初识Vibe Coding

什么是 Vibe Coding

计算机科学家 Andrej Karpathy（OpenAI 的联合创始人之一，特斯拉前 AI 负责人）于 2025 年 2 月提出了 vibe coding 一词。这个概念指的是一种依赖于 LLM 的编码方法，允许程序员通过提供自然语言描述而不是手动编写代码来生成可工作的代码。

换句话说就是：依赖AI来用语言完成编程。

AI制作贪吃蛇游戏

AI工具选择：

国外 ：Claude Code 、Codex、Cursor、Gemini
国内 ：Trae、Coze、CodeBuddy、Qoder

如果可以用上CC，还是推荐用CC。

本文使用的Coze进行演示。

提示词：

帮我做一个贪吃蛇游戏：
1. 用方向键控制蛇的移动
2. 吃到食物后蛇会变长，分数增加
3. 撞到墙壁或自己的身体就游戏结束
4. 要有开始和重新开始按钮
5. 界面要简洁好看
给出可以运行并下载的html文件

效果：

---

对话编程可以做到何种程度

更擅长"小而清晰"的应用

1. 范围清晰：一个页面或者一个工具
2. 结果可见：与AI的交互界面就可以看见效果
3. 纠错直接：直接与AI进行对话交互即可进行测试与修改
   在不写任何代码的前提下，主要适用于一个可视化的Demo生成

大型项目需要"流程视角"

大型项目需要：

1. 调用后端
2. 数据库链接
3. 第三方调用
4. 权限管控
5. 系统安全
6. 系统并发
7. 架构设计
8. 业务拓展
9. 接口性能
10. 可用性
11. 系统集成
    ...
    面对大型项目时，需要将其划分为一个个小的、明确输入与输出的、相对独立的、可执行并验证的步骤

第一个 AI 原生应用

提示词：

帮我做一个贪吃蛇游戏，它应该支持：
1. 我可以吃不同的单词，它们会被收集在一个盒子里。
2. 当蛇吃了8个单词时，llm 应该根据这些单词创作一首诗，我们可以根据需要重新混合这首诗。
3. 当诗完成后，下一步将自动根据这首诗创建一幅图像。
4. 当蛇吃不同颜色的单词，并相应地改变蛇的颜色。

效果：

体验后有几个小BUG：

1. 出现的单词会重复
2. 单词会突然消失和突然出现
3. 收集一次单词会在收集盒中出现2个
4. 收集到8个单词后，会调用模型进行生文和生图的步骤，游戏就无法进行了
5. 生文的速度还可以，等待时间不长。但是生图的过程比较漫长，交互有待优化

当然，这些问题详细描述后，再返回给AI进行修改与优化。本文仅仅演示效果。

进一步的，你可以让AI给出一些更好玩的玩法，让它给出游戏的创意，并让它进行优化。

项目级的提示词

如果你苦恼自己写的提示词不够规范，可以让AI自己生成项目级的提示词。

提示词

我想让 AI 生成一个网页贪吃蛇游戏，需要一个更完整的提示词，让生成结果更令人印象深刻和有趣。请生成相应的提示词。
当前目标是：
1. 我可以吃不同的单词，它们会被收集在一个盒子里。
2. 当蛇吃了8个单词时，llm 应该根据这些单词创作一首诗，我们可以根据需要重新混合这首诗。
3. 当诗完成后，下一步将自动根据这首诗创建一幅图像。
4. 当蛇吃不同颜色的单词，并相应地改变蛇的颜色。

效果

可以看到AI生成的提示词更标准与规范，是AI更能明白的提示词。它包括了：

1. 游戏核心机制
2. 视觉与交互设计
3. 技术实现建议
4. 可选增强功能
5. 输出要求
   使用AI生成的提示词再次生成游戏，会发现BUG会更少，画面更美观，整体优于之前自己写的提示词的生成效果。

参考链接

Datawhale ：Easy-Vibe教程
提示词工程 ：提示词工程
Vibe Coding ：什么是Vibe Coding