大多数人打开 AI 编程工具，第一反应是开始“聊天”。输入需求，等回复，再补充，再等。像在微信群里派活，一条一条地催。这是用错了。把 Antigravity 当聊天机器人用的人，和把它当交响乐团用的人，产出差了一个数量级。
如果说 Word 是做文档的，Excel 是做表格的，那 Antigravity 就是做软件的。它内置了 Gemini 3、Claude 4.5 Sonnet、GPT——地球上最强的几个模型，全塞进了一个工具里。
FLOW 的框架，四个字母，四个动作。听起来简单，但每一步都在对抗直觉，让做软件也变的更有节奏。
F：爱因斯坦在教你写提示词
Frame，框架。
爱因斯坦说过：“给我一小时解决问题，我花 55 分钟定义问题。”
多数人的第一条提示词是“帮我做一个 XX”。
然后 AI 开始跑，跑出来的东西不对，再改，再跑。来回五六次，把耐心磨光。
更聪明的做法是先不进 Antigravity，先和 Claude 聊。不是让它写代码，是让它挑战你的想法：
“我想做一个账单仪表盘，你来问我问题，帮我把需求理清楚。”
Claude 会追问：用户是谁？核心场景是什么？边界在哪？什么不做？
一轮问答下来，500 字以内的需求文档就成型了。这 500 字，决定了后面几千行代码的方向。
普通开发者在代码里找 bug，高手在需求里找 bug。
L：设计不是输出，是输入
Layout，布局。
大多数人觉得设计是最后的事——功能做完，再套个皮。
反过来才对：先去 Dribbble 找参考图，直接贴给 Antigravity 看。“我要这个风格。”然后把品牌指南、配色规范、字体要求写成一个 markdown 文件，丢进项目根目录。
AI 每次生成界面，都会去读那个文件。
更狠的一招：创建一个叫 gemini.md 的说明文档，写清楚“所有设计必须遵守以下规则”。相当于给 AI 下了一道持续生效的法令。
审美不是天赋，是约束。给 AI 足够多的约束，它就能输出一致性。
这和培养设计师一样：新手给自由会迷失，给边界反而能发挥。
O：别自己干活，管“员工”
Orchestration，编排。
这是 FLOW 框架里最反直觉的部分。
Antigravity 有个 Agent Manager，可以同时启动多个 AI 代理，让它们并行干活。一个在写代码，一个在调研竞品，一个在查行业最佳实践。三个“员工”同时跑，你只需要看收件箱，审批它们的产出。
把 AI 代理当员工看——它们就是。
可以开 10 个、20 个代理，在不同项目里同时推进。你的角色变了：从执行者，变成审批者。
还有一个功能叫 Annotations，可以在 AI 生成的任务列表上加批注。看到“样式”那一行，直接评论：“用项目里的品牌指南。”AI 下次跑的时候就会遵守。
写代码的时代结束了。写批注的时代开始了。
W：从你的电脑，到全世界
World，世界。
开发完成后，大多数工具让你导出代码。更顺滑的链路是：Antigravity → GitHub → Vercel。
三角循环：本地改代码，自动同步到 GitHub 仓库，Vercel 监听仓库变动，自动部署上线。一次都不用手动操作。本地主机（localhost）只是彩排，真正的演出在云端。产品思维的终点不是“我做完了”，而是“全世界能用了”。
一个工具，三种人格
Antigravity 内置了多个模型，很多人只用默认的。其实应该分工：
- Gemini 3 Pro：做设计，因为它是自家软件，针对界面优化过
- Claude Sonnet：写文案、做自然语言相关的事，文字功底更强
- GPT：处理不太可能出错的基础任务，省 token
就像请了三个不同工种的人。设计找美术总监，文案找作家，跑腿找实习生。
模型选型不是技术问题，是人事问题。
