[控场AI]
科技前沿· 4 分钟阅读· 2,329 字

Vibe Coding保姆级教程:六步学会用AI做产品

Vibe Coding保姆级教程:六步学会用AI做产品

拆解B站748集Vibe Coding教程的六步法骨架,评估其合理性与适用边界。

文章梳理了B站一套748集Vibe Coding教程的方法论骨架:把用AI做产品拆成工具使用、提示词设计、小项目练手、技能花式玩法、大型项目、独家经验六个递进步骤,前两步打基础、中间两步做应用、后两步上规模。文章指出初学者失败集中在工具不会用、生成效果差、环境被搞乱三个不同层面的问题,需要分开解决;并强调Codex、Claude Code、Cursor代表不同交互范式,选错工具会事倍功半。对于课程"学完即可就业"的宣传,文章持保留态度,认为它适合有产品想法的非技术者和独立开发者,而非零基础求职者,并建议把长课程当地图按需查阅。

AI编程工具层出不穷,Codex、Claude Code、Cursor轮番登场,但真正能用AI做出产品的人却不多。B站上这套「全748集」的Vibe Coding教程,试图把这件事拆解成可执行的路径。本文不逐集复述课程,而是梳理它的方法论骨架,并结合当前AI编程工具的生态,讨论这套六步法为什么合理、哪里需要补充。

而是真的学会用AI做产品

为什么大多数人用AI写代码会失败

教程开篇点出一个普遍现象:很多人第一次用AI写代码,遇到的是工具不会用、生成效果差、甚至把本地环境搞得一团糟。这三点几乎覆盖了初学者的全部挫败来源,而它们指向的其实是不同层面的问题。

工具不会用,是操作层面的问题;生成效果差,是提示词与上下文管理的问题;环境被搞乱,则是工程习惯与安全边界的问题。把它们混在一起解决,就会变成"学了很多技巧但依然做不出东西"。教程的价值在于把这团乱麻拆开,而不是继续堆砌工具清单。

AI做出来的效果很差

六步法:从工具到项目的递进结构

这套课程把Vibe Coding拆成六步:学会工具如何使用、搞懂提示词怎么写、找个项目练手、了解技能的花式玩法、做个大型项目、带走创作者的独家经验。

前两步是基础层,中间两步是应用层,后两步是规模层。这个顺序的关键在于,它没有让初学者一上来就挑战完整产品,而是先建立对工具行为的直觉,再进入提示词设计,然后用小项目验证,最后才放大规模。对于没有编程背景的人来说,这种节奏比"直接让AI生成一个App"要可靠得多。

我做了这个从零到一的视频

工具层:理解每个AI编程助手的边界

Codex、Claude Code、Cursor这三类工具代表了不同的交互范式。Cursor是编辑器内的补全与重构,Claude Code偏向终端里的任务执行,Codex则更接近代码生成与解释。教程把"学会工具如何使用"放在第一步,暗含的判断是:不同工具的适用场景差异很大,选错工具会让后续所有步骤事倍功半。

Vibe Coding 一词由 Andrej Karpathy 于 2025 年初提出,指完全用自然语言向 AI 描述意图、由模型生成和修改代码的编程方式,开发者更多扮演"审阅者"而非"打字者"。它与传统"AI 辅助编程"的区别在于:后者是人主导、AI 补全;前者把实现细节整体交给模型,人专注于需求表达与结果验收。这一范式降低了写出可运行程序的门槛,但也把风险转移到了需求描述准确性和代码审查能力上,这正是六步法要把提示词和项目验证单独成步的原因。

提示词层:从描述需求到约束输出

提示词在Vibe Coding里不是"话说得漂亮",而是把需求、上下文、约束条件同时传达给模型。教程把它单独列为第二步,说明创作者认为这是区分"能用"和"好用"的分水岭。实际使用中,提示词的质量往往比模型选择更能决定产出。

上下文窗口(Context Window) 指模型单次能接收的 token 上限,包括对话历史、粘贴的代码文件、报错信息等。AI 编程中"生成效果差"的常见原因不是模型能力不足,而是关键上下文缺失或超限:项目太大时模型看不到相关文件,长对话中早期约束被挤出窗口。实践中的应对包括分批提供文件、用摘要代替全量粘贴、在每轮开头重申核心约束。理解这一机制,才能明白为什么提示词工程在 Vibe Coding 里等同于"上下文工程"。

项目层:小项目练手与大型项目

第三步"找个项目练手"和第五步"做个大型项目"之间隔着一个"技能的花式玩法"。这个安排有点意思:它承认了从玩具项目到真实产品之间存在能力断层,而花式玩法(组合工具、自动化流程、多轮迭代)是跨越断层的手段。

第四步 了解技能的花式玩法

从玩具项目到真实产品的能力断层,很大程度上来自工程约束的引入:版本控制(Git)、依赖管理、环境隔离(虚拟环境或容器)、测试与错误追踪。玩具项目可以一次性生成,真实项目则需要多轮迭代、回滚和可复现的构建。教程所说的"花式玩法"本质上是在补这些环节——让 AI 参与提交信息撰写、测试用例生成、依赖冲突排查。缺少这层,项目一旦超过单文件规模就容易失控。

这套教程适合谁,不适合谁

标题里"学完即可就业"是典型的课程营销话术,需要冷静看待。Vibe Coding能显著降低做出原型的门槛,但就业市场对工程能力的要求并未因此消失。这套内容真正适合的是:有产品想法但缺乏编程经验的人、需要快速验证方案的独立开发者、以及想提升AI工具使用效率的职场人。

不适合的是期待零基础直接达到工程岗位要求的人。六步法能帮你走完"做出东西"的路,但代码质量、系统设计、协作规范这些就业硬指标,仍然需要额外的学习和实践。

理性看待教程类内容

748集的体量本身就是一个筛选器。长课程的优势是覆盖完整,劣势是容易让人陷入"看完再动手"的拖延。更有效的用法是把六步法当作地图,每一步只看最相关的几集,立刻动手,遇到问题再回看。教程里提到的"独家秘籍"属于创作者的个人经验,可以参考,但不必当作通用规律。

Vibe Coding的核心不是记住多少技巧,而是建立"用AI把想法变成可运行产品"的闭环习惯。工具会迭代,六步法的框架却能长期复用。

分享:

相关推荐