教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载本文基于 Datawhale 开源项目 easy-vibe 的入门章节docs/en/stage-1/ai-capabilities-through-games/index.md整理扩写。该章节面向完全不懂编程或只懂基础的人核心实践是不装环境、不记语法用自然语言对话让 AI 写出第一个能在浏览器里运行的程序——一条会吃字、写诗、画画的贪吃蛇。读完本文并动手跟练你将掌握对话式编程Vibe Coding的完整工作流、能独立用 AI 生成并迭代一个小游戏或 Demo并理解支撑这一范式的前端基础、模型上下文与指令遵循等关键概念。写在前面完成比完美更重要这是一篇项目制学习教程。我们鼓励你按步骤一步步跟做尝试复现结果不要担心犯错或改动内容——完成比完美更重要Completion is more important than perfection。项目的主 READMEREADME.md将本节定位为快速获得第一次胜利I want a fast first win路径通过一个简单、具体、可上手的示例让你真实感受 AI 编程是什么样的以及如何通过对话与 AI 协作。整个章节预计耗时约4 小时可分多次完成最终交付物是1 个可玩的 AI 原生贪吃蛇 可选1 个自创的 AI 原生小游戏或 Demo。章节整体分为四步普通人的困境与机会——编程的新可能能力探索——60 秒极速开发原生实践——构建 AI 原生贪吃蛇拓展创作——创造其他游戏。1. 普通人的困境与机会很多人脑子里装着一堆产品想法一个帮助管理财务的小工具、一个记录孩子成长的网页、甚至一个小游戏。但一想到要自己写代码、或者要去找程序员往往就直接打退堂鼓。AI 出现之后普通人第一次拥有了一种全新的可能你不需要会写代码只需要学会清晰地告诉 AI 你想要什么。原文档引用的公开数据显示超过 1500 万开发者正在使用 AI 辅助编程平均 46% 的代码由 AI 生成在 Java 项目中这一比例可达 61%。几项关于效率与采纳率的关键数据如下指标数值说明开发速度提升55%使用 AI 辅助后任务完成速度的提升幅度任务交付周期2.4 天原 9.6 天原本需要 9.6 天交付的代码现在只需 2.4 天首日安装率81%获得访问权限当天就安装并开始使用的开发者比例建议采纳率96%当天即开始采纳 AI 代码建议的开发者比例这些数据说明AI 不再只是可选功能而正在成为开发工作流中不可或缺的助手。对普通人而言这个趋势的意义更大——如果专业程序员都在重度依赖 AI 写代码为什么不懂编程的我们不能直接与 AI 对话来实现想法本课程的目标就是帮你练习一种新技能通过自然语言对话来构建应用。我们会教你如何用计算机语言与 AI 沟通以及如何让 AI 把脑中的想法变成真正可用的产品。2. AI 到底能帮你到什么程度在动手之前先回答一个问题如果你完全不会写代码今天的大模型能帮你到什么程度大致可以这样理解当前 LLM 的能力边界它胜任开发简单的内部工具、数据可视化看板和轻量级小游戏。这些成果一般足够用来做个人自用工具或从产品经理视角验证需求。但要一键生成一个商业级成熟产品通常仍需要人工对流程设计和细节进行持续打磨。接下来我们以贪吃蛇为例看看 AI 编程究竟能做到什么。2.1 60 秒构建一个贪吃蛇游戏首先打开课程使用的实验站点z.ai智谱 AI 推出的 AI 平台由自研 GLM 模型驱动。该平台包含幻灯片生成、海报设计、全栈开发等多种功能本教程聚焦其**全栈开发Full-stack Development**模块。什么是网页在线编程范式过去开发一个 Web 应用需要安装编程环境Node.js、Python 等→ 配置代码编辑器 → 学习 HTML/CSS/JavaScript → 处理依赖与报错。现在借助 AI 编程平台你只需要打开浏览器访问站点 → 用自然语言描述想要的功能 → 让 AI 即时生成代码并实时预览结果。这种对话即编程的范式把编码从写指令变成了描述需求。你不需要关心底层技术细节只需清晰表达想要什么——这就是 AI 时代的新编程范式Vibe Coding。输入下面这条简单的需求点击全栈开发按钮就可以看到网页被实时构建出来通常只需要泡一杯咖啡的时间Help me create a Snake game: 1. Control snake movement with arrow keys 2. When it eats food, it gets longer and the score increases 3. Hitting walls or itself results in Game Over 4. Include Start and Restart buttons 5. The UI should be clean and elegant生成完成后右侧会出现一个可浏览的网页 UI。可以滚动查看或点击顶部的 按钮进入全屏预览。顶部按钮说明从左到右箭头按钮展开聊天历史铅笔按钮开启新对话刷新图标重新构建页面指南针图标切换全屏下载按钮下载项目按钮查看代码发布按钮发布项目。如果你要检查网页源码点击右上角的代码图标即可查看整个代码库。更多 AI 编程工具推荐除了 z.ai以下 AI 编程平台也值得尝试工具特点Kimi Code月之暗面的 AI 编程助手提供终端版 Kimi Code CLI 与 VS Code 扩展由代码特化模型 Kimi K2.7 驱动兼容 Claude Code、Roo Code 等工具Google AI Studio推荐Google 官方工具由 Gemini 驱动适合快速原型验证Figma Make与设计工具深度集成适合交互原型Coze字节跳动推出的 AI Bot 平台零代码可视化搭建v0.devVercel 推出的 AI 生成 React 组件工具Bolt.new可生成可部署应用的 AI 全栈开发平台Lovable高质量的 React 应用生成Replit Agent集成 AI 的在线 IDE更系统的横评见仓库附录7 款 AI 编程工具对比用同一项目实测该文用贪吃蛇 AI 写诗这一相同任务实测了 Lovable、Cursor、z.ai、Replit、Minimax、Trae、v0 七个平台从新手友好度、代码可控性、部署便捷性等维度给出对比并总结了两个关键提示词经验把一个大目标拆成可执行的小步骤如先做前端 → 再加后端存分 → 再连通前后端比期望一次性完美输出更可靠提示词越清晰越好明确目标与约束能减少反复修改。2.2 对话式编程能做什么、不能做什么本节聚焦一个具体问题当完全依赖对话式 AI、一行代码都不手写时一个项目能推进到什么程度经验上比较一致的结论是它能帮你完成一件小而完整的事情但做到多少算够仍然需要你在每个细节步骤上做个人判断。擅长小而清晰的应用从贪吃蛇的例子已经能看到典型模式只要你把 UI 和交互描述清楚AI 往往只需几轮对话就能拼出一个功能完整、可点击的网页。这类任务通常有三个特征边界清晰一个页面、一个简单内部工具、一个小游戏机制结果可见能立刻看到是否符合预期调试直接可以指出错误并要求修改。在这些边界内可以把 AI 视为一个能力很强的初级助手原文给出的经验性评估AI 处理小规模任务的成功率约为 90%。大型项目需要流程视角一旦超出小而清晰的范围单纯靠对话式请求端到端构建复杂系统会很快触顶。大型项目涉及后端数据库、第三方服务、认证、权限、边界情况、状态管理等。此时合理的做法是定义清晰的流程流程图把大系统拆成片段逐个处理。生成与验证的区别AI 写出来了不代表可以商业上线必须验证 AI 生成的代码尤其在安全敏感的系统里。⚠️使用准则原型 / 工具 / Demo非常适合早期快速构建与迭代大型面向消费者的产品通常需要开发者设计架构高安全要求系统不适合直接部署需要严格审查。仓库的进阶章节对从 Vibe Coding 到 Spec Coding有更系统的论述见 docs/en/stage-3/core-skills/spec-coding/index.md 对应章节核心思想正是越复杂的系统越需要把随意的对话升级为结构化、规范驱动的开发流程。3. 动手实践你的第一个 AI 原生应用下面进入实战为游戏加入真正的 AI 原生集成元素。3.1 AI 原生贪吃蛇你只需分阶段提供提示词让 AI 逐步升级 示例提示词一帮我做一个贪吃蛇游戏。 示例提示词二帮我做一个贪吃蛇游戏支持吃到不同的文字并把它们收集到一个收藏箱里。 示例提示词三做一个贪吃蛇游戏支持我可以吃到不同的文字收集在一个箱子里当吃到 8 个字时用 LLM 用这些字生成一首诗诗写完后再调用一个文生图 API 生成图片。遇到任何问题直接截图报错信息、或用自然语言告诉机器人哪里不对它就会迭代修改。调试方式就是报错描述 错误信息 关键代码片段一次性发给 AI让它以新手模式帮你修复。从仓库的 examples 目录可以看到这类一句话生成游戏的真实产物。比如 examples/trae-block-game/prompt.txt 中的提示词只有一句话帮我做一个像这样的方块小游戏。人物可以走动也可以放方块。做好后帮我打开看看。而 examples/trae-3d-block-game/prompt.txt 则升级为 3D 版本帮我做一个像这样的 3D 方块小游戏。 人物可以走动可以转动视角也可以放方块。 做好后帮我打开看看。这两条提示词对应生成的完整项目就存放在仓库中examples/trae-3d-block-game/src/main.js约 837 行是一份基于 Three.js 的体素voxel游戏实现代码开头用对象字面量清晰定义了 6 种方块类型BlockTypeGRASS 草方块、DIRT 泥土、STONE 石头、WOOD 木头、LEAVES 树叶、SAND 沙子及各自的顶面/侧面/底面配色并集中维护游戏配置CONFIG世界半径、世界高度、重力、跳跃速度、行走/奔跑速度、玩家身高这是对话生成代码典型产物的缩影——AI 自动替你完成了数据建模、物理参数与渲染逻辑的组织。examples/trae-3d-block-game/package.json 则展示了配套工程化以 Vite 作为 Web 构建、Electron 封装桌面端并提供dev:web、dev:electron、build:mac、build:win、build:linux等脚本说明从一句提示词到可跨平台交付的应用之间的真实距离。3.2 给游戏添加新功能完成基础功能后可以给程序加一些新花样。如果觉得蛇吃文字的过程有点单调可以让蛇吃不同颜色的文字并相应地改变蛇的颜色也可以给吃的过程加特效或引入魔法词触发特殊效果如加速、变大还可以让模型在每吃一个字时就生成一首诗和一张图而不是攒够 8 个。如果觉得有挑战直接问语言模型要创意建议下面 8 种玩法方向供参考文字解锁世界机制蛇每吃一个词图像模型即时为该词生成一幅小画逐渐拼出一幅由玩家创造的独一无二的画卷——边玩边画、边写诗。诗谜玩法蛇每吃一个词就触发 LLM 生成一句诗、图像模型生成一幅插画像拼图一样在回合结束时拼成一首 AI 协作的诗与画。魔法词与故事分支吃到风夜梦等魔法词LLM 改变场景主题让画面风格切换为夜晚、暴风雨或梦境氛围。实时交互生成每吃一个词LLM 生成一句对话或描述游戏中的 NPC 会开口说话环境随之变化。句子蛇挑战反向模式——LLM 给出一句诗或谜语玩家操控蛇按顺序吃词还原句子吃错词则触发图像模型生成搞笑的艺术后果。主题关卡与风格选择开局选择主题如童话科幻唐诗LLM 与图像模型据此调整文字、诗意风格与画面。现场共创吃到特殊词时LLM 提示玩家输入短语或选择风格再生成对应诗句与插画实现真正的人机共创。成长的故事蛇不断长大LLM 持续续写故事诗图像模型生成长幅画卷让玩家同时体验写、画、玩。此外还可以让 LLM 直接为你生成项目级提示词。前面我们自己写贪吃蛇提示词现在试试让 LLM 生成一个带整体框架与实现路径的完整提示词可直接用 z.ai 生成我想让 AI 生成一个网页版贪吃蛇游戏需要一个更完整的提示词让结果更惊艳、更有趣。请生成对应的提示词。当前目标是生成一个实现吃不同文字生成诗功能的贪吃蛇游戏并且要包含文生图模块。拿到 z.ai 生成的完整提示词后可以在全栈开发模式下用它重新生成整个项目。关于如何写出更好的提示词可进一步学习仓库的提示词工程附录。3.3 尝试做其他小游戏除了贪吃蛇大胆发挥想象力——创造任何想创造的东西甚至可以故意把它搞砸然后重新开始10 个 Web 应用灵感AI 艺术画廊平台用户可以上传、浏览、点赞、评论 AI 生成的艺术作品支持按分类浏览复古游戏档案馆致敬经典游戏的网站含游戏历史、玩法攻略和可直接在线玩的几款经典复古小游戏可持续生活追踪器碳足迹追踪器用户填写日常活动即可自动估算碳排放附环保贴士与每周挑战虚拟厨房助手AI 烹饪助手用户输入家里有的食材得到带逐步烹饪说明的菜谱推荐地下音乐发现平台突出独立与新晋音乐人的音乐流媒体网站支持歌单创建与社区评论极简任务管理系统支持创建任务、设置优先级、拖拽排序、查看完成进度科幻写作工坊提供世界观搭建模板、角色档案卡、故事大纲工具的科幻写作平台个人知识图谱把零散想法变成节点、把相关内容连接成知识网的可视化笔记工具虚拟植物园植物百科网站含图文档案用户还能种植虚拟植物观察其成长编程挑战竞技场在线编程竞赛平台含不同难度算法题、在线代码编辑器、自动评测与排行榜。10 个游戏灵感3D 开放世界 RPG可自由探索的 3D 开放世界游戏含昼夜循环、动态天气、任务系统与角色成长第一人称射击FPS竞技场快节奏多人 FPS支持团队死斗、夺旗、多种模式与地图AI 象棋与多人对战可与不同难度 AI 对战、也可在线匹配真人的象棋平台麻将在线多人支持多规则、私人房间、自动计分的传统麻将游戏回合制策略游戏网格地图回合制策略含单位移动、攻击、升级与战争迷雾计时竞速赛车主打计时赛的 3D 赛车游戏支持多赛道、车辆改装与幽灵回放卡牌对战组卡可收集卡牌、自由构筑卡组、参与天梯排位的卡牌对战游戏大逃杀俯视 2D俯视 2D 大逃杀含缩圈、随机掉落与单排/组队模式恐怖生存第一人称第一人称恐怖生存聚焦资源管理、潜行躲避敌人、寻找逃生路线音乐节奏游戏3D音符从远处飞向节拍玩家在正确时机击打得分。3.4 精选案例别人用 AI 造出了什么贪吃蛇只是入门示例——AI 真的能构建更复杂的游戏吗答案是肯定的。以下是原文精选的 8 个来自网络的真实案例开发者中既有专业程序员也有完全没有编程经验的人共同点是他们通过对话让 AI 写出了绝大部分代码。一个下午复刻 10 款经典街机游戏WotAI Games完全用 Claude CodeVibe Coding从零构建的浏览器游戏合集未使用任何游戏引擎通过对话让 AI 一口气复刻了 Pac-Man、俄罗斯方块、太空侵略者、贪吃蛇、Flappy Bird、打砖块、Galaxian、Frogger、Doodle Jump、数独 10 款经典游戏每款都可在线直接玩还内置了排行榜系统。零基础者 2 小时做出 2048 风游戏Blooming Garden日本开发者 in0ho1no 完全不懂编程纯对话Vibe Coding用 Claude 约 2 小时做出 2048 风格花园游戏同种植物合并升级、华丽绽放特效、粒子动画、排行榜、音效、移动端适配……全程未手写一行代码。设计师用 AI 做出 3D 在线多人游戏Planet Jumper设计师 Hammy 用 OpenAI 的 AI纯对话在 three.js 之上构建出 3D 多人平台跳跃游戏在小星球表面奔跑、冲刺、跳跃与陌生人在同一竞技场在线对战。球形重力、网络同步、跳跃手感等并不简单的系统全是用提示词聊出来的。一人用 Vibe Coding 做出 100 个浏览器游戏2026社区开发者 wangzifan396-wzf 开源了 100 个浏览器小游戏全部为零依赖的单个 HTML 文件双击即可运行。玩法覆盖动作、策略、塔防、经营、卡牌、物理、推理、竞速、节奏、棋类、解谜等品类不少已具备多章节战役、成长系统、存档码跨设备同步等完整产品级深度。为侄子做的《我的世界》复刻CraftMine2026开发者 Trent Sterling 为了让侄子玩到《我的世界》打开一个空白 HTML 文件用 Claude Code 纯对话构建出6820 行单文件网页版复刻46 种方块、36 种生物、19 种武器、5 种地形、昼夜循环甚至支持 P2P 多人联机无构建步骤打开网页即可玩。AI 实时生成无限关卡的《超级马里奥》2026开发者将开源版《超级马里奥》与 OpenAI 模型结合可以玩经典原版关卡也可以让 AI实时生成新关卡——无限模式中 AI 随玩家推进动态生成全新场景与敌人实测可连续游玩 45 分钟还能直接在游戏里打字让 AI 加敌人、放平台、换主题。一条提示词让 Kimi K3 做出 3D 游戏2026开发者 Dr. Josh Simmons 只给中国大模型 Kimi K3 发了一条提示词它就构建出一个可玩的第一人称 3D 游戏在程序化生成的服务器设施中收集数据核心、躲避巡逻无人机、乘货梯下三层。单次生成即可游玩两轮对话修完两个 Bug 后即可顺利通关总花费约2 美元。K399Kimi 官方游戏平台几十款 AI 游戏在线即玩20262026 年 7 月 17 日月之暗面发布 Kimi K3 的同时推出浏览器游戏平台 K399平台上几十款游戏全部由 K3 模型制作、一键即玩。类型横跨 3D 射击、音游、横版动作、宫斗 AVG、3D 解谜乃至开放世界既有复刻《塞尔达传说》《黑神话悟空》《泡泡堂》《吸血鬼幸存者》等经典玩法的作品也有远超 Demo 完成度的原创游戏。看完这些案例你会发现贪吃蛇只是 AI 编程能力的冰山一角。无论经典街机、2048 解谜、3D 游戏、《我的世界》与《马里奥》复刻、百款游戏合集甚至大模型厂商的官方游戏平台——只要你能清晰描述想法、愿意通过多轮对话打磨AI 都能帮你从 0 到 1 把它们做出来。接下来轮到你了 作业完成你的第一个 AI 原生小游戏作业一完整复现 AI 原生贪吃蛇游戏至少实现蛇能移动、吃到食物变长且加分、撞墙或撞到自己游戏结束复现过程中练习一次性把错误描述 错误信息 关键代码片段发给 AI让它在新手模式下帮你修复。作业二可选创作 1 个原创的 AI 原生小游戏或 Demo可以是任何涉及文字、图像、音乐、节奏的轻量玩法如吃字写诗节奏点击生成式跑酷等重点不在于画面多炫酷而在于能清晰说明AI 具体帮了什么忙、解决了什么难手工做/繁琐的部分。附录理解 Vibe Coding 的四个关键概念学习过程中如果遇到什么是前端Vibe Coding 到底是什么这类问题可随时回到本附录查阅。附录 1我们需要前端知识吗一句话总结你不需要写代码但理解基本概念有助于你更准确地向 AI 描述需求。一个应用由两部分组成前端Frontend——用户能看到和点击的一切页面标题、文字、图片、按钮、输入框、下拉菜单、游戏界面、动画效果后端Backend——服务器上运行的不可见数据处理用户分数存储、登录账号验证、关卡内容分发。前端三件套把网页想象成一栋房子三类代码各管一件事——HTML决定页面上有什么先画房屋蓝图CSS决定长什么样刷墙、摆家具JavaScript决定如何响应像电灯开关按一下就亮。浏览器用 HTML 搭骨架、用 CSS 装饰、用 JavaScript 通电——三步走网页就出现了。而 React、Vue 之类是搭建复杂页面的预制工具更快更可靠你不需要学它们知道它们是帮手即可。在 Vibe Coding 中不写代码只做描述。用大白话和 AI 交流即可例如用 React 做一个排行榜页面右侧有分数列表。点击一行下方显示玩家详情。风格简洁现代。想深入了解可查阅网页基础附录与前端框架演变附录。附录 2Vibe Coding 到底是什么计算机科学家 Andrej KarpathyOpenAI 联合创始人之一、前特斯拉 AI 负责人在 2025 年 2 月创造了Vibe Coding一词。这个概念指一种依赖 LLM 的编程方法论程序员通过提供自然语言描述来生成可用代码而非手动编写代码。字面上Vibe Coding 可以理解为一种靠说话来开发的方式。核心变化是你不再需要逐行写代码、查语法、自己调试而是直接用自然语言描述你想要什么例如我需要一个登录页有手机号输入框和验证码输入框。登录成功后跳转到首页并在右上角显示用户名。给我一个可以用键盘方向键控制的简单贪吃蛇游戏。LLM 会自动把这些描述翻译成真实可运行的代码生成对应页面、逻辑与数据结构。看到结果后你可以用自然语言提出修改按钮大一点背景换深色记录分数并显示排行榜AI 会继续按你的要求调整实现。这种模式下你不需要先学会编程语言再写代码而是把主要精力放在说清楚想做什么 → 看结果判断哪里不对 → 提出新修改。AI 负责把高层想法落地为具体实现显著减少机械、重复的编码工作。如何假装自己是 Vibe Coding 大师实践中真实的 Vibe Coding 通常用不到复杂提示词。可能开头需要一条具体且中等复杂度的提示词来规划整个程序但之后每一步只需要这类提示代码有 bug帮我修复。 我不要部分代码给我完整的修改后代码。 你的代码还有问题。 再改一次给我完整的修正代码。 之前还能用现在为什么不行了 你是不理解我的意思吗不要改动我原来的代码。 不要加任何调试功能。 不要做我没让你做的事。 我让你实现的功能在哪里 你能听懂我说的话吗 我只想要一个功能。 我说了参考我之前的代码。 请不要加多余的注释。 请不要修改我原代码的基本逻辑。 帮我修改代码。 基于我的代码修改…… 不要改我的变量名 不要改原来的函数名 别动我的变量。 不要加多余的功能。 不要只生成骨架生成完整代码。听起来有点夸张但这些确实是日常工作里可能用到的提示词。由于大模型的上下文长度限制或有时指令遵循能力不够强模型可能忘记对话前文内容。所以在 Vibe Coding 中我们倾向于使用长上下文和强指令遵循的模型可以通过这两方面的榜单或指标来判断模型好坏。另外受训练数据风格影响不同模型回答风格差异很大有的很严肃有的喜欢堆砌修饰有的喜欢给代码加大量注释或多余模块——这些都是正常现象。附录 3模型上下文Context模型上下文可以理解为 AI 的短期记忆指模型在单次对话或任务中能看到和记住的全部文本内容包括你之前的问题、系统提供的指令、相关资料等。正因为有上下文AI 才能理解你是在延续之前的内容实现一轮又一轮连贯自然的对话。没有上下文你说的每句话对模型而言都是一个全新问题——它不知道你之前说过什么对话无法继续。每个模型都有自己的有效上下文长度context window通常以 token可粗略理解为词片段单位衡量目前主流模型大多在32k 到 128k token之间。上下文越长模型一次能读的内容越多例如一次读完一篇很长的论文或报告在同一对话中引用多份资料与案例记住几轮之前复杂讨论的结论。当输入接近或超过上下文上限时常出现这些现象模型开始忘记长文本前期的细节或关键信息随着对话推进话题逐渐偏离最初目标围绕同一材料的不同问答中引用的内容前后不一致。这些现象不代表模型突然变笨而是上下文容量被用尽或接近用尽时的自然结果。实际使用中我们希望上下文越长越好同时要意识到上下文越长消耗的计算资源越多对应 API 费用也越高。因此在设计 AI 应用时需要在让模型看到足够信息与控制成本、提高效率之间平衡。例如把真正需要长期保留的信息提炼后再喂给模型避免把不再需要的细节信息反复塞进上下文用外部知识库等方式把长期记忆交给系统而不是硬塞进模型上下文。附录 4指令遵循Instruction Following指令遵循指模型理解你的指令后能否按你的要求准确、完整地执行。它不仅包括回答问题还包括按指定格式、风格、步骤完成任务。例如以下都是对模型有明确要求的指令把这篇文章总结成三个要点用正式、礼貌的语气写一封回复邮件把这个词翻译成英文并为每个词造一个例句从文章中提取作者、时间、主要事件。指令遵循能力强的模型通常具备这些特征按要求的数量输出要求总结三个要点不会给五个覆盖所有指定要素要求提取作者、时间、事件不会遗漏遵循指定格式与语气要求正式语气不会输出过于口语化不做多余的扩展只要求翻译和造句不会输出一大段无关解释。实际应用中强指令遵循能力之所以重要原因在于稳定性更高同一指令在不同时间、多次运行时输出结构与行为模式更一致更不容易跑偏可复现性更好把提示词配置进产品或工作流后能大致预测模型的响应测试与迭代更容易系统集成更顺模型输出符合预期格式时更容易与后端程序、工作流或其他工具自动对接。因此选择与评估大模型时除了关注聪不聪明、知识面广不广还要特别关注其指令遵循能力。对工业级应用而言能稳定、准确地执行指令往往比偶尔给出惊艳回答更重要。至此完整的教程就结束了。你可能需要约4 小时来完成全部内容并做出自己的贪吃蛇游戏。不必着急——多探索、多实验、享受过程。如果遇到不理解的附录概念建议对照上文各附录链接查阅 easy-vibe 仓库中对应的完整章节继续深入。赞分享教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载相关推荐easy-vibe 实战指南用 Vibe Coding 从零做出 AI 原生贪吃蛇easy vibe 实战指南用 Vibe Coding 从零做出 AI 原生贪吃蛇 导读 这是一份面向完全不会编程人群的 AI 原生应用实战指南来自教程文档人工智能Vibe Codingeasy-vibe 实战用 Vibe Coding 从零搭建贪吃蛇游戏横向评测 7 款 AI 编程平台easy vibe 实战用 Vibe Coding 从零搭建贪吃蛇游戏横向评测 7 款 AI 编程平台 导读 本文基于 easy vibe 课程体系中《七款教程文档人工智能Vibe Codingeasy-vibe 初学实战用对话式 Vibe Coding 构建 AI 原生贪吃蛇零代码基础从 0 到 1easy vibe 初学实战用对话式 Vibe Coding 构建 AI 原生贪吃蛇零代码基础从 0 到 1 本篇基于 easy vibe 课程 Stage教程文档人工智能Vibe Coding创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Easy-Vibe 实战：用对话式编程（Vibe Coding）从零构建你的第一款 AI 原生贪吃蛇游戏
教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载本文基于 Datawhale 开源项目 easy-vibe 的入门章节docs/en/stage-1/ai-capabilities-through-games/index.md整理扩写。该章节面向完全不懂编程或只懂基础的人核心实践是不装环境、不记语法用自然语言对话让 AI 写出第一个能在浏览器里运行的程序——一条会吃字、写诗、画画的贪吃蛇。读完本文并动手跟练你将掌握对话式编程Vibe Coding的完整工作流、能独立用 AI 生成并迭代一个小游戏或 Demo并理解支撑这一范式的前端基础、模型上下文与指令遵循等关键概念。写在前面完成比完美更重要这是一篇项目制学习教程。我们鼓励你按步骤一步步跟做尝试复现结果不要担心犯错或改动内容——完成比完美更重要Completion is more important than perfection。项目的主 READMEREADME.md将本节定位为快速获得第一次胜利I want a fast first win路径通过一个简单、具体、可上手的示例让你真实感受 AI 编程是什么样的以及如何通过对话与 AI 协作。整个章节预计耗时约4 小时可分多次完成最终交付物是1 个可玩的 AI 原生贪吃蛇 可选1 个自创的 AI 原生小游戏或 Demo。章节整体分为四步普通人的困境与机会——编程的新可能能力探索——60 秒极速开发原生实践——构建 AI 原生贪吃蛇拓展创作——创造其他游戏。1. 普通人的困境与机会很多人脑子里装着一堆产品想法一个帮助管理财务的小工具、一个记录孩子成长的网页、甚至一个小游戏。但一想到要自己写代码、或者要去找程序员往往就直接打退堂鼓。AI 出现之后普通人第一次拥有了一种全新的可能你不需要会写代码只需要学会清晰地告诉 AI 你想要什么。原文档引用的公开数据显示超过 1500 万开发者正在使用 AI 辅助编程平均 46% 的代码由 AI 生成在 Java 项目中这一比例可达 61%。几项关于效率与采纳率的关键数据如下指标数值说明开发速度提升55%使用 AI 辅助后任务完成速度的提升幅度任务交付周期2.4 天原 9.6 天原本需要 9.6 天交付的代码现在只需 2.4 天首日安装率81%获得访问权限当天就安装并开始使用的开发者比例建议采纳率96%当天即开始采纳 AI 代码建议的开发者比例这些数据说明AI 不再只是可选功能而正在成为开发工作流中不可或缺的助手。对普通人而言这个趋势的意义更大——如果专业程序员都在重度依赖 AI 写代码为什么不懂编程的我们不能直接与 AI 对话来实现想法本课程的目标就是帮你练习一种新技能通过自然语言对话来构建应用。我们会教你如何用计算机语言与 AI 沟通以及如何让 AI 把脑中的想法变成真正可用的产品。2. AI 到底能帮你到什么程度在动手之前先回答一个问题如果你完全不会写代码今天的大模型能帮你到什么程度大致可以这样理解当前 LLM 的能力边界它胜任开发简单的内部工具、数据可视化看板和轻量级小游戏。这些成果一般足够用来做个人自用工具或从产品经理视角验证需求。但要一键生成一个商业级成熟产品通常仍需要人工对流程设计和细节进行持续打磨。接下来我们以贪吃蛇为例看看 AI 编程究竟能做到什么。2.1 60 秒构建一个贪吃蛇游戏首先打开课程使用的实验站点z.ai智谱 AI 推出的 AI 平台由自研 GLM 模型驱动。该平台包含幻灯片生成、海报设计、全栈开发等多种功能本教程聚焦其**全栈开发Full-stack Development**模块。什么是网页在线编程范式过去开发一个 Web 应用需要安装编程环境Node.js、Python 等→ 配置代码编辑器 → 学习 HTML/CSS/JavaScript → 处理依赖与报错。现在借助 AI 编程平台你只需要打开浏览器访问站点 → 用自然语言描述想要的功能 → 让 AI 即时生成代码并实时预览结果。这种对话即编程的范式把编码从写指令变成了描述需求。你不需要关心底层技术细节只需清晰表达想要什么——这就是 AI 时代的新编程范式Vibe Coding。输入下面这条简单的需求点击全栈开发按钮就可以看到网页被实时构建出来通常只需要泡一杯咖啡的时间Help me create a Snake game: 1. Control snake movement with arrow keys 2. When it eats food, it gets longer and the score increases 3. Hitting walls or itself results in Game Over 4. Include Start and Restart buttons 5. The UI should be clean and elegant生成完成后右侧会出现一个可浏览的网页 UI。可以滚动查看或点击顶部的 按钮进入全屏预览。顶部按钮说明从左到右箭头按钮展开聊天历史铅笔按钮开启新对话刷新图标重新构建页面指南针图标切换全屏下载按钮下载项目按钮查看代码发布按钮发布项目。如果你要检查网页源码点击右上角的代码图标即可查看整个代码库。更多 AI 编程工具推荐除了 z.ai以下 AI 编程平台也值得尝试工具特点Kimi Code月之暗面的 AI 编程助手提供终端版 Kimi Code CLI 与 VS Code 扩展由代码特化模型 Kimi K2.7 驱动兼容 Claude Code、Roo Code 等工具Google AI Studio推荐Google 官方工具由 Gemini 驱动适合快速原型验证Figma Make与设计工具深度集成适合交互原型Coze字节跳动推出的 AI Bot 平台零代码可视化搭建v0.devVercel 推出的 AI 生成 React 组件工具Bolt.new可生成可部署应用的 AI 全栈开发平台Lovable高质量的 React 应用生成Replit Agent集成 AI 的在线 IDE更系统的横评见仓库附录7 款 AI 编程工具对比用同一项目实测该文用贪吃蛇 AI 写诗这一相同任务实测了 Lovable、Cursor、z.ai、Replit、Minimax、Trae、v0 七个平台从新手友好度、代码可控性、部署便捷性等维度给出对比并总结了两个关键提示词经验把一个大目标拆成可执行的小步骤如先做前端 → 再加后端存分 → 再连通前后端比期望一次性完美输出更可靠提示词越清晰越好明确目标与约束能减少反复修改。2.2 对话式编程能做什么、不能做什么本节聚焦一个具体问题当完全依赖对话式 AI、一行代码都不手写时一个项目能推进到什么程度经验上比较一致的结论是它能帮你完成一件小而完整的事情但做到多少算够仍然需要你在每个细节步骤上做个人判断。擅长小而清晰的应用从贪吃蛇的例子已经能看到典型模式只要你把 UI 和交互描述清楚AI 往往只需几轮对话就能拼出一个功能完整、可点击的网页。这类任务通常有三个特征边界清晰一个页面、一个简单内部工具、一个小游戏机制结果可见能立刻看到是否符合预期调试直接可以指出错误并要求修改。在这些边界内可以把 AI 视为一个能力很强的初级助手原文给出的经验性评估AI 处理小规模任务的成功率约为 90%。大型项目需要流程视角一旦超出小而清晰的范围单纯靠对话式请求端到端构建复杂系统会很快触顶。大型项目涉及后端数据库、第三方服务、认证、权限、边界情况、状态管理等。此时合理的做法是定义清晰的流程流程图把大系统拆成片段逐个处理。生成与验证的区别AI 写出来了不代表可以商业上线必须验证 AI 生成的代码尤其在安全敏感的系统里。⚠️使用准则原型 / 工具 / Demo非常适合早期快速构建与迭代大型面向消费者的产品通常需要开发者设计架构高安全要求系统不适合直接部署需要严格审查。仓库的进阶章节对从 Vibe Coding 到 Spec Coding有更系统的论述见 docs/en/stage-3/core-skills/spec-coding/index.md 对应章节核心思想正是越复杂的系统越需要把随意的对话升级为结构化、规范驱动的开发流程。3. 动手实践你的第一个 AI 原生应用下面进入实战为游戏加入真正的 AI 原生集成元素。3.1 AI 原生贪吃蛇你只需分阶段提供提示词让 AI 逐步升级 示例提示词一帮我做一个贪吃蛇游戏。 示例提示词二帮我做一个贪吃蛇游戏支持吃到不同的文字并把它们收集到一个收藏箱里。 示例提示词三做一个贪吃蛇游戏支持我可以吃到不同的文字收集在一个箱子里当吃到 8 个字时用 LLM 用这些字生成一首诗诗写完后再调用一个文生图 API 生成图片。遇到任何问题直接截图报错信息、或用自然语言告诉机器人哪里不对它就会迭代修改。调试方式就是报错描述 错误信息 关键代码片段一次性发给 AI让它以新手模式帮你修复。从仓库的 examples 目录可以看到这类一句话生成游戏的真实产物。比如 examples/trae-block-game/prompt.txt 中的提示词只有一句话帮我做一个像这样的方块小游戏。人物可以走动也可以放方块。做好后帮我打开看看。而 examples/trae-3d-block-game/prompt.txt 则升级为 3D 版本帮我做一个像这样的 3D 方块小游戏。 人物可以走动可以转动视角也可以放方块。 做好后帮我打开看看。这两条提示词对应生成的完整项目就存放在仓库中examples/trae-3d-block-game/src/main.js约 837 行是一份基于 Three.js 的体素voxel游戏实现代码开头用对象字面量清晰定义了 6 种方块类型BlockTypeGRASS 草方块、DIRT 泥土、STONE 石头、WOOD 木头、LEAVES 树叶、SAND 沙子及各自的顶面/侧面/底面配色并集中维护游戏配置CONFIG世界半径、世界高度、重力、跳跃速度、行走/奔跑速度、玩家身高这是对话生成代码典型产物的缩影——AI 自动替你完成了数据建模、物理参数与渲染逻辑的组织。examples/trae-3d-block-game/package.json 则展示了配套工程化以 Vite 作为 Web 构建、Electron 封装桌面端并提供dev:web、dev:electron、build:mac、build:win、build:linux等脚本说明从一句提示词到可跨平台交付的应用之间的真实距离。3.2 给游戏添加新功能完成基础功能后可以给程序加一些新花样。如果觉得蛇吃文字的过程有点单调可以让蛇吃不同颜色的文字并相应地改变蛇的颜色也可以给吃的过程加特效或引入魔法词触发特殊效果如加速、变大还可以让模型在每吃一个字时就生成一首诗和一张图而不是攒够 8 个。如果觉得有挑战直接问语言模型要创意建议下面 8 种玩法方向供参考文字解锁世界机制蛇每吃一个词图像模型即时为该词生成一幅小画逐渐拼出一幅由玩家创造的独一无二的画卷——边玩边画、边写诗。诗谜玩法蛇每吃一个词就触发 LLM 生成一句诗、图像模型生成一幅插画像拼图一样在回合结束时拼成一首 AI 协作的诗与画。魔法词与故事分支吃到风夜梦等魔法词LLM 改变场景主题让画面风格切换为夜晚、暴风雨或梦境氛围。实时交互生成每吃一个词LLM 生成一句对话或描述游戏中的 NPC 会开口说话环境随之变化。句子蛇挑战反向模式——LLM 给出一句诗或谜语玩家操控蛇按顺序吃词还原句子吃错词则触发图像模型生成搞笑的艺术后果。主题关卡与风格选择开局选择主题如童话科幻唐诗LLM 与图像模型据此调整文字、诗意风格与画面。现场共创吃到特殊词时LLM 提示玩家输入短语或选择风格再生成对应诗句与插画实现真正的人机共创。成长的故事蛇不断长大LLM 持续续写故事诗图像模型生成长幅画卷让玩家同时体验写、画、玩。此外还可以让 LLM 直接为你生成项目级提示词。前面我们自己写贪吃蛇提示词现在试试让 LLM 生成一个带整体框架与实现路径的完整提示词可直接用 z.ai 生成我想让 AI 生成一个网页版贪吃蛇游戏需要一个更完整的提示词让结果更惊艳、更有趣。请生成对应的提示词。当前目标是生成一个实现吃不同文字生成诗功能的贪吃蛇游戏并且要包含文生图模块。拿到 z.ai 生成的完整提示词后可以在全栈开发模式下用它重新生成整个项目。关于如何写出更好的提示词可进一步学习仓库的提示词工程附录。3.3 尝试做其他小游戏除了贪吃蛇大胆发挥想象力——创造任何想创造的东西甚至可以故意把它搞砸然后重新开始10 个 Web 应用灵感AI 艺术画廊平台用户可以上传、浏览、点赞、评论 AI 生成的艺术作品支持按分类浏览复古游戏档案馆致敬经典游戏的网站含游戏历史、玩法攻略和可直接在线玩的几款经典复古小游戏可持续生活追踪器碳足迹追踪器用户填写日常活动即可自动估算碳排放附环保贴士与每周挑战虚拟厨房助手AI 烹饪助手用户输入家里有的食材得到带逐步烹饪说明的菜谱推荐地下音乐发现平台突出独立与新晋音乐人的音乐流媒体网站支持歌单创建与社区评论极简任务管理系统支持创建任务、设置优先级、拖拽排序、查看完成进度科幻写作工坊提供世界观搭建模板、角色档案卡、故事大纲工具的科幻写作平台个人知识图谱把零散想法变成节点、把相关内容连接成知识网的可视化笔记工具虚拟植物园植物百科网站含图文档案用户还能种植虚拟植物观察其成长编程挑战竞技场在线编程竞赛平台含不同难度算法题、在线代码编辑器、自动评测与排行榜。10 个游戏灵感3D 开放世界 RPG可自由探索的 3D 开放世界游戏含昼夜循环、动态天气、任务系统与角色成长第一人称射击FPS竞技场快节奏多人 FPS支持团队死斗、夺旗、多种模式与地图AI 象棋与多人对战可与不同难度 AI 对战、也可在线匹配真人的象棋平台麻将在线多人支持多规则、私人房间、自动计分的传统麻将游戏回合制策略游戏网格地图回合制策略含单位移动、攻击、升级与战争迷雾计时竞速赛车主打计时赛的 3D 赛车游戏支持多赛道、车辆改装与幽灵回放卡牌对战组卡可收集卡牌、自由构筑卡组、参与天梯排位的卡牌对战游戏大逃杀俯视 2D俯视 2D 大逃杀含缩圈、随机掉落与单排/组队模式恐怖生存第一人称第一人称恐怖生存聚焦资源管理、潜行躲避敌人、寻找逃生路线音乐节奏游戏3D音符从远处飞向节拍玩家在正确时机击打得分。3.4 精选案例别人用 AI 造出了什么贪吃蛇只是入门示例——AI 真的能构建更复杂的游戏吗答案是肯定的。以下是原文精选的 8 个来自网络的真实案例开发者中既有专业程序员也有完全没有编程经验的人共同点是他们通过对话让 AI 写出了绝大部分代码。一个下午复刻 10 款经典街机游戏WotAI Games完全用 Claude CodeVibe Coding从零构建的浏览器游戏合集未使用任何游戏引擎通过对话让 AI 一口气复刻了 Pac-Man、俄罗斯方块、太空侵略者、贪吃蛇、Flappy Bird、打砖块、Galaxian、Frogger、Doodle Jump、数独 10 款经典游戏每款都可在线直接玩还内置了排行榜系统。零基础者 2 小时做出 2048 风游戏Blooming Garden日本开发者 in0ho1no 完全不懂编程纯对话Vibe Coding用 Claude 约 2 小时做出 2048 风格花园游戏同种植物合并升级、华丽绽放特效、粒子动画、排行榜、音效、移动端适配……全程未手写一行代码。设计师用 AI 做出 3D 在线多人游戏Planet Jumper设计师 Hammy 用 OpenAI 的 AI纯对话在 three.js 之上构建出 3D 多人平台跳跃游戏在小星球表面奔跑、冲刺、跳跃与陌生人在同一竞技场在线对战。球形重力、网络同步、跳跃手感等并不简单的系统全是用提示词聊出来的。一人用 Vibe Coding 做出 100 个浏览器游戏2026社区开发者 wangzifan396-wzf 开源了 100 个浏览器小游戏全部为零依赖的单个 HTML 文件双击即可运行。玩法覆盖动作、策略、塔防、经营、卡牌、物理、推理、竞速、节奏、棋类、解谜等品类不少已具备多章节战役、成长系统、存档码跨设备同步等完整产品级深度。为侄子做的《我的世界》复刻CraftMine2026开发者 Trent Sterling 为了让侄子玩到《我的世界》打开一个空白 HTML 文件用 Claude Code 纯对话构建出6820 行单文件网页版复刻46 种方块、36 种生物、19 种武器、5 种地形、昼夜循环甚至支持 P2P 多人联机无构建步骤打开网页即可玩。AI 实时生成无限关卡的《超级马里奥》2026开发者将开源版《超级马里奥》与 OpenAI 模型结合可以玩经典原版关卡也可以让 AI实时生成新关卡——无限模式中 AI 随玩家推进动态生成全新场景与敌人实测可连续游玩 45 分钟还能直接在游戏里打字让 AI 加敌人、放平台、换主题。一条提示词让 Kimi K3 做出 3D 游戏2026开发者 Dr. Josh Simmons 只给中国大模型 Kimi K3 发了一条提示词它就构建出一个可玩的第一人称 3D 游戏在程序化生成的服务器设施中收集数据核心、躲避巡逻无人机、乘货梯下三层。单次生成即可游玩两轮对话修完两个 Bug 后即可顺利通关总花费约2 美元。K399Kimi 官方游戏平台几十款 AI 游戏在线即玩20262026 年 7 月 17 日月之暗面发布 Kimi K3 的同时推出浏览器游戏平台 K399平台上几十款游戏全部由 K3 模型制作、一键即玩。类型横跨 3D 射击、音游、横版动作、宫斗 AVG、3D 解谜乃至开放世界既有复刻《塞尔达传说》《黑神话悟空》《泡泡堂》《吸血鬼幸存者》等经典玩法的作品也有远超 Demo 完成度的原创游戏。看完这些案例你会发现贪吃蛇只是 AI 编程能力的冰山一角。无论经典街机、2048 解谜、3D 游戏、《我的世界》与《马里奥》复刻、百款游戏合集甚至大模型厂商的官方游戏平台——只要你能清晰描述想法、愿意通过多轮对话打磨AI 都能帮你从 0 到 1 把它们做出来。接下来轮到你了 作业完成你的第一个 AI 原生小游戏作业一完整复现 AI 原生贪吃蛇游戏至少实现蛇能移动、吃到食物变长且加分、撞墙或撞到自己游戏结束复现过程中练习一次性把错误描述 错误信息 关键代码片段发给 AI让它在新手模式下帮你修复。作业二可选创作 1 个原创的 AI 原生小游戏或 Demo可以是任何涉及文字、图像、音乐、节奏的轻量玩法如吃字写诗节奏点击生成式跑酷等重点不在于画面多炫酷而在于能清晰说明AI 具体帮了什么忙、解决了什么难手工做/繁琐的部分。附录理解 Vibe Coding 的四个关键概念学习过程中如果遇到什么是前端Vibe Coding 到底是什么这类问题可随时回到本附录查阅。附录 1我们需要前端知识吗一句话总结你不需要写代码但理解基本概念有助于你更准确地向 AI 描述需求。一个应用由两部分组成前端Frontend——用户能看到和点击的一切页面标题、文字、图片、按钮、输入框、下拉菜单、游戏界面、动画效果后端Backend——服务器上运行的不可见数据处理用户分数存储、登录账号验证、关卡内容分发。前端三件套把网页想象成一栋房子三类代码各管一件事——HTML决定页面上有什么先画房屋蓝图CSS决定长什么样刷墙、摆家具JavaScript决定如何响应像电灯开关按一下就亮。浏览器用 HTML 搭骨架、用 CSS 装饰、用 JavaScript 通电——三步走网页就出现了。而 React、Vue 之类是搭建复杂页面的预制工具更快更可靠你不需要学它们知道它们是帮手即可。在 Vibe Coding 中不写代码只做描述。用大白话和 AI 交流即可例如用 React 做一个排行榜页面右侧有分数列表。点击一行下方显示玩家详情。风格简洁现代。想深入了解可查阅网页基础附录与前端框架演变附录。附录 2Vibe Coding 到底是什么计算机科学家 Andrej KarpathyOpenAI 联合创始人之一、前特斯拉 AI 负责人在 2025 年 2 月创造了Vibe Coding一词。这个概念指一种依赖 LLM 的编程方法论程序员通过提供自然语言描述来生成可用代码而非手动编写代码。字面上Vibe Coding 可以理解为一种靠说话来开发的方式。核心变化是你不再需要逐行写代码、查语法、自己调试而是直接用自然语言描述你想要什么例如我需要一个登录页有手机号输入框和验证码输入框。登录成功后跳转到首页并在右上角显示用户名。给我一个可以用键盘方向键控制的简单贪吃蛇游戏。LLM 会自动把这些描述翻译成真实可运行的代码生成对应页面、逻辑与数据结构。看到结果后你可以用自然语言提出修改按钮大一点背景换深色记录分数并显示排行榜AI 会继续按你的要求调整实现。这种模式下你不需要先学会编程语言再写代码而是把主要精力放在说清楚想做什么 → 看结果判断哪里不对 → 提出新修改。AI 负责把高层想法落地为具体实现显著减少机械、重复的编码工作。如何假装自己是 Vibe Coding 大师实践中真实的 Vibe Coding 通常用不到复杂提示词。可能开头需要一条具体且中等复杂度的提示词来规划整个程序但之后每一步只需要这类提示代码有 bug帮我修复。 我不要部分代码给我完整的修改后代码。 你的代码还有问题。 再改一次给我完整的修正代码。 之前还能用现在为什么不行了 你是不理解我的意思吗不要改动我原来的代码。 不要加任何调试功能。 不要做我没让你做的事。 我让你实现的功能在哪里 你能听懂我说的话吗 我只想要一个功能。 我说了参考我之前的代码。 请不要加多余的注释。 请不要修改我原代码的基本逻辑。 帮我修改代码。 基于我的代码修改…… 不要改我的变量名 不要改原来的函数名 别动我的变量。 不要加多余的功能。 不要只生成骨架生成完整代码。听起来有点夸张但这些确实是日常工作里可能用到的提示词。由于大模型的上下文长度限制或有时指令遵循能力不够强模型可能忘记对话前文内容。所以在 Vibe Coding 中我们倾向于使用长上下文和强指令遵循的模型可以通过这两方面的榜单或指标来判断模型好坏。另外受训练数据风格影响不同模型回答风格差异很大有的很严肃有的喜欢堆砌修饰有的喜欢给代码加大量注释或多余模块——这些都是正常现象。附录 3模型上下文Context模型上下文可以理解为 AI 的短期记忆指模型在单次对话或任务中能看到和记住的全部文本内容包括你之前的问题、系统提供的指令、相关资料等。正因为有上下文AI 才能理解你是在延续之前的内容实现一轮又一轮连贯自然的对话。没有上下文你说的每句话对模型而言都是一个全新问题——它不知道你之前说过什么对话无法继续。每个模型都有自己的有效上下文长度context window通常以 token可粗略理解为词片段单位衡量目前主流模型大多在32k 到 128k token之间。上下文越长模型一次能读的内容越多例如一次读完一篇很长的论文或报告在同一对话中引用多份资料与案例记住几轮之前复杂讨论的结论。当输入接近或超过上下文上限时常出现这些现象模型开始忘记长文本前期的细节或关键信息随着对话推进话题逐渐偏离最初目标围绕同一材料的不同问答中引用的内容前后不一致。这些现象不代表模型突然变笨而是上下文容量被用尽或接近用尽时的自然结果。实际使用中我们希望上下文越长越好同时要意识到上下文越长消耗的计算资源越多对应 API 费用也越高。因此在设计 AI 应用时需要在让模型看到足够信息与控制成本、提高效率之间平衡。例如把真正需要长期保留的信息提炼后再喂给模型避免把不再需要的细节信息反复塞进上下文用外部知识库等方式把长期记忆交给系统而不是硬塞进模型上下文。附录 4指令遵循Instruction Following指令遵循指模型理解你的指令后能否按你的要求准确、完整地执行。它不仅包括回答问题还包括按指定格式、风格、步骤完成任务。例如以下都是对模型有明确要求的指令把这篇文章总结成三个要点用正式、礼貌的语气写一封回复邮件把这个词翻译成英文并为每个词造一个例句从文章中提取作者、时间、主要事件。指令遵循能力强的模型通常具备这些特征按要求的数量输出要求总结三个要点不会给五个覆盖所有指定要素要求提取作者、时间、事件不会遗漏遵循指定格式与语气要求正式语气不会输出过于口语化不做多余的扩展只要求翻译和造句不会输出一大段无关解释。实际应用中强指令遵循能力之所以重要原因在于稳定性更高同一指令在不同时间、多次运行时输出结构与行为模式更一致更不容易跑偏可复现性更好把提示词配置进产品或工作流后能大致预测模型的响应测试与迭代更容易系统集成更顺模型输出符合预期格式时更容易与后端程序、工作流或其他工具自动对接。因此选择与评估大模型时除了关注聪不聪明、知识面广不广还要特别关注其指令遵循能力。对工业级应用而言能稳定、准确地执行指令往往比偶尔给出惊艳回答更重要。至此完整的教程就结束了。你可能需要约4 小时来完成全部内容并做出自己的贪吃蛇游戏。不必着急——多探索、多实验、享受过程。如果遇到不理解的附录概念建议对照上文各附录链接查阅 easy-vibe 仓库中对应的完整章节继续深入。赞分享教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载相关推荐easy-vibe 实战指南用 Vibe Coding 从零做出 AI 原生贪吃蛇easy vibe 实战指南用 Vibe Coding 从零做出 AI 原生贪吃蛇 导读 这是一份面向完全不会编程人群的 AI 原生应用实战指南来自教程文档人工智能Vibe Codingeasy-vibe 实战用 Vibe Coding 从零搭建贪吃蛇游戏横向评测 7 款 AI 编程平台easy vibe 实战用 Vibe Coding 从零搭建贪吃蛇游戏横向评测 7 款 AI 编程平台 导读 本文基于 easy vibe 课程体系中《七款教程文档人工智能Vibe Codingeasy-vibe 初学实战用对话式 Vibe Coding 构建 AI 原生贪吃蛇零代码基础从 0 到 1easy vibe 初学实战用对话式 Vibe Coding 构建 AI 原生贪吃蛇零代码基础从 0 到 1 本篇基于 easy vibe 课程 Stage教程文档人工智能Vibe Coding创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考