从没写过代码的AI研究员，用自然语言在6个月内做了8个自动化工具。她是怎么做到的？

去年这个时候，Sarah还是个看到代码就头大的普通上班族。每天下班前，她都要花两个小时整理当天的数据——复制、粘贴、格式化、存档。周而复始，枯燥乏味。

直到那天，她试着跟AI"聊了聊"这个烦恼。没有学习Python，没有看编程教程，她只是用中文把自己的需求说清楚了。

45秒后，AI给了她一段代码。她复制、运行、成功。

那一刻，Sarah的职场效率翻了个倍。

从ChatGPT到Claude，AI编程已经火了一整年。但大多数人在围观程序员"用AI写代码"的时候，忽略了一个重要事实：

AI编程，核心不是编程，而是沟通。

这个认知来自一位叫Elena的AI研究员。她的经历让我重新思考了"普通人用AI"的可能性。

我的故事——从代码小白到自动化达人

我工作是读论文、测模型、写报告。她理解AI的工作原理，但从来没写过一行代码。

有一天，面对4000行需要手动清理的数据，估算要花6个小时。

试着向Claude描述了自己的需求：

"我有一个CSV文件，里面有4000条用户评论。我需要你写一个脚本，把这些评论按照情感打分（正面/负面/中性），然后分别保存到三个不同的文件里。每处理完100条，打印一下进度。"

45秒后，拿到了Python脚本。

运行，成功。

1分钟搞定，原本要6小时。

我完全看不懂那段代码是什么意思。但它跑起来了。

这就是Vibe Coding的精髓。

Vibe Coding到底是什么？

传统路径

学编程基础
→ 学Python语法
→ 练习写代码
→ 用AI辅助

Vibe Coding

学会说清楚需求
→ 用AI写代码
→ 反复调试
→ 能跑就行

核心转变：从"学会编程"到"学会描述需求"。

这听起来简单，但很多人在实际操作中会遇到一个坑：需求说得太模糊。

❌ 模糊版：

"帮我做一个数据清洗工具"

✅ 具体版：

"写一个Python脚本，读取desktop文件夹下的data.csv文件，检查每一行的邮箱地址格式，如果格式不正确就删除整行，如果有重复的邮箱就只保留第一次出现的，最后把处理后的数据保存到cleaned_data.csv文件，并打印删除了多少行、删除了多少重复、最后剩多少行"

第一个提示词，AI只能猜你想要什么，大概率猜错。

第二个提示词，AI知道你要什么，甚至还能帮你验证结果。

差别不在于技术，而在于描述的清晰度。

5个"说清楚需求"的实用技巧

把AI当成一个非常聪明但对你的情况一无所知的实习生。

你不会跟实习生说"把那个数据处理一下"。你会说清楚是哪个数据、在哪里、要做什么处理、最后要变成什么样。

黄金原则——从滑板到汽车的迭代法

我第一次尝试做一个自动化工具时，犯了几乎所有新手都会犯的错误：试图一步到位。

目标是：做一个Twitter书签分析器——拉取书签、分析内容、按主题分类、生成周报。

我直接告诉Claude："帮我做一个书签分析器"。

结果：拿到一堆看不懂的代码，各种报错，折腾了4小时，放弃。

一周后换了个思路：

1第1次迭代（10分钟）："写一个脚本，连接Twitter API，拉取我最近的100条书签，保存到JSON文件。" 跑通了。

2第2次迭代（10分钟）："读取上一步保存的JSON文件，提取每条书签的推文正文，添加到文件里。" 跑通了。

3第3次迭代（10分钟）："根据我给的关键词列表，给每条推文打上分类标签。" 跑通了。

4第4次迭代（10分钟）："把所有推文按分类整理，生成一个可读的周报文档。" 跑通了。

总共1小时，她做出了比之前4小时失败版本更好的东西。

这是软件工程中被反复验证的最佳实践：

不要一次做"一部分功能"，要每次做"一个能跑的小版本"。

先做滑板（能滑就行）→ 再加把手（变滑板车）→ 再升级（变自行车）→ 再扩展（变汽车）

六个月，做了什么？

用Vibe Coding的方法，在六个月内做出了这些工具：

• 自动整理书签脚本
  ：每天整理浏览器书签，去重分类，每天省半小时
• PDF数据管道
  ：处理几百个PDF，生成可搜索摘要，原需2小时
• Chrome扩展
  ：一键抓取网页内容并格式化，1分钟搞定
• 报表自动化工具
  ：把4小时的报表工作压缩到10分钟
• 价格监控器
  ：监控电商价格变动，降价自动通知，持续监控

这些东西都不会改变世界。但它们都能跑，都在省时间或省钱。

一年前，这里面大多数要找开发者做，几百到几千美元一个。

现在一个下午搞定。

这就是Vibe Coding的价值：不是让你变成工程师，而是让你能自己解决自己的问题。

这事儿到底适不适合你？

✅ 适合Vibe Coding的场景

• 个人自动化工具
  ：文件整理、批量重命名、格式转换
• 一次性脚本
  ：临时数据分析、一次性数据抓取
• 快速验证想法
  ：想做个小工具看看市场反应
• 不涉及敏感数据的内部工具
  ：个人使用、团队内部

❌ 不适合Vibe Coding的场景

• 金融、医疗等高可靠性系统
  ：钱不能丢、人不能伤
• 需要长期维护迭代的产品
  ：多人协作的代码库
• 涉及用户隐私和安全的应用
  ：出了问题要承担法律责任

凤煌aigc · 专注AIGC知识分享

我们致力于分享实用的AI工具和方法论

帮助大家用AI提升效率、解决实际问题

从哪里开始？

如果你也想试试，别从创业想法开始，别从产品开始。

找一个你经常做、觉得烦、重复性高的任务开始：

• 下载文件夹乱成一团？→ 让AI写个脚本按类型、日期自动归档
• Excel里一堆格式不统一的数据？→ 批量处理、去重、格式化
• 每天要看好几个网站更新？→ 写个脚本自动抓取汇总
• 经常要把Markdown转成别的格式？→ 一键搞定

然后像给一个什么都不知道的聪明人解释一样，把它描述出来：输入是什么，每一步要做什么，输出应该是什么样。

⚠️ 注意

第一次大概率跑不通。但这不是失败，这是反馈的一部分。

把报错信息贴回去，把相关代码贴回去，说清楚你期望发生什么、实际发生了什么。

模糊的问题得到模糊的回答，具体的问题一轮就能修好。

与其他AI编程工具的对比

"我有想法"和"我做出来了"之间的距离，从没有这么近过。"

【本周行动挑战】

找出一个你经常做、觉得烦的任务

然后用AI帮你写个脚本自动化它

完成后，在评论区告诉我你节省了多少时间！

互动提问

你用过AI帮你写过代码吗？体验如何？

- 还没用过，准备试试
- 用过但不太顺利，想学习
- 已经是高手，有经验分享

在评论区告诉我你的情况吧！有问题我也会在评论区解答。