AI 辅助重构：小步改进而不是一次重写

## 适用场景

适合遗留模块、复杂函数和重复代码。重构前必须锁定现有行为，并控制每次变更范围。

## 三步工作法

### 步骤 1：建立行为基线

通过测试、日志和样例确认当前正确行为与已知怪异行为。

### 步骤 2：绘制依赖与风险

让 AI 分析调用关系、数据流、副作用和最容易破坏的边界。

### 步骤 3：制定小步顺序

每一步只做一种结构改进，保持可运行、可测试、可回滚。

## 可直接复制的 Prompt

> 分析以下模块并制定重构计划。先总结现有职责、依赖、副作用和行为契约，再按可独立提交的小步骤排序；每步给测试保护、预期收益和回滚方式。不要直接建议整体重写。

## 进阶技巧

- 重构提交不混入新功能

- 先处理有测试覆盖的区域

- 性能优化必须先有测量

## 交付前检查

- 外部行为是否保持

- 每步是否可独立回滚

- 复杂度是否真实下降

## 预期效果

在持续交付过程中逐步降低技术债，而不是用高风险重写替换已知问题。

## 使用边界

AI 负责整理、扩展和检查，人仍然负责事实准确性、业务判断、隐私保护与最终发布。涉及个人信息、商业机密、财务、法律或安全内容时，只能使用组织批准的工具和脱敏材料。