Cursor Rules 教學:如何讓 AI 更理解你的開發需求?

Cursor Rules 教學:如何讓 AI 更理解你的開發需求?

不論你是剛開始學習AI寫程式的小白,或是早就有開發經驗的工程師,應該都有聽過,或是正在使用 Cursor。除了AI自動補全程式碼功能之外,其實還有一個小細節,可以大幅提升AI 產code的品質。

Cursor Rules 是什麼?

Cursor Rules 是一組自訂指令,用來引導 Cursor 搭配的LLMs。它能夠調整 AI 在解讀程式碼、提供建議和回應時的行為,你可以想像成是一種引導AI的 prompt 或指示。


如何建立與使用 Cursor Rules?

你可以透過兩種方式來建立 Cursor Rules:

  1. Project Rules:這也是Cursor團隊推薦的作法
    project-rules.png

  2. Global Rules:在 Cursor 設定中的 「General」 > 「Rules for AI」 進行設定。
    rules-for-ai.png

  • Semantic Descriptions: 每條規則都可以包含什麼時候應該使用的描述
  • File Pattern Matching: 使用 glob 模式來指定適用規則的檔案或資料夾
  • Automatic Attachment: 當匹配的檔案被引用時,規則會自動套用
  • Reference files: 在專案規則中使用 @file,讓規則應用時將其作為上下文納入參考

範例 & 應用場景
以下是一些常見的專案規則應用方式:

  • 特定框架的規則(例如:針對 .tsx 檔案設定 SolidJS 偏好
  • 自動生成檔案的特殊處理(例如:.proto 檔案)
  • 自訂 UI 開發模式
  • 特定資料夾的程式碼風格與架構規範

透過這些規則,你可以讓 Cursor AI 更精確地適應你的開發環境,提升開發效率!🚀

  1. .cursorrules檔案:在你的專案根目錄中新增 .cursorrules 檔案,但這個功能未來會被移除,目前推薦直接使用 Project Rules

Cursor 會在你的程式開發過程中自動應用這些規則。


該怎麼寫自己的 Cursor Rules?

  • 最快的方式,就是去到Cursor的官方論壇
    ,那裡有很多人會分享自己的rules,然後再微調成自己的風格

常見問題

我可以與團隊共享 Cursor Rules 嗎?

可以!你可以將 .cursorrules 檔案與團隊成員共享,以確保專案內的編碼規範一致。至於全域規則,你可以分享你的規則內容,讓團隊成員手動加入到他們的 Cursor 設定中。


Cursor Rules 是否限定特定程式語言?

Cursor Rules 可以是通用規則,也可以是特定程式語言的規則。你可以設定適用於所有程式語言的規則,或是為不同的語言或框架設定專屬規則,讓 AI 能夠根據不同的開發環境調整行為,提供最佳化的開發體驗。

如果你還沒開始使用Cursor Rules,趕快手刀加入吧 !

Read more

用 Google Apps Script 模擬 Email 開信:破解追蹤像素的實驗

用 Google Apps Script 模擬 Email 開信:破解追蹤像素的實驗

行銷領域中,「開信率」一直是評估 EDM 成效的重要指標。這個數據看似簡單,背後卻藏有許多技術機制與行為假設。這次我們透過一個技術實驗,重新檢視開信率的追蹤機制,並嘗試以 Google Apps Script 模擬開信行為。 開信追蹤的基本原理 大多數 EDM 系統會在信件中悄悄嵌入一張透明的 1x1 像素圖片,也就是所謂的「追蹤像素」。當使用者打開這封信,信件的 HTML 被載入,這張圖片也會發送請求給伺服器,藉此判定收件人「已開信」。 這種做法的關鍵在於:是否成功觸發伺服器上的圖片載入請求。只要圖片被讀取,就被視為信件被閱讀,開信率也就因此提升。 技術實驗:模擬開信行為 我們發想了一個技術實驗:如果我們不是真人開信,而是用程式去抓信件的 HTML 內容,然後主動對圖片發送請求,是不是就等同於「開信」了? 在這個實驗中,我們使用 Google Apps Script

By Reynold Cheng
用白話文解釋 CoT(Chain of Thought)

用白話文解釋 CoT(Chain of Thought)

什麼是 CoT(Chain of Thought)? 如果你在網路上看到某些 Prompt 教學,告訴你要在提示詞內加入 "think step by step",這就是 CoT 的典型用法! 如果用比較學術的解釋來說,CoT 是一種 提升大型語言模型(LLM)推理能力的技術,它讓模型在回答問題時像人類一樣逐步思考,而不是直接給出答案。 但隨著 LLM 的演進,CoT 可能變得不再必要。在較新的 Reasoning 模型(如 o1、o3-mini、DeepSeek R1)上,使用 CoT 不一定能提高答案品質,甚至可能影響推理效果。這些模型已內建強大的推理能力,不需要額外的「一步步思考」提示。 GPT 模型

By Reynold Cheng
還在每天手動分類信件? 來試試信件分類自動化!

還在每天手動分類信件? 來試試信件分類自動化!

收件匣雜亂問題讓人好困擾 看到喜歡的寫作內容和電子報,隨手訂閱起來,但過了幾個月發現信箱怎麼一團亂,有時工作一繁忙根本就沒空去一一閱讀和分類。但又不忍心按下退訂,總想著有一天會去把這些電子報看完🤪 沒關係,你不孤單,其實大家都是這樣。 為了解決這個問題,我花了半小時 快速用 Google Apps Script (GAS) 寫了一個郵件自動標籤分類功能。 Source Code 也開放出來,只需複製貼上到你的 GAS, 找到 emailRules 這個變數,改成你訂閱的電子報即可。 更進階的應用,可以設定成每天或每周定期自動執行 這個功能可以解決哪些問題呢? 1. 郵件分類管理 * 根據發件人 Email 地址,自動將郵件分配到特定標籤 2. 減少收件匣混亂 * 分類後自動封存 (Archive),避免收件匣累積過多郵件 3. 支援多標籤分類 * 一封

By Reynold Cheng
主觀選擇 vs 客觀必然

主觀選擇 vs 客觀必然

工作流程自動化的需求,究竟是 主觀的選擇 還是客觀的必然? 但不論是哪一種,最好不要抱持著 "我是為了你好"的心態 而是需要站在對方的立場去思考,覺得不需要自動化的人,心裡會怎麼想? 主觀的選擇 ↓↓↓ 1. 我多花點時間就可以處理,沒必要自動化 2. 學習自動化的時間 > 省下的時間 3. 改變帶來的不確定性,例如怕效率提高會被賦予更多工作 客觀的必然 ↓↓↓ 1. 是否存在大量重複性的工作 & 任務 ex. 例如財務報表的對帳與審核 2. 是否會隨公司的營業規模擴大而變成瓶頸? ex. 廣告數據分析,當需要整理的後台投廣數據從 10 個變成 100 個 💡在「主觀的選擇」與「客觀的必然」之間找到共同交集, 才能讓習慣手動作業的人,接受不同的作法。 方法: 1. 量化時間成本

By Reynold Cheng