 AI 代码就是写一个巨大的 try-catch 然后在 catch 块里简单地打印一个 console.log(error)。这种吞掉错误的行为在生产环境下是不可接受的。要求 AI 必须提供具体的错误上下文处理，能让代码的健壮性瞬间提升一个档次。

在实际操作中，这种约束带来的体感提升在重构阶段最为明显。之前我使用 Cursor 的 Cmd+K 进行重构时，它倾向于将代码扩充得极其“标准”且冗长，虽然看起来很像大厂规范，但实际上增加了维护成本。但在加入上述 .cursorrules 约束后，AI 的行为发生了显著变化：它开始倾向于删除不必要的样板代码，逻辑密度明显提高，代码风格从“教科书式”转向了“实战派”。

这种方法的本质是在对抗 AI 的概率分布。由于训练数据中充斥着大量中庸的代码，AI 默认会输出最符合大众认知的代码。通过这种强约束的 Hallmark 技巧，我们实际上是在强制 AI 绕过那些高频但平庸的路径，调用其模型中更高质量、更精炼的代码模式，从而写出真正像资深开发者手笔的代码。