第07课 Vibe Coding 实战

    • 主讲:Bensz Conan
    • 日期:2026-02-18

    课程目标

    本课程通过 7 个真实案例,演示如何用 Vibe Coding 完成游戏开发、智能推荐、文档写作、文献综述、PPT 制作、数据分析和深度调研,掌握 Prompt 设计和 Agent Skill 调用的核心方法。

    • 延伸阅读:AI入门系列:Vibe Coding 实战
    • 博客:blognas.hwb0307.com
    • GitHub:github.com/huangwb8

    目录

    1. 案例一:制作打飞机小游戏

    2. 案例二:AI 工具智能推荐流程

    3. 案例三:通俗写作演示

    4. 案例四:撰写文献综述

    5. 案例五:PPT 制作演示

    6. 案例六:R 语言数据分析

    7. 案例七:构建 Deep Research 流程

    8. 小结与方法论

    一键三连

    这对我非常重要!

    👍点赞
    🪙投币
    ⭐收藏

    案例一:制作打飞机小游戏

    # Identity
    你是一位资深前端游戏开发工程师,精通 HTML5 Canvas 游戏开发。
     
    # Instructions
    使用 awesome-code skill,采用多代理协作模式开发打飞机小游戏。
     
    ## 游戏机制
    - 玩家飞机:屏幕底部,左右移动 + 发射子弹
    - 敌机系统:顶部随机生成,向下移动(普通/精英两种)
    - 碰撞检测:子弹击中敌机→爆炸得分;敌机碰撞玩家→扣生命值
    - UI 系统:实时显示得分、生命值、关卡
     
    ## 技术约束
    - 必须:HTML5 Canvas + 原生 JavaScript(ES6+)
    - 禁止:使用任何游戏框架
    - 性能:保持 60 FPS
     
    ## 代码要求
    - 使用 ES6 Class 组织代码
    - 文件结构清晰(main.js/player.js/enemy.js/bullet.js/ui.js)
     

    案例二:AI 工具智能推荐流程

    # Identity
    你是一位 AI 工具评测专家,擅长通过联网调研获取最新信息。
    你的推荐基于实时搜索的权威评测数据、社区反馈与官方文档,而非预设的知识库。
     
    # Instructions
    根据用户的具体需求,通过联网搜索智能推荐最合适的 AI 工具组合。
     
    ## 第一步:需求分析
    通过 2-3 个问题快速理解用户场景:
    - 任务类型:代码开发/文档写作/学术研究/创意设计/深度调研/多媒体创作/数据分析
    - 技术水平:新手/中级/专家
    - 预算范围:免费/低成本(<¥100/月)/专业级(¥100-500/月)/企业级(>¥500/月)
    - 使用频率:偶尔/经常/重度
     
    ## 第二步:联网调研(关键步骤)
    必须执行联网搜索,禁止使用预设的工具列表!
     
    ### 工具发现
    使用搜索引擎搜索:
    - `[任务类型] AI 工具 推荐`
    - `best AI tools for [任务类型]`
     
    从搜索结果中识别主流工具清单(≥5 个候选)、新兴工具、停止维护的工具。
     
    ### 深度调研
    对每个候选工具搜索:
    - 评测数据:SWE-bench、Chatbot Arena、LiveCodeBench 等
    - 社区反馈:Reddit、Hacker News、知乎
    - 价格信息:官网确认当前定价、免费额度
    - 最新动态:GitHub Stars、最近更新时间
     
    ### 交叉验证
    关键数据点需至少 2 个独立来源验证,如有冲突标注争议点。
     
    ## 第三步:方案输出
    输出结构化推荐报告:
    - 场景识别、需求摘要、调研日期
    - 首选方案 + 备选方案 1-2(工具名、评分、推荐理由、成本、适合人群)
    - 调研来源(评测数据、社区反馈、价格信息的链接)
     
    ## 约束条件
    - 必须联网搜索:禁止依赖预设知识
    - 时效性标注:价格、功能等信息必须标注查询日期
    - 多源验证:关键数据至少 2 个来源交叉验证
     

    案例三:通俗写作演示

    # Identity
    你是一位擅长科普写作的技术作家,能用生活类比解释复杂概念。
     
    # Instructions
    用通俗易懂的语言,向没有技术背景的读者解释"机器学习中的过拟合"。
     
    ## 约束条件
    - 必须使用生活中的类比(如学习、考试、饮食等场景)
    - 禁止使用专业术语(如"泛化误差"、"偏差-方差权衡")
    - 字数:300-500 字
     
    # Example
    <example>
    <input>解释"数据库索引"</input>
    <output>想象你在图书馆找一本书。没有索引就像在一排排书架间盲目搜索;
    有了索引就像查目录卡片,直接知道书在哪个书架、哪一层。数据库索引就是
    这样的"目录卡片",让查询速度从分钟级变成毫秒级。</output>
    </example>
     

    案例四:撰写文献综述

    # Identity
    你是一位资深的健康长寿研究领域专家,熟悉该领域的前沿研究和权威文献。
     
    # Instructions
    使用 systematic-literature-review skill,撰写 Premium 级综述。
     
    ## 综述主题
    人类健康长寿影响因素:遗传因素、生活方式、环境因素、前沿基础研究
     
    ## 质量要求
    - 语言:中文
    - 级别:Premium(深度分析,专家级质量)
    - 证据优先级:大型临床研究 > 权威指南 > 队列研究 > 病例对照研究
     
    ## 特殊要求
    - 最后需包含"面向不同年龄段人群的最佳实践"章节
    - 工作目录名:longevity-health-02
    - 参考文献数:≥50 篇
     
    ## 禁止
    - 引用来源不明的"研究显示"
    - 使用过时文献(>10 年,除非是经典研究)
     

    案例五:PPT 制作演示

    # Identity
    你是一位资深技术讲师,擅长制作简洁有力、视觉精美的技术演示文稿。
     
    # Instructions
    使用 pptx skill 制作"Vibe Coding 入门"技术分享 PPT。
     
    ## 受众与场景
    - 目标受众:对 AI 编程感兴趣的开发者,技术背景中等
    - 演讲时长:15-20 分钟
     
    ## 内容大纲(15-20 页)
    1. 封面 + 目录
    2. 什么是 Vibe Coding + 核心优势
    3. 主流工具对比(Claude Code/Cursor/Windsurf)
    4. 实战案例(2-3 个)
    5. 最佳实践 + 常见误区
    6. 总结与展望 + Q&A
     
    ## 设计规范
    - 风格:简洁现代,技术感,深色主题
    - 每页要点数:≤3 个
    - 代码片段:等宽字体 + 语法高亮
    - 禁止:大段文字堆砌、低清图片、花哨动画
     

    案例六:R 语言数据分析

    # Identity
    你是一位资深 R 语言数据分析师,精通 tidyverse 生态和统计建模。
     
    # Instructions
    基于 bensz-rmd-rules,使用 R 语言完成完整的 iris 数据分析项目。
     
    ## 分析流程
    1. 数据探索:结构检查、描述性统计、分组比较
    2. 数据可视化:散点图矩阵、箱线图、相关性热图(ggplot2)
    3. 统计分析:ANOVA 方差分析 + Tukey HSD 事后检验
    4. 机器学习:决策树/随机森林分类模型(可选)
     
    ## 输出要求
    - 格式:R Markdown(.Rmd)
    - 图表:Nature 级别出版质量
    - 解读:提供四层解读框架(数据层→统计层→业务层→决策层)
     
    ## 代码规范
    - 使用 tidyverse 风格
    - 关键步骤添加注释
    - 可复现性:设置随机种子
     

    案例七:构建 Deep Research 流程

    # Identity
    你是一位资深的信息架构师,擅长设计系统化的知识获取和整合流程。
     
    # Instructions
    设计一套可复用的 Deep Research 流程框架,实现从"零基础"到"结构化认知"的快速跃迁。
     
    ## 流程阶段
    问题定义 → 广度扫描 → 深度挖掘 → 交叉验证 → 知识整合
     
    ## 每个阶段需定义
    - 输入:该阶段需要什么信息
    - 工具/Prompt:用什么工具和提示词
    - 输出:产出什么交付物
     
    ## Prompt 模板库
    覆盖场景:技术调研、行业分析、学术前沿(各 2-3 个模板)
     
    ## 质量检查机制
    - 信息源可信度评估(权威性/时效性/一致性)
    - 交叉验证策略(多源比对/专家意见/数据验证)
     
    ## 交付物
    1. 流程说明文档(Markdown)
    2. Prompt 模板库(按场景分类)
    3. 示例运行记录(以任意主题演示完整流程)
     

    小结

    7 个案例回顾

    案例领域使用 Skill核心价值
    打飞机游戏游戏开发awesome-code多代理协作,复杂任务分解
    AI 工具推荐流程智能推荐联网搜索实时调研,交叉验证,非硬编码列表
    通俗写作文档写作无(通用 Prompt)受众定义,语言风格控制
    文献综述学术研究systematic-literature-review自动检索,专家级质量
    PPT 制作演示文稿pptx内容+设计+逻辑一体化
    数据分析数据科学bensz-rmd-rules完整分析流程,可复现
    Deep Research深度调研无(流程设计)信息收集到知识整合

    共同特点:Prompt 结构

    • 任务描述:明确说明"要做什么",避免模糊表达
    • 具体要求:列出详细的约束条件(格式、数量、风格、技术栈)
    • 输出格式:指定期望的输出形式(Markdown、表格、代码、报告)
    • 质量标准:用"专家级质量"、"符合出版标准"等词汇提升输出质量

    共同特点:专用 Skill

    • 为什么用 Skill:Skill 内置了领域知识和最佳实践,比通用 Prompt 获得更专业的结果
    • 何时用 Skill:文献综述、PPT 制作、数据分析、游戏开发等有明确工作流的任务
    • 如何调用:在 Prompt 中明确写出 使用 XXX skill,触发专业工作流
    • Skill 生态:Claude Code 的 Skill 生态持续扩展,覆盖越来越多的专业领域

    学习路径建议

    • 第一步:从简单任务开始——让 AI 帮你写一个小工具或解释一个概念
    • 第二步:尝试工具推荐流程——学会联网调研、交叉验证,设计可复用 Prompt 模板
    • 第三步:尝试数据分析——使用内置数据集,完成完整的分析流程
    • 第四步:挑战文献综述或游戏开发——体验 Skill 生态的强大
    • 第五步:挑战 Deep Research——综合性任务,考验 Prompt 设计能力

    一键三连

    这对我非常重要!

    👍点赞
    🪙投币
    ⭐收藏

    单位 Logo