混合双打，跨平台agent协同

恭喜，现在你已经至少接触了两款CLI Agent工具了。我们的项目组，也扩充到"三人"规模，随着"人数"的增加，最大的挑战开始变为"协同"以及"分工"。由于我们实力倍增，我们不妨做一个更加复杂的任务。

这次我计划做一个网页应用，在网页中绘制一些三维体量，接入图像大模型，生成效果图。

注意，即使你完全参考我的输入，你的过程很大概率与我不同。这就如同你向两个团队提了相同的要求，即使两个团队都输出了结果，但过程必定是不一样的，除非他们相互抄袭。所以，如果参考我的输入，一定要灵活地组织AI，基于场景对AI做出适合的调整。

使用AI-Launchpad，选择【网页应用】创建一个新项目

启动项目，出现vscode编程工具后，开启ClaudeCode和Codex

第一句 Prompt to ClaudeCode**（确定产品需求）：**

我们首先让ClaudeCode起草一份需求文档（PRD)

我想做一个网页应用，用户可以在上面方便地做一些体量建模，然后通过图像AI，生成概念效果图。请先生成一份产品需求文档，我们将在这份文档上开展讨论和修改。当前阶段我们先聚焦在产品的设计、技术的选型，而不是产品实现。

编制出来了，我们可以点击工具标题快速跳转到这个文档

下面是导出的产品需求草稿，方便阅读。

事实上，在学习AI编程的过程中，代码的具体形态并不是最关键的。相比之下，产品定位、技术框架、功能需求等内容，才是大多数人转向产品设计必须补上的关键知识。因此，请务必认真阅读与产品相关的文档和资料。如果遇到不了解或没有概念的部分，可以先借助AI快速建立一个初步印象，再通过后续的实践逐步深入掌握。

第二句 Prompt to Codex （讨论与细化）：

假设我并不太了解产品设计，现在我让Codex来评审这份需求文档，并且给出一些建议或意见

我们正在设计一个新的应用，当前打开的文件是产品的需求文档，由于我是一个产品设计的新手，所以我无法评审及提出意见，请辅助我推进讨论工作。你可以使用特殊格式或标记，直接在文档中输出你的意见

在实践中，其实应该是第一个ai给草稿，我先消化，给出意见和修改，然后再给另外的ai评审，这里演示为了简化流程，就默认"我"没有给任何输入意见

第三句 Prompt to ClaudeCode （响应与回复）：

现在，结合codex给出的意见，引导ClaudeCode细化需求文档

技术专家对你的初稿进行了评审，并在文档中添加了评审内容，请你阅读评审内容，一条一条与我确认，我们来一起细化及修改需求文档

这里就一直对话，直到最后解决完所有评审意见。可以看到在ClaudeCode的辅助下，通常他都会给出合理建议

第四句 Prompt to Codex （需求确认）：

我与产品需求方重新修改了文档，请再帮我看看是否可以开始MVP工作了

一些小问题，我们可以返回Claude继续让他改，这次我直接忽略。

事实上，在实践中，你应该让ai们编写开发计划文档，将复杂的项目开发切分为若干个开发环节，每个环节有其独立的目标、测试方法，这样才能保证项目开发的可控性

这次流程简化我就直接开始了 第五句 Prompt to ClaudeCode （开始实施）：

很好，按照这份文档，请开始MVP的开发工作

Claude先按Week1的工作量完成了第一阶段内容，我们让他继续开发

第一个版本

你可能已经注意到，在上述示例中，Codex 主要扮演了审核者的角色，而 ClaudeCode 则承担了执行者的任务。这是因为根据我的实践经验，我认为 Codex 在深度思考和逻辑分析上表现更为出色，而 ClaudeCode 在执行效率和代码生成方面更具优势。这种协作方式通常能够实现较好的配合效果。

在进行更复杂的项目开发时，我常常会根据不同 AI 的特长进行分工：界面效果出色的 AI 负责前端页面开发，逻辑严谨的 AI 承担代码审阅与架构分析，而代码生成能力强的 AI 则专注于具体模块的实现。多尝试、多比较，了解不同 AI 的特点与能力边界，才能更有效地组织和协调你的“AI 团队”。