超越贪吃蛇——技术纯小白如何用 AI 开发真正的应用

超越贪吃蛇——技术纯小白如何用 AI 开发真正的应用 超越贪吃蛇——技术纯小白如何用 AI 开发真正的应用 2 明确项目需求 你可以通过和 AI 的对话，来逐步明确项目需求。（如果你是训练有素的产品经理，可以忽略这一步） “我想要开发一个 XXX。你能否像一个高级别的还懂技术的产品经理指导初级产品经理那样，向我提问，帮我梳理清产品功能， 尤其要注意可能会涉及到技术方案选择的关键点 。请一问一答，帮我由全局到细节逐步梳理。不要一口气问我太多问题。” 来来回回的对话后，你可以让 AI 帮助你梳理出产品需求文档。这样的文档会包含影响技术方案选择的细节，比直接给 AI 一段口头的需求描述要准确地多。在后续开发的时候每次新起一个聊天就把文档发给 AI 并告知你现在在做第几点功能，会非常方便。 3 规划 POC 和开发路径 然后，开始设计 POC 的小项目。 “我是技术小白。我想要开发的项目功能如下。这里有哪些技术点？能否为我一一列举。 请尽可能细化，帮我选择合适的技术方案，并为我设计 POC 项目。 每个 POC 都应该是一个独立的项目，我好先通过完成 POC 来学会相关技术。” POC，proof of concept, 可以理解成是实验性小项目。之所以要略显麻烦地采用这样的步骤，是因为 POC 可以足够小，AI 能直接生成。通过研究小项目、搞明白特定技术点是如何工作的，这样后续把功能添加到真正项目中时才不会稀里糊涂。在大项目里添加功能，AI 很可能会顾此失彼频频犯错，AI 给你的代码你若看不懂放错地方也会很难排查。学会了 POC 项目，你就能对照 POC 的代码来搞定大项目了。 这一步，AI 可能犯的错误有——选取不合适的技术栈；拆分粒度不够细；开发路径设计不合理、没有循序渐进。如果有可能，请把 AI 生成的计划给一个老师傅，请他帮助把关。 4 逐步学习和开发 接下来就是真正的实践了。按照项目规划，学习一个 POC，将其应用到大项目中；再学一个 POC，再运用…… 当遇到错误的时候，复制错误信息，复制相关的代码，扔给 AI 让它找错误并修复。 如果用可以识图的 claude 或 GPT4o，截图+错误信息+代码 三件套会非常好用。 听上去简单，但其实坑非常非常多。例如开发 chrome 插件，现在应该开发 manifest v3 的版本（v2 很快就不再支持了），但即便和 AI 反复强调要用 v3 里的功能，AI 还是有可能会给你 v2 的代码，并且在出错后给出的修复也还是混杂了 v2 的方案。没办法，谁让它就是根据概率来的呢。 这种时候，更有效的方式是：找文档（你可以让 GPT 给你文档链接，或者问 perplexity），或者去 stackoverflow 上找答案（注意回答和评论的日期）。 然后，把文档或找到的答案提供给 AI，让它基于这些信息再来帮你修复。这时候，它给的指引会是正确的、且比 stackoverflow 的详细很多。 当然在这一步，如果有可能，你还是找一个老师傅随时为你提供支援。 从小白学代码，看 AI 时代人类导师和硅基助教的协作之道 我之所以琢磨出上面的路径，是因为我的之前只玩过图形化编程的女儿，在暑假超脑 AI 黑客松期间，靠 Claude 和我的帮助，用 Unity 开发了一个 RPG 小游戏（C ，用到了 coze 的 API）。 起初我并不相信纯小白能通过 AI 搞定 Unity 程序，我甚至建议她找助教要一个更符合需求的脚手架、只要复制粘贴改一小段代码就能用的那种。 但女儿不服气——什么都是助教搞定那也太没意思了——她决定做一个最简单的任务：让 Claude 教她做一个 2D 平面上用上下左右键控制走动的小人，碰到墙壁要能停下来。 半小时，完成了这个任务，也明白了 Unity 里的基本概念。这是一个非常好的起点。 后来的开发有些很顺利，但也时常有挫折。几乎每天她都奋战到凌晨再沮丧地睡去，第二天一早向我求助，我一看——啊，你又被 AI 带坑里了。 被 AI 带坑里的原因很多—— 她问题描述不清楚，且不知道这种描述在程序员的世界里会被理解成另一种问题，于是，得到了错误的指引； AI 给的方案太复杂，需要有很多前置知识才能搞明白； 其实 AI 给的代码是对的，但别的配置错误，AI 没想到要检查丫头也不知道，乱改了很久； …… 这些挫折，让我意识到小白需要通过 AI 能直接搞定的小项目，来先学明白背后的原理，在此基础上才能开发复杂项目。 小小的任务，AI 可以胜任、非常耐心地指导。因此最好是要有人类导师，一开始把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人。 学生 导师 AI 助教三者协作的关系图如下： 而这种协作方式，不止用在 AI 辅助编程上，也适用于其它诸多领域，支持学习者完成目标都由 ta 自己定义的真正的个性化学习。 p.s. 这页 PPT 来自于七月我在成都 life 大会上的分享。过去这两个多月我做了不少分享、培训、课程设计，overwhelmed。我现在大概缓过劲来了可以多写写公众号了吧。请给我加油。 2 明确项目需求 你可以通过和 AI 的对话，来逐步明确项目需求。（如果你是训练有素的产品经理，可以忽略这一步） “我想要开发一个 XXX。你能否像一个高级别的还懂技术的产品经理指导初级产品经理那样，向我提问，帮我梳理清产品功能， 尤其要注意可能会涉及到技术方案选择的关键点 。请一问一答，帮我由全局到细节逐步梳理。不要一口气问我太多问题。” 来来回回的对话后，你可以让 AI 帮助你梳理出产品需求文档。这样的文档会包含影响技术方案选择的细节，比直接给 AI 一段口头的需求描述要准确地多。在后续开发的时候每次新起一个聊天就把文档发给 AI 并告知你现在在做第几点功能，会非常方便。 3 规划 POC 和开发路径 然后，开始设计 POC 的小项目。 “我是技术小白。我想要开发的项目功能如下。这里有哪些技术点？能否为我一一列举。 请尽可能细化，帮我选择合适的技术方案，并为我设计 POC 项目。 每个 POC 都应该是一个独立的项目，我好先通过完成 POC 来学会相关技术。” POC，proof of concept, 可以理解成是实验性小项目。之所以要略显麻烦地采用这样的步骤，是因为 POC 可以足够小，AI 能直接生成。通过研究小项目、搞明白特定技术点是如何工作的，这样后续把功能添加到真正项目中时才不会稀里糊涂。在大项目里添加功能，AI 很可能会顾此失彼频频犯错，AI 给你的代码你若看不懂放错地方也会很难排查。学会了 POC 项目，你就能对照 POC 的代码来搞定大项目了。 这一步，AI 可能犯的错误有——选取不合适的技术栈；拆分粒度不够细；开发路径设计不合理、没有循序渐进。如果有可能，请把 AI 生成的计划给一个老师傅，请他帮助把关。 4 逐步学习和开发 接下来就是真正的实践了。按照项目规划，学习一个 POC，将其应用到大项目中；再学一个 POC，再运用…… 当遇到错误的时候，复制错误信息，复制相关的代码，扔给 AI 让它找错误并修复。 如果用可以识图的 claude 或 GPT4o，截图+错误信息+代码 三件套会非常好用。 听上去简单，但其实坑非常非常多。例如开发 chrome 插件，现在应该开发 manifest v3 的版本（v2 很快就不再支持了），但即便和 AI 反复强调要用 v3 里的功能，AI 还是有可能会给你 v2 的代码，并且在出错后给出的修复也还是混杂了 v2 的方案。没办法，谁让它就是根据概率来的呢。 这种时候，更有效的方式是：找文档（你可以让 GPT 给你文档链接，或者问 perplexity），或者去 stackoverflow 上找答案（注意回答和评论的日期）。 然后，把文档或找到的答案提供给 AI，让它基于这些信息再来帮你修复。这时候，它给的指引会是正确的、且比 stackoverflow 的详细很多。 当然在这一步，如果有可能，你还是找一个老师傅随时为你提供支援。 从小白学代码，看 AI 时代人类导师和硅基助教的协作之道 我之所以琢磨出上面的路径，是因为我的之前只玩过图形化编程的女儿，在暑假超脑 AI 黑客松期间，靠 Claude 和我的帮助，用 Unity 开发了一个 RPG 小游戏（C ，用到了 coze 的 API）。 起初我并不相信纯小白能通过 AI 搞定 Unity 程序，我甚至建议她找助教要一个更符合需求的脚手架、只要复制粘贴改一小段代码就能用的那种。 但女儿不服气——什么都是助教搞定那也太没意思了——她决定做一个最简单的任务：让 Claude 教她做一个 2D 平面上用上下左右键控制走动的小人，碰到墙壁要能停下来。 半小时，完成了这个任务，也明白了 Unity 里的基本概念。这是一个非常好的起点。 后来的开发有些很顺利，但也时常有挫折。几乎每天她都奋战到凌晨再沮丧地睡去，第二天一早向我求助，我一看——啊，你又被 AI 带坑里了。 被 AI 带坑里的原因很多—— 她问题描述不清楚，且不知道这种描述在程序员的世界里会被理解成另一种问题，于是，得到了错误的指引； AI 给的方案太复杂，需要有很多前置知识才能搞明白； 其实 AI 给的代码是对的，但别的配置错误，AI 没想到要检查丫头也不知道，乱改了很久； …… 这些挫折，让我意识到小白需要通过 AI 能直接搞定的小项目，来先学明白背后的原理，在此基础上才能开发复杂项目。 小小的任务，AI 可以胜任、非常耐心地指导。因此最好是要有人类导师，一开始把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人。 学生 导师 AI 助教三者协作的关系图如下： 而这种协作方式，不止用在 AI 辅助编程上，也适用于其它诸多领域，支持学习者完成目标都由 ta 自己定义的真正的个性化学习。 p.s. 这页 PPT 来自于七月我在成都 life 大会上的分享。过去这两个多月我做了不少分享、培训、课程设计，overwhelmed。我现在大概缓过劲来了可以多写写公众号了吧。请给我加油。 🔗 原文链接： https://mp.weixin.qq.com/s/ 6RUnee... https://mp.weixin.qq.com/s/ 6RUnee... 原创 ElfeXu 南瓜博士 2024年09月24日 从去年三月 GPT4 发布会上一个由手绘草图直接生成网站的 demo 惊艳众人开始，很多人就认为程序员工种已进入倒计时。最近 cursor 和 o1 的出现，更是让非技术同学们热切期盼：是不是真的能再也不“就差一个程序员”了呀！ 很遗憾，现实依旧骨感。 demo 还停留在贪吃蛇，太小巧也太普通。真正的应用会有复杂得多的特殊需求，代码量也会超出 AI 单次吞吐量，AI 根本无法直接搞定。（o1？o1 的能力确实强了很多，但其实还是不够。后面找机会另写文章详解吧。） 如果你请教号称“我不懂编程但靠 XX 开发了 XXX”的技术小白该如何开始，多半会得知他们多少还是懂一些 css 或 python。 而纯小白，一开始通过 cursor 里的对话创建好起始文件后，往往会无从下手——到底要在哪里敲什么字符，才能触发一连串美妙的 tab 让 AI 开始自动工作？ 对于纯小白来说，如果你的需求远比 AI 直出的内容复杂，无法一次性直出。那就耐下性子，在 AI 的帮助下一步一步来，并在这个过程中学会一点点编程。 1 基础小任务 推荐你从一个最最基础的小任务开始让 AI 先帮你按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑。这样，你可以通过最基础的绝对不会出错的小任务，来学会必备的调试技能。 “我在学习写 chrome 插件。请 选择最适合小白上手的技术栈， 按照 best practice 为我生成一个简单的示范项目 ，但要包含尽可能全面的典型文件和功能。请为我讲解每个文件的作用和程序运行的逻辑。” 此处要求 AI 按照 best practice 来写非常重要：文件一开始就有良好的组织，后续功能复杂了才不会乱套。 还有一个偷懒小妙招：如果你用的是 o1 mini，你可以在 prompt 最后添加这句： “请生成 create.sh 脚本，运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。” （如果 windows 机器则是 create.cmd ） 足够勤勉的的 o1 mini 会为你生成一段超级长的代码，并给出提示，你只需要复制粘贴并执行，一次性生成十多个目录和文件，超方便。