Plan 模式（计划模式）

什么是 Plan 模式

Plan 模式的核心原则：让 AI 先输出完整计划，经人类确认后再执行。与直接让 AI 写代码不同，Plan 模式强制加入"思考 → 确认 → 执行"的中间环节，有效减少返工。

Plan vs Chat 核心区别

对比例子

场景：重构一个函数
→ 用 Chat 模式
  "这个函数有性能问题，请优化"
  AI 直接给出优化后的代码

场景：设计一个用户注册模块
→ 用 Plan 模式
  "实现用户注册功能，包含邮箱验证"
  AI 先输出：
    1. 数据模型设计
    2. API 接口列表
    3. 安全措施
    4. 测试计划
  人类确认后，AI 再逐步执行

工作流程

用户描述需求
    ↓
AI 输出执行计划（不写代码）
    ↓
人类审查计划 → 不通过 → 反馈修改
    ↓ 通过
AI 按计划逐步执行
    ↓
人类验收结果

各工具的 Plan 模式

Claude Code — Plan Mode

Claude Code 内置 Plan 模式，使用 /plan 命令进入：

/plan 实现一个用户注册功能，包含邮箱验证

AI 输出：
## 执行计划

### 1. 数据模型设计
- 创建 User 模型（id, email, password_hash, verified, created_at）
- 创建 VerificationToken 模型

### 2. API 接口
- POST /api/auth/register — 注册
- GET /api/auth/verify/:token — 邮箱验证

### 3. 安全措施
- 密码使用 bcrypt 加密
- Token 有效期 24 小时
- 邮件发送使用队列异步处理

### 4. 测试
- 单元测试：密码加密、Token 生成
- 集成测试：注册流程、验证流程

确认后开始执行？

Cursor — Ask + Composer

在 Cursor 中，先用 Ask 模式让 AI 规划：

1. 打开 Ask 模式（非 Composer）
2. 描述需求，要求 AI 输出计划
3. 审查计划后，切换到 Composer 执行

Trae — Builder 模式

Trae 的 Builder 模式天然支持 Plan：

1. 描述需求
2. AI 自动生成任务拆解
3. 逐步确认并执行

Plan 模式的优势

最佳实践

1. 计划要具体：要求 AI 列出文件名、函数名、数据结构，而非模糊描述
2. 分步确认：大任务拆成多个小步骤，逐步确认
3. 保留计划：将确认后的计划保存为文档，便于后续追溯
4. 灵活调整：执行中发现计划不合理，及时暂停并调整
5. 结合 Spec：Plan 模式 + Spec 文档 = 更强的可控性

适用与不适用

• ✅ 新功能开发（涉及多个文件）
• ✅ 架构重构
• ✅ 数据库 schema 变更
• ✅ API 接口设计
• ❌ 简单的 bug 修复（杀鸡用牛刀）
• ❌ 一行代码的修改

常见问题