前端团队的 AI 工程资产
前端团队可沉淀的 AI 工程资产类型，以及它们如何提升编码效率和输出一致性。
#tech / dev / frontend
#type / synthesis
#status / growing
[!info] related notes
前端团队的 AI 工程资产
AI 对团队最大的价值，往往不是某个人临时提效，而是把高频场景沉淀成可复用资产。
一句话定义
AI 工程资产是把团队在代码生成、review、重构、页面搭建和知识复用上的经验，沉淀成可重复调用的模板、规则、工作流和工具集合。
常见资产类型
- Prompt 模板库
- 页面或组件生成模板
- AICR 规则库
- Agent 工作流
- 项目知识库和上下文规则
- 物料库与基础库
为什么它有价值
- 降低个人经验差异带来的输出波动
- 把一次性的 prompt 经验变成团队可复用能力
- 提高代码风格和结构一致性
和传统基础设施的关系
- 组件库、基础库更偏可运行代码资产
- AI 工程资产更偏生成、约束、检查和知识复用能力
- 两者可以互相支撑，而不是替代关系
怎么判断资产是否真的有效
- 是否减少重复劳动
- 是否提升输出一致性
- 是否降低 review 成本
- 是否没有制造新的维护负担
常见误区
- 把任何 prompt 都当资产
- 只建库不维护
- 资产过重，反而拖慢团队
最短记忆方式
个人会用 AI 是提效，团队能沉淀 AI 资产才是规模化提效。
面试要点
来自 material-library-vs-component-library-interview-question 的面试视角整理。
一句话回答
AI 工程资产就是把团队在 prompt、规则、模板、review、工作流和知识复用上的经验沉淀成可重复调用的能力。它的价值不只是让个人更快，而是让团队输出更稳定、更一致、更容易复制。
最稳的回答主线
- 先说它是什么
- 再举几个常见资产形态
- 最后强调为什么它的价值在团队规模化提效
常见资产形态
- Prompt 模板和规则库
- AICR 检查规则
- 页面生成模板和物料
- Skills、Agent 工作流
- 项目知识库和上下文约束
面试里最好补的一句
真正有价值的不是某个人很会用 AI，而是团队能把高频经验沉淀成别人也能稳定复用的能力。
常见误区
- 把任何 prompt 都算成工程资产
- 只建资产不维护
- 资产很重，但没有真正减少重复劳动
可能追问
- 你们团队沉淀过哪些 AI 资产
- 怎么判断一个资产值不值得持续维护
- AI 工程资产和组件库、脚手架有什么关系
最短记忆方式
个人会用 AI 是提效，团队能沉淀 AI 资产才是规模化提效。
一句话回答
组件库更偏底层可运行 UI 组件和基础交互能力，物料库更偏业务可复用的页面区块、表单模板、表格模板和场景化模块。在 AI 工程资产里，两者都重要，但物料库更贴近业务搭建效率。
最稳的回答主线
- 先区分抽象层级
- 再区分复用粒度
- 最后说明它们在 AI 场景里的不同价值
可以怎么展开
- 组件库偏按钮、表单项、弹窗、表格等基础能力
- 物料库偏业务卡片、页面区块、搜索区、配置面板等场景模块
- AI 做页面生成或搭建时，物料库更容易直接复用业务结构
常见误区
- 把物料库和组件库当成同义词
- 只有组件库，没有场景化物料，却希望搭建效率很高
- 物料抽象过死，结果复用边界很差
可能追问
- 什么时候应该沉淀成组件，什么时候沉淀成物料
- 物料库在 AI 页面生成里为什么更重要
- 物料库怎么避免越积越乱
最短记忆方式
组件库偏基础能力，物料库偏场景化复用。