让AI编程不再”猜错需求”——Blueprint用提问代替盲写代码

你们有没有这种感觉：让 AI 写代码，它确实写得快，但写完了发现——做的东西根本不是你想的？

不是 AI 笨，是你没来得及告诉它那些”你以为不用说”的事。

Blueprint 就是来解决这个问题的。它是 Imbue（之前融了 200M 美元做 70B 模型的团队）刚出的开源工具，本质是一个编程前的规划 copilot。在 AI 动手写任何一行代码之前，它先读你的代码库，然后向你提问。

不是泛泛的”你想要什么”，是那种具体的、像资深工程师会问的选择题。比如：「这个缓存层是只读还是读写？」「这个字段 v2 要不要 backward compatible？」「这个新服务是独立部署还是跟现有服务共进程？」

你回答，它继续追问，直到把真正模糊的地方都澄清。然后输出一个结构化的 Markdown 规划文档，丢给 Claude Code / Codex / Gemini CLI / Pi agent，它们照着执行就行。

核心用法

在 Claude Code 里安装：

npx skills add imbue-ai/blueprint

然后告诉它你要做什么：

/blueprint 为订单模块加一个缓存层减少数据库压力

Blueprint 会先读一遍你的代码结构，然后开始问问题。你觉得哪个答案对就选，不在乎的跳过，几轮之后：

/blueprint-generate

规划文件就生成了：blueprint/<slug>/plan-<slug>.md

不想用终端？VS Code / Cursor / Windsurf 都有官方插件，装上之后侧边栏点点一样用。

什么时候用它

最合适：
– 新项目从零搭，或者大功能第一次进场
– 现有代码库里做需要动多处改动的那种 feature
– 研究性实验——在动手前把假设整理清楚

不太适合：
– 小的 refactor（不值得专门走一轮规划）
– 纯视觉的前端调整（大部分决策是设计稿说了算）
– 紧急 bugfix（时间不等人）

为什么我觉得它有意思

大部分 coding agent 的失败，不在于写代码那一步，而在于任务描述本身就模糊。agent 拿到一个模糊的任务，会自作聪明地填坑——结果填的往往不是你的本意。

Blueprint 把”填坑”的动作外化成了一个人类参与的环节：你做决定，AI 做枚举。两边各自干最擅长的事。

团队里如果多人用 AI 编程，Blueprint 的规划文档本身也是一个沟通载体——把你的想法凝固下来，review 之后再让 agent 执行，比口头说过就忘强多了。

GitHub（MIT 协议，⭐ ~78）：

https://github.com/imbue-ai/blueprint

VS Code 插件直接搜 Imbue Blueprint 即可安装。

GitHub: https://github.com/imbue-ai/blueprint