Git som din sikkerhedsudstyr ved AI-drevet kodning

Du genererer kode med Claude, ChatGPT eller Copilot. Alt sker i lynets hastighed. Dit projekt ændrer sig hele tiden. Pludselig passer den perfekte funktion fra sidste prompt ikke mere ind. Hvad skete der mon?

Velkommen til AI-assisteret udvikling. Her bliver Git fra en luksus til et must-have for at overleve.

Hvorfor Git er uundværligt, når AI laver koden

AI er fantastisk til at spytte kode ud. Men den husker intet fra sidste session. Den kan ikke forklare en fejl eller huske dine valg fra i går.

Git er din redningsline.

Med AI arbejder du som en eksperimenter. Nogle gange rammer AI plet med det samme. Andre gange skal du prøve flere veje. Uden version control risikerer du at overskrive noget værdifuldt med ét tryk.

Forestil dig Git som save-points i et spil. Du gemmer fungerende versioner, mens AI tester nye idéer.

Kom i gang med dit første repository – smart og enkelt

Du behøver ikke være Git-guru. Lad os gøre det simpelt.

Grundlæggende opsætning

git init mit-ai-projekt
cd mit-ai-projekt

Først og fremmest: Hvad skal ikke ind i Git?

.gitignore: Din beskyttelse mod rod

Her snublede mange ikke-udviklere. AI-værktøjer producerer masser af affald, der ikke hører hjemme i version control:

• node_modules og pakker: Lad package manageren styre dem
• .env-filer: Aldrig API-nøgler eller hemmeligheder
• AI-eksportfiler: JSON fra ChatGPT-sessions holder du lokalt
• Byggefiler: dist-mapper og kompilerede outputs
• Caches: venv, pip-cache osv.

Her er en klar .gitignore til AI-projekter:

# Pakker og afhængigheder
node_modules/
venv/
env/
__pycache__/
*.pyc

# Miljøvariabler
.env
.env.local
.env.*.local

# Editor-filer
.vscode/
.idea/
*.swp
*.swo

# AI-output og logs
*.log
ai_outputs/
conversation_exports/
temp_generations/

# Byg og kompilerede filer
dist/
build/
*.egg-info/

# Systemfiler
.DS_Store
Thumbs.db

Tilpas til din tech-stack. Du slipper for uheld med at commite node_modules.

Smarte commits i AI-flowet

Med AI er workflowet anderledes end klassisk kodning.

Commit efter hver vigtig AI-interaktion – ikke efter hver linje.

Eksempler:

• AI har lavet en fungerende API-endpoint
• Koden er testet mod dine krav
• Du har flettet AI-forslag ind i dit kodegrundlag
• Før en risikofyldt refaktorering

Undgå at commite hver prompt. Det er støj. Gem kun stabile milepæle.

Gør commit-beskederne klare og nyttige:

✓ "AI lavede autentificeringsflow – testet lokalt"
✓ "Claude's DB-schema integreret – validering OK"
✗ "opdatering"
✗ "Prompt 12 fra ChatGPT"

Så ved du (eller holdkammeraten) senere, hvad det løser.

Worktrees: Test flere AI-ideer sideløbende

Et pro-trick til AI-arbejde: Git worktrees. Du kører flere brancher parallelt uden branch-switching.

Forestil: Du tester to arkitekturer fra AI. Worktrees giver separate mapper.

git worktree add ../eksperiment-1 -b feature/ai-arkitektur-v1
git worktree add ../eksperiment-2 -b feature/ai-arkitektur-v2

Nu kører du originalen i én mappe og tester AI-overhaling i en anden. Test, commit og merg vinderen.

Perfekt til:

• Sammenligne output fra forskellige AI-modeller
• Isoleret test af risikable ændringer
• Holdmedlemmer med separate AI-agenter
• Prototyping af flere løsninger

Branch-strategi til AI-udvikling

Tilpas branchene til AI's tempo.

Anbefalet setup:

• main: Kun produktionsklar kode
• develop: Testede AI-integrationer
• feature/ai-[beskrivelse]: Enkelte AI-eksperimenter
• test/[beskrivelse]: Validering før develop

Det holder kaos ude af din kernekode.

Sand magt: Rollback på sekunder

AI optimerer dine DB-queries. Ser godt ud. Integreret. Pludselig kører appen 30% langsommere.

Uden Git? Blind debugging.

Med Git? Tilbage til stabil version:

git revert [commit-hash]

5 minutter vs. 5 timer. Det er forskellen.

Din daglige AI-rutine

Sådan ser en typisk dag ud:

1. Morgen: Pull fra develop, tjek gårsdagens AI-arbejde
2. Udforsk: Ny feature-branch til dagens AI-samarbejde
3. Generér: Arbejd med AI, commit efter succeser
4. Test: Kør testsuiten
5. Integrér: Merg til develop, når det er solidt
6. Opsummer: Notér, hvad der virkede – og hvorfor

Denne cyklus – branch, generér, commit, test, merg – holder flowet i gang uden kaos.

Hold det simpelt – undgå overkill

Brug ikke komplicerede Git-flows. En solid .gitignore, gode commits og branches dækker det meste.

Målet er checkpoints, ikke Git-masterskab. Så overlever du AI-eksperimenterne.

Git gør AI-kodning fra "håb det ikke krasher" til "test frit og gå videre sikkert".

Næste skridt:

• Opret repository med .gitignore
• Commit efter første AI-kode succes
• Prøv branching, når basics sidder
• Test worktrees ved flere eksperimenter

Bedste tid at lære Git? I går. Næstbedste? Nu, før dit AI-projekt løber af sporet.