掌握VS Code 第19讲——自定义指令与命令：把工作流沉淀成可复用资产

访问DeepWrite

排版设置

在这里统一调整字体、字号、目录停靠位置和正文显示方式，不挤占右上角工具条。

字体

字号

目录层级

目录停靠位置

决定目录固定在左侧还是右侧，方便按手势习惯或演示场景调整。

正文显示方式

决定正文是否保留独立阅读卡片背景；关闭后正文会更贴近整页背景。

中文长文先试中文经典；英文长文先试 English Essay。目录默认显示到 H2，可按需要扩到 H4；目录位置和正文显示方式也可以在这里统一调整。

朗读菜单

直接在 HTML 页面内朗读，下载文件和独立分享页都可使用。这里只保留最少功能。

当前状态：未开始

语音

语速 0.82x

高亮级别

浏览器支持时会记住上次朗读位置。

全屏专注式阅读说明

这页优先保留鼠标与触摸操作，让阅读、选词、点击链接和查看目录互不打扰。

单击正文空白区：同时显示或隐藏主题区和目录。
开始滚动正文：自动进入专注态，减少阅读时的视觉干扰。
双击正文空白区：进入或退出全屏专注式阅读状态。
全屏专注时，按 Esc 或点击“退出全屏专注”：退出全屏。

掌握VS Code 第19讲——自定义指令与命令：把工作流沉淀成可复用资产

一、场景钩子

前四讲我们把 AI 接入编辑器这件事拆透了：第15讲分清补全与 Chat，第16讲选对三范式并套约束，第17讲喂对上下文，第18讲接进真实工具。但还差最后一层——这些"你反复让 AI 做的事"，每次都要重新描述一遍吗？

先想一个画面。你每周让 AI "按团队规范给这批改动写单元测试"，每次都要重新敲一遍"用 vitest、覆盖边界、别引新依赖"；团队里另一个人让 AI 做同样的事，描述却不一样，生成的风格五花八门。又或者，你有个固定动作"审查这段代码的性能隐患"，每次手敲一长段指令，累且易漏要点。两次低效，根源不是 AI 不会，是你和 AI 的协作方式本身，还没沉淀成可复用的资产。

核心问题由此而来：怎么把"你反复让 AI 做的事"固化成可调用、可参数化、可共享的指令与命令？自定义指令、斜杠命令到底是什么，为什么它们是 AI 维度的"命令沉淀"？ 本讲处理三件事：第一，自定义指令与命令的机制——它本质是"把高频 AI 交互变成可触发动作"，和第3讲命令面板、第13讲 tasks.json 同构；第二，它从哪来——从"每次手敲长 prompt"到"指令模板库"；第三，也是重头戏——怎么把团队/个人的 AI 工作流沉淀成资产，既省力又统一，同时不踩"指令写死敏感信息"的坑。

二、机制讲透：自定义指令是 AI 维度的"命令沉淀"

先确立一件事：你让 AI 做的很多事，是重复的"意图模板"——"写单测""审性能""按规范重构""解释这段给新人"。这些模板可以存起来，带参数调用。这就是自定义指令与命令的本质。

几个形态：

自定义指令（指令模板）：把一段常用 prompt 存成命名指令，可带参数。比如存一个"写单测"指令，调用时传"给 auth.ts 写单测"，它自动套用你预置的模板（框架、覆盖要求、禁止项）。
斜杠命令 / 自定义命令：编辑器或扩展支持把一段指令固化成一条"命令"，像 /review、/explain 一样一键触发，出现在命令面板或与 Chat 同入口。它和我们第3讲说的"命令面板即命令总线"是同一条脉——只不过这次触发的是"AI 交互"而非"编辑器动作"。

机制落点由此清晰：自定义指令解决"高频 AI 交互的复用"，它把'每次手敲的长 prompt'变成'一次定义、处处触发的动作'。这和第3讲命令面板（一切皆命令、可触发）、第13讲 tasks.json（把命令沉淀成任务）完全同构——都是"把重复动作固化成可调用单元"。区别只在对象：tasks.json 固化的是"外部命令"，自定义指令固化的是"和 AI 的对话模板"。可塑性在这里体现得直接：你把和 AI 的协作方式配置成指令，平台复用、一键触发，新人/团队共享——AI 协作方式本身，成了可配置、可共享的资产，而不是锁在某人的肌肉记忆里。

要分清边界：自定义指令解决"怎么快速触发对的 AI 交互"，它不替你想清楚"这个任务该不该交给 AI"——那要回第16讲按风险选范式。指令是"省力杠杆"，不是"甩手理由"；指令触发的 AI 动作，照样要回阶段四验收。

三、来龙去脉：从"手敲长 prompt"到"指令模板库"

最早用 AI 写代码，每次交互都是临时拼装：你现想现写一段指令，长且易漏要点，不同人写法不一，团队毫无一致性。这和第13讲"每天手敲构建命令"是同一种低效——重复动作没固化，全靠人脑记忆和临场发挥。

指令模板机制的出现，把"临时拼装"变成"资产沉淀"：常用交互存成命名指令，带参数复用，还能提交仓库团队共享。范式转折在于：AI 交互从"每次手工拼"变成"可复用、可版本化、可共享的指令资产"。这和第4讲"设置三层"、第13讲"tasks.json 共享"、第17讲"指令文件"是同一条治理线的终点——你不断把"环境怎么跑、AI 怎么写、AI 怎么触发"从个人记忆变成仓库文件。可塑性在这里兑现得最完整：到这一阶段五收官，你已经能把"AI 协作方式"也固化、共享、评审——能力越大，越该让它"可被复用、可被约束"，你才敢在团队里放心让 AI 上手。

四、破除误解：四个关于自定义指令的错觉

误解一："指令模板是懒人技巧，正经人每次手写 prompt。" 太小看它了。指令模板是"团队 AI 行为标准"的载体——你把"写单测的规范""审代码的维度"固化，全队用 AI 时自动一致，新人不用从头摸索。判断：凡团队有重复的 AI 任务，就沉淀指令——它和 tasks.json 一样，是工程纪律，不是偷懒。

误解二："写一次万能指令，啥都能搞定。" 不可能。不同任务要不同指令：写单测的模板、审性能的模板、解释给新人的模板，关注点完全不同。一个"万能指令"往往两头不靠。判断：指令要"专"不要"大"——按任务类型分设多个窄指令，比一个胖指令准得多，这和第17讲"上下文要做减法"同理。

误解三："指令会僵化创造力，把 AI 框死。" 恰恰相反。指令解放的是"你不想重复的体力"——把"写单测的八条要求"固化后，你省下每次重述的精力，反倒能把创造力花在"这个特殊场景怎么调指令参数"上。判断：指令是脚手架不是牢笼——它兜住重复的底线，你把灵活用在差异处。

误解四："只有高级用户才配写指令。" 其实新手最该沉淀常用指令。新手每次让 AI 做事都手忙脚乱、漏要点，正需要一个"写单测的标准姿势"指令来兜底；老手写复杂指令，但新手靠几个窄指令就能用对 AI。判断：凡你发现自己"第二次做同一件 AI 任务"，就该存指令——早存早省力，和"第二次跑同一命令就写进 tasks.json"是同一直觉。

五、实践影响（重头戏）：把 AI 工作流沉淀成可复用、可共享、受控的资产

下面按"配置—效率—工程—风险"四路给具体决策。

实践落点一：把高频任务沉淀成指令，别每次手敲。 这是最直接的落点。场景：你常让 AI "给这段写单测""审性能隐患""解释给新人"。各存一条指令，下次一键触发，要点不漏、格式统一。判断：凡"你第三次做同一件 AI 任务"，就存指令——可塑性在这里体现为：你把协作方式固化成可触发单元，平台复用，你只决定"调哪个"。

实践落点二：指令带参数，适配不同场景。 场景：一个"写单测"指令，调用时传不同文件路径、不同覆盖要求（"只覆盖边界"vs"全量"）。参数让你用一个模板应对变体，不必为每种变体另存一条。判断：凡指令要应对相似但不同的场景，用参数化而非复制多条——这和第5讲"多光标处理重复变体"是同一种"一次定义、按需变体"的直觉。

实践落点三：团队共享指令库，统一 AI 行为（接第17讲）。 场景：把"写单测""审代码""按规范重构"等指令提交仓库，团队共用。新人拉下来就有"团队标准的 AI 姿势"，不用每人瞎摸索、风格各异。判断：指令库和指令文件（第17讲）、tasks.json（第13讲）同构——都是"团队资产"；凡团队用 AI，就把协作标准沉淀成共享指令，比群里口头约定稳。

实践落点四：指令与指令文件结合——个人偏好叠加项目约定。 具体：项目指令文件管"团队一致"（第17讲），个人自定义指令管"你的高频动作"（本讲），两者叠加不冲突。比如项目约定"用 vitest"，你的指令"写单测"自动继承这条，不必每条指令重写。判断：两层分工——项目管一致、个人管高频，可塑性让你在统一约定之上长出自已的杠杆。

实践落点五：指令与 tasks.json / launch.json 组合，AI 改完自动验（接阶段四）。 场景：你存一条指令"按规范重构并自验"，它触发 AI 改完后，自动调用第13讲的任务跑 lint+单测、用第14讲的配置起调试。AI 从"产出即结束"变成"产出并验"。判断：指令是触发器，任务和配置是验证闸——把本讲和阶段四接起来，AI 工作流才闭环，可控性才落地。

实践落点六：指令要版本化、评审，它是代码资产。 场景：有人改了团队的"审代码"指令，悄悄把"必须查空值"删了，团队 AI 从此漏这维度。要避免，指令改动要提、要评审，像管代码一样管。判断：凡把约定写进文件（指令、指令文件、tasks.json），就按文件纪律管——可塑性给的配置权，用评审兜住，避免"指令漂移"悄悄带偏全员。

实践落点七：指令作为 onboarding——新人看指令库即知团队习惯。 场景：新人入职，不用挨个问"咱们写单测什么规范、审代码看什么"。翻指令库，每条指令就是一份"团队怎么做这件事"的范本。判断：指令库是活的"团队 AI 手册"——它比文档新，因为它直接可触发；新人照着用，行为自然对齐。可塑性在这里的体现：你用指令把"团队知识"变成"可执行的动作"，传承成本骤降。

实践落点八：风险——指令别写死敏感信息、别隐含越权。 这是收尾必须点出的边界。场景：有人在指令里写死"数据库密码""API 密钥"，或写"直接改生产配置"。前者泄露凭据，后者让 AI 越权。判断：凡写指令，敏感信息走环境变量/密钥管理、绝不落地；越权动作（碰生产、推主干）要在指令里明令禁止或交由人确认——可塑性的自由，要用安全边界收住，这和阶段四"验收闸门"、第16讲"权限最小化"是同一套底线。

实践落点九：指令库要"防退化"——定期回看哪些还在用、哪些该删、哪些该升级。 场景：半年后你的指令库长出二十条，其中五条你早不用了、三条和新的项目约定冲突、两条重复。不清理，指令库从"资产"变"噪音"——AI 触发时还给你过时的姿势。判断：凡把指令当资产，就要像管代码依赖一样管它：每季度回看、删废、并重复、对齐新约定。这和第17讲"指令文件版本化评审"、第13讲"tasks.json 治理"同构——所有"固化成文件的能力"，都需要定期瘦身，否则配置漂移悄悄带偏行为。可塑性给你的自由，要用"定期治理"收回；指令库越干净，AI 协作越准，这才是"可复用资产"而非"堆积的过期 prompt"。更务实的一步：把指令库和团队知识库打通——一条好指令，本质是"团队怎么做这件事"的可执行范本，它该和文档互相引用、同步演进，而不是孤岛；新人翻指令库，既拿到"可触发的动作"，也拿到"为什么这么做的来龙去脉"。

六、承前启后：一句话记住

回到开头那个画面。你每周手敲"按规范写单测"、同事写法却不同、风格五花八门——根源不是 AI 不会，是你和 AI 的协作方式还没沉淀成资产。自定义指令把"高频 AI 交互"固化成可触发、可参数化、可共享的动作，和第3讲命令面板（一切皆命令）、第13讲 tasks.json（命令沉淀）完全同构——只是这次固化的是"和 AI 的对话模板"。可塑性在这里收官得最完整：到阶段五结尾，你已经能把"AI 协作方式"也固化、共享、评审，它成了可配置、可共享的资产，而非锁在某人的肌肉记忆里。但指令是省力杠杆不是甩手理由——它触发的 AI 动作，照样要回阶段四验收、回第16讲按风险选范式。

这一讲收官阶段五·AI 集成：第15讲分清补全与 Chat、第16讲按风险选三范式并套约束、第17讲喂对上下文、第18讲接进真实工具、第19讲把协作方式沉淀成资产——五讲串成一条线：AI 不是黑箱魔法，而是一组你能配置边界、喂对上下文、接真工具、沉淀工作流的可塑能力。下一讲我们进入阶段六·工程化与元认知——工作区即文档、远程与容器开发、性能与扩展治理、以及收官时构建你自己的 VS Code 能力体系，把整套"可控性/可塑性"落到实处。

能带走的一句话：自定义指令是 AI 维度的"命令沉淀"——把高频 AI 交互固化成可触发、可参数化、可共享的资产，和第3讲命令面板、第13讲 tasks.json 同构；但它触发的工作照样要回阶段四验收，指令里绝不写死敏感信息。