1. 开始前，先想清楚再动手。
不少开发者一拿起 Cursor（或者其他 AI 编程工具）就急着提需求。
这往往导致代码出错的原因。
其实，正确的步骤是，先准备一个文件夹，里面要包括：
- 产品需求文档 (PRD)
- 技术栈的概览
- 推荐的文件结构
- 前后端开发的规范
- .cursorrules 的配置文件
把这些内容用 Markdown 格式整理好，存放在你的代码仓库里。
2. 不要从头开始
当已有基础时，Cursor（或其他 AI 工具）才会发挥最佳效果。
可以先利用 V0、Lovable 或 Bolt 这样的工具，生成完整的可用界面，争取构建出 MVP（最小可行产品）的80%内容。
接着，再把这些代码导入 Cursor 进行优化和增加业务逻辑。
3. 设定项目规则
别再用 .cursorrules 文件，试试“项目规则”功能吧。
通过这个功能，你可以：
- 针对不同文件类型（例如 SQL 和 JS）应用不同规则
- 调整 AI 的语气和输出结构
- 通过 GitHub 在团队中同步这些规则
这样一来，Cursor 就像一个专门为你的技术栈训练的 AI 开发者了。
4. 同步相关文档，获取更准确建议
进入 @Docs 功能，点击“添加新文档”。
同步这些技术文档：
- Next.js
- Supabase
- Stripe
这样可以为 Cursor 提供更深入的背景信息，从而提升代码生成的准确性和建议质量。
5. 使用 @Codebase 功能，查询整个代码库
需要追踪 Bug 或者查找某个函数吗？
那就用 @Codebase 来提问吧：
- “支付流程是在哪里处理的？”
- “哪个组件负责渲染仪表盘？”
Cursor 会扫描整个代码库，并结合项目背景信息来给出答案。
6. 配置 MCP，实现 Schema 访问与自动化操作
模型上下文协议（MCP）让 Cursor 可以实时访问你的 Supabase 数据库 Schema。
有了 MCP，你就能：
- 动态获取数据表
- 自动编辑 Schema
- 无需手动编写数据库迁移文件
这样，数据库对 AI 来说就变得“可读”了。
这真的是一个颠覆性的功能。
当然，它还有许多其他应用场景。
7. 使用 AI 自动生成行级安全策略
很多开发者往往会跳过 RLS，因为这个过程太繁琐。
现在，只需告诉 Cursor：
“生成 RLS 策略，让用户只能访问自己的数据。”
它会在几秒钟内为你编写安全访问规则。
8. 启用 YOLO 模式，提升效率
Cursor 通常会在执行命令前询问你。
而使用 YOLO 模式：
- 命令立即执行
- 没有确认提示
- 非常适合信任的流程或高级用户
如果运用得当，这可以大大节省时间。
9. 用截图改善用户界面
如果你的用户界面看起来不太对，赶紧截个屏。
将截图拖到 Cursor 中，或者点击聊天窗口下方的图像图标。
然后提示：
“让这个 UI 更简洁、更现代。”
这种视觉反馈能帮助你进行下一步的 UI 迭代。
10. 把你最好的代码保存在 .md 文件和记事本中
每当 Cursor 写出一些有用的内容时：
- 保存为 .md 文件，以便日后参考
- 将代码片段存到记事本中，方便重复使用
这能帮助你建立自己的 AI 代码库，犹如一个内部副驾驶。
总结
把 Cursor 当成你的伙伴，而不是魔术师。
如果你能正确引导它，它的效率会超过你雇的任何初级开发者。
觉得这篇内容有用的话，不妨点个收藏。
让我们一起利用 AI，创造美好的未来吧。
