打开终端输入第一句提示词“写一个待办事项网页”几十秒后AI 真的给了你一段完整代码。你复制到本地保存成index.html双击打开页面居然显示出来了。那一刻你会觉得原来编程已经这么简单了。但等你想给这个页面加一个“删除”功能或者想把它变成一个真正能保存数据的应用时问题就来了代码文件放在哪数据存在哪里为什么加了功能之后页面反而白屏报错在哪里看怎么问 AI 才能让它继续修改而不是重新生成一遍这是零基础用户接触 Vibe Coding 时最典型的状态。AI 编程确实让“不会写代码”的人第一次体验到了“生成代码”的快乐但“生成代码”和“能写项目”之间隔着一整条工作流。Claude Code、Codex 这类命令行交互工具以及 Superpowers 这种把经验沉淀成技能的方法其实解决的都是同一件事把“用 AI 写代码”变成“用 AI 做项目”。这篇文章我想从零基础视角把这几件事之间的关系讲清楚并给出一套可以立刻上手的操作流程。核心判断是AI 编程真正改变的不是你要不要学语法而是“想法到可运行项目”之间的折叠方式。但这个折叠有一个前提——你得先学会描述需求、管理上下文、运行结果、处理报错并且持续迭代。1. 零基础用 AI 编程真正的门槛不在“生成代码”1.1 生成只是第一步运行、调试、迭代才是项目AI 生成代码的能力这几年已经强到让人误以为“编程已死”。但你只要把生成的代码放进真实环境里跑一遍就会发现“能不能运行”和“代码是否合理”完全是两回事。尤其是零基础用户最容易在第一步之后断掉代码有了但不知道怎么运行运行了但看到报错不知道要不要贴给 AI贴了报错AI 改完又出现了新问题。所以我对零基础用户的第一条建议永远是不要追求 AI 一次生成完整项目而要追求“生成→运行→读报错→再生成→再运行”这个循环能转起来。你才是这个循环的驱动者AI 是执行者。哪怕你一行语法都不懂只要你愿意把报错信息原样贴回去愿意观察每次运行结果这个循环就能成立。1.2 Vibe Coding 的本质用“感受”建立反馈回路Vibe Coding 这几年流行起来很多人把它理解成“只要感觉对了AI 就能把代码写出来”。这个理解不算错但太粗糙。Vibe Coding 的真正价值是把编程从“严格的语法表达”变成了“感受驱动的对话”。你说“这里有点挤把间距调大一点”AI 自然会去找 padding 和 margin你说“这个页面太重了能不能更轻快”AI 会调整色彩和字体。这种交互对零基础用户非常友好因为你不必知道 CSS 属性名也能参与审美判断。但问题在于如果你从来没有运行过代码没有见过真实页面没有对比过“修改前”和“修改后”的具体差异你的“感受”就没有依据。Vibe Coding 不是让你躺平而是让你切换到“用结果建立反馈”的模式跑起来看一眼告诉 AI 哪里不对再跑。这个循环越短你的进步越快。1.3 先把“小”定下来再用 AI 去填零基础用户最容易犯的错是一上来就想用 AI 做一个“完整的电商系统”或“带用户登录的博客”。这种描述本身没有问题但对你现在的经验阶段来说反馈链路太长。你以为 AI 写完就是结束实际上这才刚刚开始数据库要配、接口要联、前端要调、部署要弄。任何一个环节报错你都会不知所措。更合适的做法是先定一个足够小的目标一个单文件网页、一个命令行待办程序、一个能统计文件夹大小的脚本。目标越小反馈越快你越容易判断 AI 生成的东西到底对不对。等你能独立跑通三五个这样的小项目再慢慢扩大范围。2. Claude Code 和 Codex两条工具路线一个共同目标2.1 Claude Code更像一个住在终端里的结对工程师Claude Code 是 Anthropic 推出的命令行 AI 编程工具通常需要配合 Claude 账号或 API 来使用。它的特点是能直接进入项目目录读取代码结构理解上下文并通过对话连续修改多个文件。你描述一个需求它不只是给你一段孤立的代码还会尝试结合现有代码的位置和数据结构来动手。对零基础用户来说Claude Code 的第一价值是“把文件定位和上下文读取折叠成对话”。你不用自己去找到每个文件的位置不用复制粘贴整个项目给它。你只需要说“在登录页面加上找回密码功能”它会先看项目文件再回答涉及哪些改动。这种体验很像身边坐了一位熟悉项目的同事即使你还不懂项目结构也能通过对话推进。2.2 Codex更偏向任务执行和工具链协作Codex 这里指的是 OpenAI 推出的编码代理产品和早期的 Codex 模型不是同一个概念。在常见用法里它更像一个能拆解任务、执行命令、调用工具的智能代理。你可以让它“创建一个项目目录初始化依赖然后写一个 demo”它会按步骤执行并在终端里展示进度。这种风格对新人有一个明显好处过程可见。你能看到它先做了什么、后做了什么而不是突然收到一堆文件。它也更适合“让 AI 去干活你来检查结果”的工作方式。当然Codex 同样需要安装命令行工具、登录账号、确认权限这些对完全不熟悉终端的用户来说依然是起步成本。2.3 不要纠结“哪个更强”先选一个能跑通的每次提到 Claude Code 和 Codex都会有人问“到底哪个强”。我的判断是零基础阶段答案不重要。你的瓶颈通常不在模型能力而在工作流的完整性能不能安装成功、能不能读到项目文件、能不能执行命令、能不能把报错传回给 AI。更实际的建议是两个都装一遍也无妨但选定一个之后先用它完整跑通一个项目。不要一天切换三四次。工具切换会分散注意力尤其在你还没有形成稳定工作流的时候。真正让你成长的不是某个工具而是你借助其中一个工具把“描述需求→得到产物→运行验证→继续迭代”这条路径走通了。3. Superpowers Skills把散乱的提示词沉淀成可复用的“技能”3.1 为什么你的提示词总是一次性的很多零基础用户和 AI 协作的常态是每次都在对话框里从头解释项目背景。今天说“我是一个新手想用 Python 写一个工具”明天换一个话题又得重新说一遍。这样既累又低效。你缺的不是更好的模型而是一套“可复用的表达框架”。比如你发现“先贴报错再贴目标文件最后说期望结果”这个提示词特别有效你就可以把它记下来下次直接用。再比如你希望 AI 修改代码前先列出影响文件再把改动写出来也可以把它设成固定规则。这些规则本质上是你和 AI 协作经验的沉淀。Superpowers 的价值就是把这类沉淀变成结构化的“技能skill”。社区里流行的 Superpowers Skills 项目做的就是这件事把常用工作流、提示词模板、检查规则打包成 AI 可加载的 skill让 AI 在遇到对应场景时自动按套路执行。3.2 一个最小化的技能例子触发场景 执行步骤用通俗的话说一个 skill 可以非常简单包含两个部分适用场景什么时候触发这个技能。执行步骤触发后 AI 要按什么顺序做什么事。比如定义一个“新项目初始化检查”技能适用场景用户要求开始新项目时。执行步骤检查当前目录是否已有说明文档如果没有先让用户填写项目目标、功能范围、运行环境根据说明初始化目录结构先创建最小可运行版本再输出运行方式。当你把这类规则交给 AI 工具后你只需要说“开始新项目”它就会按这个流程走。这相当于把一位工程师的工作习惯复制给了 AI。但请注意技能不是魔法。它只是把流程固化了流程本身是否合理仍然取决于你对项目的理解。3.3 新手别急着折腾技能先写一份项目说明文档Superpowers 听起来很酷但我不建议零基础用户第一天就去搭技能库。你还没有足够的协作经验不知道哪些规则值得固化哪些只是偶发需求。更稳妥的起点是每次做项目时先写一份项目说明文档。把“这个项目是什么、要解决什么问题、目录结构是什么、运行方式是什么、有哪些技术限制”写清楚。然后让 AI 工具每次动手前都先读这份文档。就这一个习惯就能让你的 AI 编程体验提升一个档次。等你连续做了几个同类项目发现某些说明和提示词反复出现再把这些公共部分抽出来做成自己的技能包。这才是 Superpowers 进入你工作流的正确时机先有稳定实践再有技能沉淀。4. 零基础跑通第一个 AI 编程项目六步实操法下面这套流程我建议每个人都亲手走一遍。目标不是做一个惊艳的产品而是完整体验“从想法到可运行项目”的闭环。4.1 把目标缩到“一个晚上能跑通”的范围不要做“博客系统”做一个“命令行待办事项程序”。功能定义足够明确能新增事项、能查看列表、能标记完成。不需要网页不需要数据库一个 Python 文件就能搞定。等你跑通这个再往里面加“数据保存到 JSON 文件”或“支持删除”都会非常自然。4.2 写一份“给 AI 看的项目说明”打开 Claude Code 或 Codex 之前先把下面这个模板填好项目名称命令行待办事项程序 目标用户自己 核心功能 - 输入 add 买菜能加入一条待办 - 输入 list能显示所有待办 - 输入 done 1能把第一条待办标记为完成 技术方向Python单文件数据保存到本地 JSON 文件 运行环境Windows PowerShellPython 3.10把这段说明交给 AI 时再加上一句话“请先阅读这份项目说明再开始创建文件。”这一步看起来多余却能让 AI 在动手前建立正确的心智模型而不是一开始就跑偏。4.3 让 AI 先生成“最小可运行版本”对 Claude Code 或 Codex 说“根据项目说明生成项目结构和主文件。先不要加额外功能只需要实现 add、list、done 三个命令。输出最小可运行版本。”如果工具支持直接创建文件并执行就让它运行看看。如果它只是输出代码你就在本地新建一个todo.py文件把代码粘贴进去保存。然后运行python todo.py add 买菜再看结果。4.4 学会把报错信息变成下一轮提示词第一次运行大概率会报错。不要慌也不用读懂所有错误。你只需要把终端里那一整段红色报错复制下来然后对 AI 说“运行python todo.py add 买菜后出现以下报错请解释原因并给出修改后的代码把报错信息粘贴到这里 ” 这里最忌讳的是只回一句“运行不了”。没有报错信息AI 只能盲猜。完整的报错信息里包含了错误类型、文件行号、操作符号这些就是 AI 调试最重要的线索。你学会这一招就已经超过了很多人。 ### 4.5 每次只让 AI 改一个点并保留可运行版本 第一版跑通之后再接再厉。但记住一个原则每次只提一个新需求。 这次只加“支持删除”下次再加“支持优先级”。每完成一个小功能先运行一次确认没有破坏原有功能。如果方便可以在修改前复制一份 todo.py或者用 git commit 保存一个存档点。这样万一改坏了你可以回到上一个可用版本而不是从头开始。 很多项目“失控”不是因为 AI 不够强而是因为人在一个版本里叠了太多需求出了问题根本不知道是哪一步引起的。 ### 4.6 把用得顺手的提示词写进你自己的“技能包” 等你把这个小项目做完回顾一下哪些提示词最有效。比如“先贴报错再贴文件内容最后说期望”这个套路你一定用了很多次。把它记下来放到一个专门的 prompts.md 文件里。 这就是你个人“Superpowers”的种子。不需要一开始就把它接入复杂工具只要它躺在那里下一次做新项目时你打开这个文件照着里面总结过的套路和 AI 对话效率就会明显提高。随着积累增多你自然会发现哪些流程适合自动化再考虑把它们做成正式的 skill。 ## 5. 最容易踩坑的五个环节从安装到验收 ### 5.1 安装和登录卡住你的往往不是 AI而是环境 零基础安装 Claude Code 或 Codex最常见的坑有三个Node.js 或 Python 版本不对、安装命令没有顺利结束、登录授权没有完成。 遇到工具找不到比如常见的 unable to locate the codex cli binary不要急着重装。先确认你用的包管理命令到底是什么再检查可执行文件有没有被安装到目录里最后看终端能否直接找到这个命令。如果路径不对就直接用完整路径运行或者把路径加入系统环境变量。 如果提示账号订阅或 API 权限不可用先打开官方登录页面签到一遍再看 API Key 是否有效。网络问题也是一样先确认基础网络和访问权限正常再排查工具配置。大部分安装失败都不是代码问题而是环境问题。 ### 5.2 上下文缺失AI“听不懂”很可能是因为你没给地图 “帮我改一下登录功能”——这句话本身没有上下文。AI 不知道你的项目在哪里、登录功能用的是框架还是原生代码、改完之后标准是什么。如果它没有先读项目文件就只能凭空猜测。 更有效的做法是在项目目录里启动工具让它先读取项目说明和目录结构或者直接问它“你对当前项目的理解是什么”。上下文管理能力是 AI 编程里最值得刻意练习的元能力。你喂给它的上下文越清晰它返回的代码就越接近你想要的。 ### 5.3 依赖安装AI 写了代码但没帮你装依赖 在 4 步里我们已经体会过生成代码可以很顺利运行时报 ModuleNotFoundError 或 Cannot find module 也特别常见。这很正常因为 AI 默认你会在项目里执行相应的安装命令。 解决方式是把报错贴回去同时问一句“我还需要安装哪些依赖请列出安装命令”。如果你怕破坏环境可以先问“这些依赖分别有什么用是否必需”。尤其是 Python 项目尽量不要直接在全局环境里乱装包可以选择创建虚拟环境。 ### 5.4 连续迭代失控没存档就没有安全感 AI 连续修改几十次之后项目可能变得很难理解。一个文件里既有旧逻辑又有新逻辑甚至会出现互相冲突的代码。这时候如果你没有存档点就只能痛苦地整个重来。 所以从第一个项目开始就养成“修改前备份”的习惯。你可以把文件复制到 backup 文件夹也可以学一下最简单的 git init、git add、git commit 三个命令。每次 AI 完成一个小改动并确认能运行就提交一次。这样你拥有了一个可以随时回退的“后悔药”。任何时候觉得改动失控就回到最近一次提交再换一种提示词重新试。 ### 5.5 人工验收AI 永远不能替你说“这就是我想要的” AI 可以生成代码、修 bug、跑命令但它不知道你脑子里的完整画面。你描述得越模糊它输出越随机你验收越严格它迭代越精准。 每次 AI 改完你都要亲手跑一遍核心功能输入几条真实样例观察输出是否符合预期。不要因为“它说改好了”就信任。AI 的“改好了”通常指“语法没有错逻辑按我的理解跑通了”而不是“实现了你真正要的效果”。只有亲自验收你才真正拥有这个项目。 ## 6. 从“我会用 AI 写项目”到“我能有效率地写项目” ### 6.1 把提示词从“灵感”变成“资产” 第一次用 AI 写项目你依赖的是灵感用了十次之后你应该依赖资产。资产就是你积累的项目说明模板、报错处理套路、需求描述习惯、代码检查清单。把它们集中放在同一个文档里定期更新。 你会发现这些东西的价值会随着时间的推移越来越大。因为模型会更新工具会更换但“如何把想法描述清楚”的能力不会过时。 ### 6.2 把高频流程做成一键初始化模板 当你反复做同一个类型的项目比如命令行工具、简单网页、数据处理脚本你就可以让 AI 先输出一份项目模板固定目录、固定说明文档、固定技能配置。之后每次开始新项目直接加载模板几分钟就进入开发状态。 这一步是 Superpowers 真正的落地方式不是抄别人的技能包而是总结自己的高频模式。每省下一分钟重复劳动都是效率的净增长。 ### 6.3 人判断“做什么”AI 负责“怎么做” 最后想强调一点。AI 编程工具越来越强但“做什么、不做什么、什么算完成”仍然需要人来决定。零基础用户有一个天然优势没有那么多条条框框愿意用新方式解决问题。但也要保持基本边界不要把看不懂的代码直接部署到生产环境不要忽略账号、权限和隐私问题不要因为 AI 能生成代码就放弃基本测试。 学 AI 编程的本质是在学“如何定义问题、如何验证结果、如何持续改进”。Claude Code 和 Codex 只是让你更快地执行Vibe Coding 提供的是更轻松的起跑方式Superpowers 则让你的经验可以积累和复用。 所以真正的第一步不是学会某个工具而是学会把一个小目标写得清清楚楚。找一个最小项目跑通一次完整循环然后把你用到的提示词、踩过的坑、验证过的流程都存下来。这是零基础用户最值得迈出的第一步。