这篇文章记录了我完全使用AI制作此网页的经历,由于篇幅限制,内容不能称为翔实,但起码很是忠实的。主要是记录我从一知半解,到能做出来这样一个完整项目所碰到的问题,以及随之产生开发思路的变化和学习路径。首先必须提到GitHub上的easy vibe教程,其教学精度,知识补盲、产品思维以及措辞的谦逊与平实感,都是最优秀的一档,我会推荐任何开始入门vibe coding的人学习此教程。

easy vibe教程 ▲ easy vibe 教程示例

做这个网页的初衷,是想让别人能轻负担地了解我的能力,不用费劲巴拉地看我做那20分钟信息密集的动画视频。代码能力不过关,那就用AI来做,刷视频看AI做的网页美观和完整度已经很高,这会是个好主意——天真的我这样以为。

如果我们需要的内容,每次生成都能够上AI官网贴出来的示例水准,那自然是妙不可言。

AI示例与实际对比 ▲ AI 官网示例 vs 实际生成效果对比
看看这提示词,简单、克制。再看看网页效果,高级、完善。但当我们真正上手做项目时,很快就会察觉问题。

01、资源管理问题

首先是对图像资源的管理。以Qwen-3.6为例,其对PNG格式文件的合规调用,控制难度相当大。以至于它只能用CSS来复刻我的IP形象,但这种路径复刻的精度可以说相当幽默。此外,你可能注意到了Hero页那只猫头眼睛的高光会跟随鼠标移动,对Qwen来说,这个功能实现起来并不困难,第一次生成就达到了预期的效果。但问题在于,素材的准确性和这项小功能的实现似乎起了冲突(我的IP形象直接被改得面目全非),在往后很长一段时间的修改中,这个效果一直以错误的方式出现。不止Qwen,后续开发中,智谱的GML也没能有效地解决这个问题。于是我开始考虑更换素材为svg格式(矢量图)。但网页版并不支持上传,只能采用AI IDE流程,于是转至TRAE进行开发。

02、自然语言仍非最优解

与此同时,我发现在执行的前一步,用自然语言对AI输入命令,得出的结果往往非常粗糙。于是采取先与chatgpt对话需求,让它输出一版提示词,我再将提示词转给编程AI,而不是从一开始就与编程AI对话。现阶段的AI似乎存在一个“more is less”的魔咒,即你以为已经描述得很详细和清晰,但这段话的信息量对AI来说,却卡于一个尴尬的位置。反倒不如让AI先提炼一份提示词出来——反正都是开盲盒,不如用AI喜欢的方式。

提示词策略对比 ▲ 本地环境中,可以先做好充足准备再跑项目。

03、AI IDE优势与注意事项

此时AI IDE的优势尽显,只要前期工作如素材,需求文档够扎实,上下文的限制,工作流程中的意外情况对你项目的影响都会减小很多,起码不至于像玩一个没有存档的游戏,一失误就要从头再来一样,这对保持我们的项目热情有很大帮助,但也有一些细微的坑需要注意。首先是出于经济考虑,编程我选择调deepseek v4的API,其显著的短板在于没有视觉能力,所以我先用GML5.1把素材过一遍,做一个md文件,间接地充当deepseek的眼睛。但切换模型一定要注意,多提一句让它完整阅读上下文,否则它会将你的下一步指令当成第一步来处理,非常浪费时间。

AI IDE工作流程 ▲ 切换模型后忘记让AI阅读上下文,它会把你的话翻译一遍。

04、调试与优化不再折磨

总之,到了这一步,做出令人满意的原型并在其基础上调试,直到成为一个上得了台面的产品,已经是水到渠成的事,接下来就是无尽的微调,素材的大小、位置、排版,这一步可能会花费你非常多的时间和金钱,但如果知道自己在做什么,并且一点点看着它丰满,其中的乐趣还是大于怨言的。

五千万token用量 ▲ 五千万token几乎全花在优化和调试上

用简洁的短语总结:明晰目标,找对工具,遇阻思变。其中又属找对工具为最重要,毕竟花的是真金白银。无论如何,我的愿景还是比较不错地实现,真实地做一个项目,从中收获的知识和抗风险能力是比看一百条教学视频还要多。

05、正式上线

总之,在大大小小的调试完成后,我们要让工作能正式上线,被大家看到还需要准备两样东西:域名和服务器。为了方便,我们可以直接去大厂的云服务平台购买这两样必需品,但这其中也有坑踩。以腾讯云为例,我建议是注册账号后先买服务器,因为这样会便宜——其中涉及一些具体的优惠措施我就不详细讲。如果不小心在域名这一步挑花眼下了单,从经济角度讲,我建议是买轻量应用服务器,deepseek TUI一年只需要68,相对来说会便宜很多。

而围绕服务器展开的后续必要工作还有不少,会需要3到5天的时间给腾讯云审核和到工信局备案,上线了要在公安登记,虽然麻烦,不过好在都能在线上完成,只是预期上线的期限要放宽些。