从创意到 AI 产品
我们正身处由大语言模型（LLM）推动的人工智能应用爆发期。与以往AI开发高度依赖算法研究不同，当前行业的重心已转向如何有效利用现有强大模型，构建具有实际价值的应用。这一转变大幅降低了AI开发的门槛，将焦点从"从零开始构建模型"转移到"将AI能力封装为可落地的解决方案"。
💡 核心机遇
对大多数人而言，如今最大的机遇并非发明新算法，而是学会如何借助AI编码工具快速实现想法。
🚀 Vibe Coding 的核心
AI coding的出现正在改写传统编程学习的规则。你不再需要花费数年时间精通某门语言的每个细节，而是可以通过与AI协作，以"vibecoding"的方式将创意直接转化为可运行的代码。会使用大模型生成代码片段只是起点。
当前真正的挑战在于：如何引导AI生成高质量、可维护的代码？如何将前后端代码组装成完整应用并成功部署上线？在AI时代，如何将文本生成、图像处理、语音识别等AI能力集成到你的应用中？本课程正是为应对这些挑战而设计。
我们不空谈理论，聚焦于AI辅助编程的端到端实战——从利用 AI IDE 等工具快速构建原型，到将想法落地为真实可用的产品。你将学会如何与AI高效协作编码，如何利用vibecoding思维快速迭代，如何调用常见的AI功能（文本生成、图像处理等）为应用赋能，以及如何完成从开发到上线的完整闭环。
为什么要学这个？它将如何帮助我的未来？
本课程专为初级水平的学生设计，侧重于 AI 原生应用的实际开发和创新思维培养。通过三个循序渐进的学习阶段，你将从零基础逐步成长为能够独立开发和运营 AI 应用的全栈开发者。
三个阶段的成长路径：从“会用 AI”到“会做 AI 产品”
新手入门
体验 AI 编程
第一阶段
产品经理 / 运营
第二阶段
初中级开发 / 独立开发者
第三阶段
高级开发 / 架构师
你将获得的核心能力
通过这个完整的学习路径，你将获得：
- Vibe Coding开发能力： 熟练使用 vibecoding 思维和 AI 编码工具，将开发效率提升数倍。不再需要死记硬背语法，而是学会如何引导 AI 生成高质量代码。
- 全栈开发技能： 从 UI 设计到前端实现，从数据库设计到 API 开发，从本地开发到云端部署，掌握现代 Web 应用的完整技术栈。
- AI 能力集成： 学会调用各类多模态 AI API，将文本、图像、语音等 AI 能力无缝集成到你的应用中，并通过 RAG 等技术构建智能化产品。
- 产品思维与运营能力： 从用户研究到需求拆解，从 MVP 设计到产品迭代，从支付集成到用户管理，形成完整的产品开发与运营闭环。
各阶段学习目标
第一阶段学习目标
本阶段本质上是一套“AI 产品经理 Vibe Coding 能力培训课程”，主要面向希望进入 AI 产品方向、但编程基础较弱或几乎为零的同学，目标是在 AI 的帮助下完成一个“能跑、能展示”的 Web 应用原型。
第一阶段完整课程大纲 (点击收起)
模块一：AI 时代，会说话就会编程
- 1.1 普通人的困境与机会？
- 1.2 AI 能帮你做到什么程度？
- 1.3 动手：你的第一个 AI 原生应用
模块二：认识 AI IDE 工具
- 2.1 写代码需要什么环境和工具
- 2.2 什么是 IDE，为什么需要 IDE
- 2.3 AI IDE 和普通 IDE 有什么不同
- 2.4 界面上每个按钮是干什么的
- 2.5 怎么跟 AI 说话才有效
模块三：动手做出原型
- 3.1 把需求变成代码的过程
- 3.2 从一个单页面开始
- 3.3 遇到报错了怎么办
- 3.4 做多个页面的应用
- 3.5 把原型做得像那么回事
模块四：给原型加上 AI 能力
- 4.1 什么是 AI 能力接入（API 调用）
- 4.2 如何接入文生图能力
- 4.3 如何接入视频生成能力
- 4.4 其他常见 AI 能力的接入方法
- 4.5 成本控制和错误处理
模块五：完整项目实战
- 5.1 制造模拟数据让原型看起来真实
- 5.2 收集反馈并快速调整
- 5.3 展示你的成果
大作业
- 做一个完整的 Web 应用原型并展示
附录A：产品思维补充
- A.1 什么是好的产品想法
- A.2 如何发现用户真正的需求
- A.3 功能优先级怎么排
- A.4 MVP 思维：最小可行产品
附录B：常见报错及解决方案
- B.1 页面显示空白或不加载
- B.2 数据保存不成功
- B.3 样式显示不正常
- B.4 点击按钮没反应
- B.5 API 调用失败
- B.6 如何把报错信息有效地反馈给 AI
为什么要用项目制来训练？
⚠️ 现实世界的挑战
原因其实很简单：按照大多数同学现在的状态，直接走入职场，很可能会在真实项目和老板 / 客户的“社会毒打”下寸步难行。现实世界更常见的场景是：
你的导师 / 老板：我们要做一个 xxx，目标是达到 yyy 的效果。
文档？现成框架？详细的需求说明？很多时候都不存在。
真实工作中的许多任务，本质上就是在高度不确定的环境下解决从未见过的问题：需求是模糊的，边界是变化的，没人告诉你标准答案，你需要自己查资料、做实验、搭原型、不断迭代，最后给出一个“能跑、能用、能上线”的解决方案。
这门课想做的，就是在一个相对安全的环境里，提前给你一次“模拟社会毒打”：
- 通过看似有一定难度的项目任务，迫使你练习拆解问题、设计方案、自己寻找资料
- 通过不那么“傻瓜化”的脚手架和代码，让你学会阅读、理解和改造一份中大型代码库
- 通过从创意到上线的完整闭环，让你体验真实产品从 0 到 1 的完整过程
短期来看，这种训练确实比较折磨人；但从长期来看，它会极大提高你在求职和职业发展中的竞争力：你会更能扛事儿，更能在不确定环境中找到突破口，也更有能力把 AI 变成真正落地的产品，而不是停留在“玩玩 Demo”阶段。
提问的艺术：AI 时代的必备技能
在 AI 时代，提问也属于一种 “基本功”。同一份代码、同一个报错，你怎么提问，几乎决定了 AI 能给出怎样的答案：是泛泛而谈，还是一步一步给出可落地的改法。
✅ 养成好习惯
把“向 AI 提问”当成日常开发流程的一部分：遇到不懂、卡住的问题就立刻问。
为什么这是必备技能？
- 现实很少有完整文档：更多时候你面对的是不清晰的需求、半成品代码、零散的错误信息
- AI 是你随身的导师 + 同事：会提问的人，能把它变成“高质量的结对编程”
- 能力上限由沟通决定：你越能提供关键信息、越能约束输出格式，答案越可用
⚠️ 常见误区
只问一句“为啥报错？”通常只能得到一堆猜测。把上下文补齐，才会得到可执行的方案。
如何把信息“喂给”AI：截图 vs 复制粘贴
两种方式都可以，但用途不同：
| 方式 | 适用场景 | 关键要求 |
|---|---|---|
| 复制粘贴 | 报错堆栈、日志、代码、配置、API 返回 | 尽量完整，不要只截一行关键字 |
| 截图 | UI 布局问题、交互异常、工具界面找不到按钮 | 截全屏 + 标注重点区域，最好配一句文字说明 |
⭐ 建议优先级
能截图就截图；截图沟通不了再复制粘贴沟通。
让 AI “解释得很好”的提示词技巧
如果你不是只要答案，而是要“学会”答案。使用类似下面指令能显著提升解释质量：
🧠 学习型提问示例
- “请先用 5 句话讲清楚这个概念，再给几个问题提问我验证我理解对了没。”
- ”请你详细解释一下这个报错信息，我不理解为什么会报错。”
坚持了好久还是搞不定，我想放弃了
也许是你坚持的方法不对。不要一个人在黑暗中硬撑，可以来跟作者和助教们聊聊：把你已经尝试过的方法、遇到的具体卡点、和你目前的心理状态，坦诚地说出来。很多时候，只要稍微调整一下方向、补上一个关键知识点，你就能继续往前走。
我觉得教程有的设计不合理
欢迎随时联系作者、提交 issue，或者在群里 / 课堂上直接反馈。我们非常希望和你一起把这套教程打磨得越来越好：哪里不清晰、哪里体验不好、哪里让你白费力气，都可以坦诚指出来。越真实、越具体的反馈，越能帮助后来者少踩坑。