最近圈子里被 Vibe Coding 这个词刷屏了。有人把它当成一个新流行词,但我在实际用过一段时间后,更愿意把它理解成一种完全不同的开发姿态:不再是你一行行敲代码,而是你告诉 AI 你想要什么,AI 把代码写出来,你来做检查、纠偏和收口。
今天我用一个真实项目讲清楚,从脑子里一个模糊想法,到产品真的上线能被别人访问,完整走完要经历哪些步骤,中间会踩哪些坑,以及每步的核心操作是什么。我用的例子是一个"个人极简记账工具",不大不小,正好覆盖了 Vue/React 前端、少量后端接口、数据库和部署上线这几个典型环节。这篇文章适合两类人看:一类是想用 Vibe Coding 做点小产品的非专业开发者,另一类是已经在日常开发里用 AI 辅助、但觉得流程还不够顺手的程序员。不管你是哪类,这套流程都能帮你少走弯路,把"想法到上线"这件事从碰运气变成稳定复现。
1. 第 1 步:把模糊想法压缩成能执行的规格
Vibe Coding 最大的错觉就是"我只要描述得够随意,AI 就能给我一个能用的东西"。实际情况是,AI 对自然语言的理解虽然很强,但它没有能力替你做产品决策。它不知道你是想要一个给家人用的记账工具,还是给投资用的现金流分析系统。所以第一步不是写代码,而是写清楚"你到底要做什么"。
1.1 为什么跳过需求梳理会翻车
我见过太多人打开对话框,直接说"帮我做一个记账 App",然后 AI 回了一堆功能清单,看起来特别全,日历、报表、账单分类、多账户、预算管理全都有。但做出来的东西往往互相矛盾,比如账单分类和预算模块的数据口径对不上,日历试图展示的数据模型和列表页用的不是同一套,最后项目变成一坨拼不起来的代码。
原因很简单:AI 面对模糊指令时,会倾向于生成一个"最均衡"的解决方案,把常见功能都塞进去,而不是针对你的实际场景做取舍。这就好比你去餐厅跟厨师说"随便上一桌菜",他只会给你上大众点评排名最高的那些,而不是根据你的忌口和偏好来配菜。
正确做法是,在给 AI 下指令之前,先花 30 分钟写一份需求底稿,不用长,几十行就够。这份底稿的核心是把四件事说清楚:给谁用、解决什么问题、第一版要什么、第一版不要什么。
1.2 30 分钟写出一份需求底稿
拿记账工具举例,我的需求底稿是这样的:
code复制项目:个人极简记账工具
目标用户:我本人,最多加我对象
核心痛点:现在记账软件太重,我只想快速记录一笔支出,月底看总数
第一版功能:
- 记一笔:金额、分类(餐饮/交通/购物/其他)、备注(可选)
- 查账单:按月份筛选,显示总数和分类汇总
- 本地存储,不需要登录
不要做的:
- 预算管理、多账户、图表分析、定期账单、多人协作
注意最后一条"不要做"的清单,这比"要做"的清单更重要。AI 最大的问题不是做得太少,而是做得太多。你明确告诉它不要做什么,它才能真正收敛。
这份底稿写完,你其实已经在做一件很接近 Spec-Driven 的事情。区别在于传统的 spec-driven 开发要求厚厚的规格文档,而 Vibe Coding 只需要一个轻量的行为约定。我后面还会讲到,这个约定在整条链路里反复出现,它是你判断 AI 产出对不对的唯一依据。
1.3 把大需求切成可交付的 MVP 切片
需求底稿出来之后,下一步是把它拆成几个可以独立交付的小切片。一个切片就是一个完整的"最小可用功能",跑得通、看得到结果。对于一个记账工具,我的切片清单大致是:
- 切片 A:能新增一笔记录,并显示在列表里
- 切片 B:能按月份筛选,并显示分类汇总
- 切片 C:数据在本地持久化,刷新不丢
每个切片都要小而完整。原则是:一个切片做完,产品就能满足一个真实使用场景。切片 A 做完,我已经能用它记几天账了;切片 B 做完,我能看月度总结了。这样做有两个好处:一是每步都能验证,二是出了问题不至于整个项目推翻重来,最多重做一个切片。
这一步做完,你的"输入材料"就齐了。我一般会把这个需求底稿和切片清单放在一个项目根目录的 spec.md 文件里,后续所有 AI 交互都围绕这个文件展开。这个小习惯,是后续流程能跑顺的地基。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 第 2 步:搭好 Vibe Coding 工作台
需求想清楚了,下一步是准备干活的环境。Vibe Coding 不是说打开一个对话框直接开聊就行,你需要一套能让你和 AI 高效协作的工作台。选错工具链,后面每一步都会被拖累。
2.1 从 IDE 到 AI 编程插件的四种搭配方式
先看工具链。目前主流的方案有几类,我按常用程度列一下:
| 方案类型 | 代表工具 | 适用人群 | 说明 |
|---|---|---|---|
| AI 原生 IDE | Cursor、Windsurf |
