相關主題
商品描述
本書是展示如何用自然語言通過氛圍編程工具搭配大模型生成代碼解決真實問題的實用指南。書中提供9個實戰項目作為入門講解和檢驗實驗，幫助讀者選擇合適的氛圍編程工具與大模型組合。全書分5部分：第一部分介紹氛圍編程基礎理論和指導原則；第二部分通過智能體實現、數據可視化和Excel數據分析這3個應用場景，展示扣子、DeepSeek、Claude、Trae、Cursor、Windsurf和通義這7款主流氛圍編程工具與大模型搭配組合的代碼生成能力；第三部分演示用Trae實現微信小程序和用bolt等工具快速實現Web應用產品原型；第四部分展示用GitHub Copilot實現完整的前後端分離的Web應用和用Cursor生成自動化測試；第五部分提供不同背景讀者的氛圍編程攻略、工具和大模型對比，以及實戰檢驗框架。
本書適合以下3類讀者閱讀：需處理數據或構建產品原型的非IT背景的人，希望了解高質量代碼生成的有IT經驗的人，以及想通過氛圍編程入門的IT新人。
作者簡介
伍斌（網名和曾用筆名“吾真本”）作為獨立AI應用咨詢師，正在創作一系列全民化AI編程的圖書。他擁有30多年的IT行業經驗，在軟件開發、測試、項目管理及工程實踐方面打下了紮實的專業功底。在Thoughtworks公司工作的8年間，他協助多家國內大中型企業優化IT部門開發流程，提升了軟件質量與開發效率。近兩年，他專註於AI技術的應用探索與推廣，致力於為企業和個人提供實用的AI解決方案，幫助用戶有效應對實際業務挑戰。
目錄大綱
第 一部分 基礎
第 1章 顛覆傳統的氛圍編程 3
1．1 用氛圍編程快捷解決實際問題 3
1．1．1 用豆包批量改文件名 3
1．1．2 用Cursor將Markdown文檔轉換為Word文檔 5
1．2 什麼是氛圍編程 9
1．2．1 顛覆傳統的氛圍編程極簡史 9
1．2．2 氛圍編程的定義 12
1．2．3 在手機上用Kimi生成第 一段代碼 13
1．2．4 氛圍編程中各個角色及其關系 15
1．2．5 氛圍編程工具 21
1．2．6 大模型生成文本類內容的技術簡介 22
1．2．7 推理大模型的興起 25
1．2．8 大模型發展趨勢與未來展望 26
1．2．9 氛圍編程的潛在風險 27
1．2．10 氛圍編程的風險應對 29
1．3 非IT背景的人的氛圍編程應用場景 30
1．3．1 辦公自動化 31
1．3．2 數據分析與可視化 31
1．3．3 應用原型快速實現 31
1．3．4 個人事務提效 32
1．4 有IT經驗的人的氛圍編程應用場景 32
1．4．1 快速原型開發 32
1．4．2 開發效率提升 33
1．4．3 跨技術棧探索 33
1．5 IT新人的氛圍編程應用場景 34
1．5．1 基礎技能學習 34
1．5．2 項目實戰練習 34
1．5．3 開發工具使用 34
1．6 氛圍編程的核心價值 35
1．7 氛圍編程指導原則與工具及大模型的搭配 36
第二部分 入門
第 2章 用扣子實現“減少AI幻覺”智能體 41
2．1 扣子簡介 41
2．2 用扣子開發AI智能體 42
2．2．1 需求分析 42
2．2．2 開發智能體 43
2．2．3 調試智能體 48
2．2．4 發布智能體 49
2．2．5 在豆包使用與分享 50
2．3 維護智能體 52
2．3．1 更改智能體名稱、功能介紹與圖標 52
2．3．2 修改智能體功能 54
2．3．3 在扣子商店中使用與分享 55
第3章 用Windsurf等5款工具可視化數據 58
3．1 需求分析 58
3．2 技術棧選型 60
3．3 用DeepSeek搭配R1生成HTML數據看板 61
3．4 用Claude搭配Claude Sonnet 4生成HTML數據看板 65
3．5 用Trae國際版搭配Claude Sonnet 4生成HTML數據看板 67
3．6 用Cursor搭配Claude Sonnet 4生成HTML數據看板 71
3．7 用Windsurf搭配o3-high-reasoning生成HTML數據看板 75
3．8 驗證數據準確性 77
3．9 用其他氛圍編程工具開發數據看板的體驗 79
第4章 用Claude和通義等分析Excel數據 81
4．1 需求分析 81
4．2 用Claude分析Excel數據 82
4．3 用通義分析Excel數據 85
4．4 用其他氛圍編程工具分析Excel數據效果對比 87
第三部分 快速
第5章 用Trae實現微信小程序 91
5．1 需求分析 91
5．2 用氛圍編程開發微信小程序 92
5．3 用微信開發者工具創建Hello World小程序 93
5．4 用Trae國際版實現“減少AI幻覺”小程序 96
5．5 預覽小程序 99
5．6 體驗小程序 100
5．7 修改小程序 102
5．8 發布小程序 103
第6章 用bolt和Trae等4款工具快速實現Web產品原型 105
6．1 需求分析 106
6．1．1 描述業務需求 107
6．1．2 將業務需求轉為產品需求文檔時踩坑 116
6．1．3 讓AI提供軟件架構與技術棧建議 117
6．2 在氛圍編程需求中包含嚴格技術棧要求時踩坑 118
6．3 用bolt的“Enhance prompt”時踩坑 120
6．3．1 用bolt直接導入Figma線框圖時踩坑 121
6．3．2 從Cursor生成的架構圖中得到啟發 121
6．3．3 在bolt提示詞中插入Figma線框圖時踩坑 125
6．4 用bolt單次對話成功生成第 一階段氛圍編程需求代碼 126
6．5 用Claude更換氛圍編程需求持久化方案時踩坑 126
6．6 用bolt單次對話成功生成兩個階段氛圍編程需求代碼 127
6．7 用Cursor生成C4模型架構圖 128
6．8 用Trae國際版修覆Next．js應用中的bug 130
6．8．1 修覆一個嚴重偏離預期的bug 130
6．8．2 補充實現兩個尚未實現的功能與項目規則文件 131
6．8．3 修覆一個API密鑰安全性問題 133
第四部分 進階
第7章 用GitHub Copilot實現前後端分離的Web應用 137
7．1 需求分析 137
7．2 架構設計與Ask模式 140
7．2．1 前後端分離架構 140
7．2．2 用Ask模式獲取架構建議 141
7．2．3 自動生成提交消息 147
7．3 任務拆解 149
7．4 用戶界面與Vision 152
7．4．1 拼湊用戶界面 152
7．4．2 為拼湊的界面生成文字描述 153
7．5 用bolt生成React前端代碼 157
7．5．1 在本地計算機運行前端 159
7．5．2 看懂前端代碼與/explain和#codebase 160
7．5．3 格式化代碼 163
7．5．4 用Inline Chat的/doc為代碼加註釋 164
7．5．5 用Inline Chat的/fix修覆問題 166
7．6 生成Node．js後端代碼 166
7．6．1 備好發給後端的提示詞與Edit模式 166
7．6．2 生成後端代碼與Agent模式 168
7．6．3 修覆運行錯誤與@terminal 171
7．6．4 點按鈕無反應與Ask模式下的/fix 173
7．7 實現流式響應功能與Exclude Files 176
7．8 用“Review and Comment”評審代碼 178
第8章 用Cursor保護代碼邏輯不被破壞 180
8．1 需求分析與技術棧選型 180
8．2 生成端到端自動化測試代碼 183
8．3 驗證端到端測試的保護效果 184
第五部分 攻略
第9章 氛圍編程攻略與工具和大模型選擇指南 189
9．1 非IT背景的人的氛圍編程攻略 189
9．1．1 用“平常心”看待編程 190
9．1．2 編程不是目的，解決實際問題才是 190
9．1．3 遇到實際問題時，思考如何用氛圍編程來解決 190
9．2 有IT經驗的人的氛圍編程攻略 191
9．2．1 擁抱氛圍編程，而非排斥 191
9．2．2 仔細理解、評審和測試AI生成的代碼 191
9．2．3 理解“設計理念和優劣勢”比掌握“如何實現”更重要 192
9．3 IT新人的氛圍編程攻略 192
9．3．1 編程入門的新途徑 193
9．3．2 小步生成代碼並研究錯誤解決過程 193
9．3．3 善用“氛圍編程先行”貢獻開源軟件代碼以獲得更多職場機會 193
9．4 對比9款主流氛圍編程工具及可搭配的大模型組合 195
9．5 對比16款氛圍編程中常搭配的大模型 197
9．6 用實戰來檢驗氛圍編程 201
9．6．1 漸進式實戰檢驗框架 201
9．6．2 關鍵檢驗維度 202
9．6．3 持久有效的檢驗方法 203
9．6．4 檢驗實施建議 203
附錄A 氛圍編程中工具準備與常見操作 205
附錄A．1 安裝或升級Trae國際版 205
附錄A．2 安裝或升級Cursor 205
附錄A．3 安裝或升級Windsurf 205
附錄A．4 安裝或升級微信開發者工具 206
附錄A．5 安裝或升級Visual Studio Code 206
附錄A．6 在Visual Studio Code中安裝或升級Copilot插件 206
附錄A．7 在Copilot中配置Linear MCP服務器 207
附錄A．8 安裝或升級Git 208
附錄A．9 在個人目錄解壓zip包 209
附錄A．10 在Visual Studio Code內置終端運行npm命令 210
附錄A．11 解決在Visual Studio Code內置終端運行npm install命令出錯問題 210
