Einzelne Dateien mit AI bearbeiten ist der Einstieg. Die wahre Produktivität entsteht, wenn AI ganze Workflows übernimmt — Multi-File-Edits, Codebase-weites Refactoring und AI-gestütztes Code Review.
Cursors Composer (Cmd/Ctrl + I) ist das Werkzeug für Änderungen über mehrere Dateien:
Szenario: Neues Feature "User Notifications"
Prompt an den Composer:
"Implementiere ein Notification-System: 1) Supabase-Tabelle 'notifications' mit id, user_id, title, message, read, created_at. 2) Server Action zum Erstellen und Markieren als gelesen. 3) React-Komponente NotificationBell mit Badge-Count. 4) API Route für Echtzeit-Updates mit SSE. Nutze bestehende Patterns aus @folder:src/app/actions und @folder:src/components/ui."
Was Composer macht:
"Migriere @file:src/lib/legacy/helpers.js zu TypeScript. Leite Types aus der Nutzung ab (schau in @folder:src/components, wie die Funktionen aufgerufen werden). Erstelle ein @file:src/types/helpers.ts für die Types. Aktualisiere alle Imports."
"Migriere alle Aufrufe von /api/v1/ zu /api/v2/ im gesamten Projekt. Die v2-API nutzt camelCase statt snake_case für Response-Felder. Aktualisiere alle Types und Zugriffspatterns. Zeige mir zuerst, welche Dateien betroffen sind."
"Aktualisiere alle Importe von 'date-fns' v2 auf v3. Die wichtigsten Breaking Changes: format() nutzt jetzt ein anderes Token-System, parseISO ist jetzt parse. Zeige mir die Änderungen, bevor du sie anwendest."
Bevor Sie einen Pull Request erstellen — lassen Sie AI Ihren Code reviewen:
"Reviewe die Änderungen in @git:staged. Prüfe auf: 1) TypeScript-Fehler und Type Safety 2) Potenzielle Security Issues 3) Performance-Probleme 4) Fehlende Error Handling 5) Inkonsistenzen mit dem bestehenden Code-Stil. Formatiere als Markdown-Checkliste."
AI identifiziert typische Probleme:
any-Types, fehlende Null-Checks, unsichere Type AssertionsNavigator-Pattern: Sie schreiben den Code, AI beobachtet und kommentiert:
"Ich implementiere jetzt die Zahlungslogik. Beobachte meinen Code in @file:src/lib/billing/checkout.ts und weise mich auf Probleme hin, sobald du sie siehst."
Driver-Pattern: AI schreibt den Code, Sie steuern die Richtung:
"Implementiere die nächste Funktion processRefund. Stoppe nach jeder Funktion und warte auf mein Feedback, bevor du weitermachst."
Ping-Pong-Pattern: Abwechselnd Code und Tests:
Erkenntnis: AI Pair Programming funktioniert am besten, wenn Sie die Architektur vorgeben und AI die Implementierung übernimmt. Umgekehrt (AI entscheidet Architektur) führt oft zu generischen Lösungen.