胖虎AI知识库

切换深色模式

胖虎 AI2026-06-03
1487
5.5m

项目实战 ​

项目实战的目标不是“看起来做了很多东西”，而是训练你把模糊想法变成可运行、可验证、可维护的产品。

真实世界的任务通常不会给你完整说明书。更常见的是：

text
老板、客户或你自己说：我想做一个能解决某个问题的工具。
但页面、功能、数据、边界、验收标准都不清楚。

Vibe Coding 的项目制训练，就是让你在相对安全的环境里提前练习：

  • 拆解不清楚的问题；
  • 查资料和补上下文；
  • 设计第一版范围；
  • 让 AI 小步实现；
  • 阅读和改造 AI 生成代码；
  • 调试、测试、部署和迭代；
  • 最后交付一个能跑、能演示、能继续维护的版本。

项目难度分级 ​

难度项目目标推荐项目主要练习
入门做出静态页面Landing Page、个人主页页面结构、样式、文案、部署
初级做出交互应用Todo App、Markdown 笔记工具状态、表单、本地存储、调试
中级做出带数据结构的工具Prompt 模板库、AI 工具导航站、知识库搜索搜索、筛选、组件拆分、数据建模
进阶做出 API 或插件API 服务、Chrome 插件接口、权限、异步请求、错误处理
高级做出完整产品原型全栈应用、内部工具、AI 应用 Demo数据库、登录、部署、安全、维护

从创意到产品原型 ​

推荐把每个项目都走一遍完整闭环：

01定义问题明确用户、场景、核心痛点和第一版范围。
02写规格整理 SPEC.md，明确要做什么和不做什么。
03拆任务把功能拆成 TASKS.md，每步都能验证。
04做骨架先让项目能启动，再逐步加功能。
05测质量调试、测试、审查和安全检查分开做。
06上线复盘部署演示版，收集反馈后再迭代。

第一版不要追求完整平台。更好的范围是：

text
一个用户
一个问题
一个核心功能
一个可演示版本

为什么要用项目制训练 ​

只看工具教程容易产生错觉：好像只要会几个 Prompt，就能做出产品。

真正困难的地方通常在这些环节：

  • 需求模糊，AI 不知道该做什么；
  • 生成的代码能跑一次，但难维护；
  • 报错很多，不知道从哪里排查；
  • 页面和功能能演示，但没有数据、权限和部署方案；
  • 项目越做越大，Git diff 和文件结构失控；
  • 代码上线前没有测试、安全和回滚方案。

项目制训练的价值是把这些问题提前暴露出来。你在小项目里踩过坑，后面做真实项目时就不会完全无感。

推荐学习顺序 ​

1. Landing Page ​

目标：用最小成本完成一个可访问网页。

练习：

  • 写清楚目标用户和价值主张；
  • 生成页面结构；
  • 调整视觉和响应式；
  • 部署到静态站点平台。

入口：Landing Page 实战

2. Todo App ​

目标：做出有状态、有交互的小应用。

练习：

  • 表单输入；
  • 列表渲染；
  • 新增、完成、删除；
  • 本地存储；
  • 基础调试。

入口：Todo App 实战

3. Markdown 笔记工具 ​

目标：理解文本编辑、预览和本地数据。

练习：

  • 文本输入；
  • Markdown 预览；
  • 本地保存；
  • 文件结构设计。

入口：Markdown 笔记工具

4. Prompt 模板库 ​

目标：把内容结构化，并做搜索、分类和复制。

练习：

  • 数据结构；
  • 搜索筛选；
  • 卡片组件；
  • 空状态；
  • 用户体验。

入口：Prompt 模板库

5. AI 工具导航站 ​

目标：做一个更接近真实产品的信息型工具。

练习：

  • 分类体系；
  • 搜索；
  • 标签；
  • 详情页；
  • 后续内容维护。

入口：AI 工具导航站

6. API 服务 ​

目标：从前端页面进入后端和接口。

练习：

  • API 设计；
  • 请求和响应；
  • 错误处理；
  • 环境变量；
  • 测试。

入口：API 服务

7. 全栈应用 ​

目标：把前端、后端、数据库、登录和部署串起来。

练习：

  • 数据库表设计；
  • 登录与权限；
  • 服务端校验；
  • 部署配置；
  • 安全检查。

入口：全栈应用

每个项目的通用流程 ​

每次做项目都按这个节奏走：

  1. 先写一句话项目目标。
  2. 让 AI 反问需求，不要直接写代码。
  3. 生成 SPEC.md。
  4. 生成 TASKS.md。
  5. 创建项目骨架，只做基础结构。
  6. 一次实现一个小任务。
  7. 每次修改后查看 git diff。
  8. 运行测试、构建或手动验证。
  9. 让 AI 做代码审查。
  10. 人工确认后再进入下一步。

项目完成标准 ​

一个练习项目至少要满足：

  • 能本地启动；
  • 有清楚 README；
  • 核心功能可演示；
  • 关键代码你能解释；
  • 没有明显控制台报错；
  • 能查看并理解 Git diff；
  • 有最基本的部署或演示方式；
  • 知道它不适合直接用于生产的原因。

小结 ​

项目实战不是为了炫耀 AI 能生成多少代码，而是训练你在不确定环境中把问题推进到结果。

真正的能力不是“让 AI 一次写完”，而是：

text
会拆问题
会给上下文
会控制范围
会验证结果
会复盘迭代

参考资料 ​

最近更新