图书目录

目    录

第1章 识图引擎:二手电商全能估价引擎 1

1.1 从一个生活难题说起 1

1.2 先认识主角:扣子编程与“模态接力” 2

1.2.1 什么是扣子编程(Vibe Coding) 2

1.2.2 全书的核心范式:“模态接力” 3

1.3 七要素指令法:把需求“说清楚”的模板 3

1.4 动手开发:十分钟造一个估价引擎 4

1.4.1 写下你的第一条指令 4

1.4.2 看AI如何规划与搭建 6

1.5 拆解技术方案:三步模态接力是怎么跑起来的 7

1.5.1 三步分别用了什么 7

1.5.2 为什么要做成“流式”体验 8

1.6 实测验收:给一副BOSE耳机估价 8

1.6.1 接口冒烟测试:一个“报错”反而证明它对了 9

1.6.2 上传真实照片,看它怎么干活 9

1.6.3 解读三张结果卡片 10

1.7 本章小结与延伸 12

商用延伸:这台引擎还能怎么改造 12

第2章 出图引擎:实体店开店物料一键生成 13

2.1 从一个开店难题说起 13

2.2 先认识新本领:文生图与图生图 14

2.2.1 文生图:一句话造一幅图 15

2.2.2 图生图:让AI“照着画” 15

2.2.3 接力链的延伸:从“看懂”到“造出” 15

2.3 用七要素重写需求 16

2.4 动手开发:搭一个开店物料工坊 16

2.4.1 写下你的第一条指令 16

2.4.2 看AI如何规划与搭建 18

2.5 拆解技术方案:四棒接力是怎么跑起来的 19

2.5.1 五个接口如何分工 19

2.5.2 让文字“一个字都不出错”的关键 20

2.5.3 图生图如何“保真不吹牛” 20

2.6 实测验收:给“拐角”咖啡馆出一套物料 20

2.6.1 接口冒烟测试:几个“失败”反而证明它对了 20

2.6.2 填好店铺信息,一键生成 21

2.6.3 解读四张物料卡片 22

2.7 本章小结与延伸 24

商用延伸:这座工坊还能怎么改造 24

第3章 视频引擎:小猫打工vlog一键成片 26

3.1 从一个“想给猫拍条短片”的念头说起 26

3.2 扣子视频与图生视频 27

3.2.1 扣子视频:一位随叫随到的“AI导演” 27

3.2.2 图生视频与“垫图”:让主角永远是你的猫 28

3.2.3 关键抉择:直接创作,还是搭建应用 29

3.3 把素材和想法交给导演:需求怎么提 29

3.4 三轮“剧本会”:和AI导演讨价还价 31

3.4.1 第一轮:初版方案与10镜分镜表 31

3.4.2 第二轮:一句话改风格——“我要写实” 33

3.4.3 第三轮:多图垫图与压缩成本 33

3.5 看懂“施工图”:一份视频脚本文件里的门道 34

3.6 一键开跑:从片段生成到自动成片 35

3.7 本章小结与延伸 36

商用延伸:这位AI导演还能接什么活 36

第4章 拆解引擎:产品爆炸结构图工厂 38

4.1 从一幅说明书插图说起 38

4.2 本章新知识:把生图从“作品”做成“产品” 40

4.2.1 结构化生图:先拆结构,再画图 40

4.2.2 质量校验闭环:让AI检查AI 40

4.2.3 为什么这次要回到扣子编程 40

4.3 用七要素写需求 41

4.4 动手开发:一条四步流水线 42

4.5 实测验收:拆一只轨迹球鼠标 42

4.5.1 上传照片与结构识别 42

4.5.2 生成与自动校验 44

4.6 本章小结与延伸 44

商用延伸:这座工厂还能怎么改造 45

第5章 空间换装师:一键装修效果图生成器 46

5.1 先看效果:给毛坯房做一场“整容手术” 46

5.2 为什么要固化:从“我会生图”到“人人能生图” 47

5.2.1 单次生图的三道门槛 47

5.2.2 固化成应用之后,门槛去哪儿了 48

5.2.3 本章新知识:图生图与结构锁定 48

5.3 用七要素写需求 49

5.4 动手开发:一次几乎无须插手的施工 50

5.5 实测验收:给一套毛坯房换装 51

5.5.1 上传照片,单击四组按钮 51

5.5.2 生成、校验与对比 53

5.6 本章小结与延伸 55

商用延伸:这间“换装工作室”还能怎么开 55

第6章 步骤翻译官:分步说明书生成器 56

6.1 先看效果:七步装好一枚滤芯 56

6.2 为什么要固化:“想清楚”比“画出来”更难 58

6.2.1 这个场景难在哪里 58

6.2.2 固化后的分工:AI起草,人拍板,各归其位 58

6.2.3 本章新知识:三模型的模态接力与文字铁律 59

6.3 用七要素写需求 59

6.4 动手开发:一场自我纠错的施工 60

6.5 实测验收:教一台净水器“开口说话” 61

6.5.1 描述产品,收获剧本 61

6.5.2 生成与逐格校验 63

6.6 本章小结与延伸 64

商用延伸:这位“编剧画师”还能接什么活 65

第7章 晚安电台:儿童睡前故事有声机 66

7.1 一个价值被严重低估的场景 66

7.2 本章新知识:给流水线装上“嗓子” 67

7.2.1 语音合成:声音也可以参数化 67

7.2.2 内容安全前置:负面清单也是需求 68

7.2.3 场景决定载体:第一次离开网页 68

7.3 用七要素写需求 69

7.4 动手开发:AI第一次为“听”施工 70

7.5 实测验收:给“砂糖橘”讲一个故事 72

7.5.1 三组按钮加一个名字 72

7.5.2 一个为3岁孩子量身定制的宇宙故事 73

7.6 本章小结与延伸 74

商用延伸:这个电台还能用在哪里 74

第8章 音乐魔方:给短视频配上原创BGM 75

8.1 版权焦虑:短视频时代的背景音 75

8.2 本章新知识:翻译官、异步与AB面 76

8.2.1 两级提示词:大语言模型当“翻译官” 76

8.2.2 异步任务:等得起,但别干等 77

8.2.3 候选对比:创意没有唯一解 77

8.3 用七要素写需求 78

8.4 动手开发:一场“绝处求生”的施工 79

8.5 实测验收:一分钟拿到两版候选 80

8.5.1 四组按钮,一次点单 80

8.5.2 A/B试听与“再来一遍” 82

8.6 本章小结与延伸 83

商用延伸:这个魔方还能拧出什么花样 83

第9章 全模态大合奏:科普短视频工厂 84

9.1 知识短视频:最缺“靠谱”的赛道 84

9.2 本章新知识:查证、动画与分轨 86

9.2.1 检索入链:给AI装上“引用管理器” 86

9.2.2 两段式视频生成:先定格,再开机 86

9.2.3 分轨交付:是素材包,而不是成片 86

9.3 用七要素写需求 87

9.4 动手开发:六个接口的大工程 88

9.5 实测验收:把“量子力学”做成20秒视频 89

9.5.1 检索:先摆证据,再动笔 89

9.5.2 脚本与分镜:20秒的精打细算 90

9.5.3 素材包:分轨齐活,各就各位 92

9.6 本章小结与全书接力链的闭环 93

商用延伸:这座工厂的三种用法 93

第10章 耳朵经济:有声书与播客双模工厂 95

10.1 被忽略的那条耳朵通道 95

10.2 本章新知识:新入口、一键优化与工作流应用 96

10.2.1 换扇门进来:扣子编程的独立入口 96

10.2.2 一键优化:把一句话需求补成一份规格书 98

10.2.3 工作流应用:从“做页面”到“画流程图” 99

10.3 用七要素写需求 100

10.4 动手开发:四个节点,一个分支 100

10.5 实测验收:一段文字,两种听法 103

10.5.1 有声书模式:原文照读 103

10.5.2 播客模式:先改写,再开口 103

10.5.3 读运行轨迹:58.5秒都花在哪儿了 104

10.6 本章小结与延伸 105

商用延伸:这条耳朵通道的三种走法 106

第11章 循环工程:让AI给自己打分的多Agent流水线 107

11.1 从26分到92分,这一步是AI自己爬上去的 107

11.2 本章新知识:AI助理建项目、循环工程与六个Agent 110

11.2.1 又换一扇门:让AI助理拿着命令行替你建项目 110

11.2.2 循环工程:把“重新生成”改成“定向修复” 113

11.2.3 六个Agent与一台状态机 113

11.3 用七要素写需求 115

11.4 动手开发:14分钟建成项目,两轮迭代追加需求 116

11.5 实测验收(1):NOVA X1海报,两轮迭代综合评分从70分提升到94分 117

11.5.1 需求与验收标准 117

11.5.2 第一轮迭代:70分,一个字符引发的不通过 119

11.5.3 Optimizer:这不是提示词的错,是随机误差 121

11.5.4 第二轮迭代:94分,通过 122

11.6 一次真实的放行事故:89分的MAJOR为什么不该通过 125

11.7 实测验收(2):工程信息图,四轮迭代综合评分从26分提升到92分 127

11.7.1 一份“不可能一次做对”的需求 127

11.7.2 第一轮:26分 127

11.7.3 四轮爬升:26→63→78→92 128

11.8 本章小结与延伸 129

商用延伸:这个循环的三种走法 130

第12章 开口说话:把AI外教装进手机的实时语音陪练 131

12.1 先看成品:桌面上多了一只戴眼镜的猫头鹰 131

12.2 本章新知识:移动应用入口、实时语音三件套与看图换肤 134

12.2.1 第三扇门:这次要的是能装进手机的东西 134

12.2.2 实时语音三件套与一条必须提前写好的降级路线 134

12.2.3 看图换肤:把审美需求交给一幅参考图 136

12.3 用七要素写需求 136

12.4 动手开发:先确认能力,再一层层往上建 137

12.4.1 先确认SDK能力,再承诺方案 137

12.4.2 从场景数据到SSE路由:后端逐层建起来 139

12.4.3 联调阶段:真正的坑不在功能,而在契约 140

12.5 换一张皮肤:一幅参考图带来的换肤 141

12.6 装进手机:从网页预览到桌面图标 145

12.7 实测验收:一次8分钟的英文项目汇报 147

12.7.1 选场景与练习准备页 147

12.7.2 对话:它在追问,不是在念题 149

12.7.3 未测:最有价值的两个字 149

12.8 本章小结与延伸 150

商用延伸:这条实时语音链路的三种走法 151

第13章 从预览到生产:把多模态应用部署上线 152

13.1 预览窗口里的成品还不是产品 152

13.2 本章新知识:五类产物、两种出口与一条生产线 153

13.2.1 五类项目,五种交付物 153

13.2.2 两种出口:给人用,还是给系统用 154

13.2.3 一条生产线:配置—部署—验证—观察—恢复 154

13.3 用“上线七要素”把生产环境说清楚 154

13.4 网页应用上线:从“部署”按钮到可访问网址 155

13.4.1 先选版本,再谈上线 155

13.4.2 配置域名、可见范围与生产资源 155

13.4.3 把环境变量分成“公开配置”和“秘密配置” 155

13.4.4 启动部署并拿到生产地址 156

13.5 自定义域名:把平台地址换成自己的品牌入口 157

13.5.1 先确认备案与管理权限 157

13.5.2 在部署页上添加域名 157

13.5.3 到域名服务商平台添加DNS记录 158

13.5.4 HTTPS证书与最后验证 158

13.6 工作流与Agent上线:API和WebSDK两条路 159

13.6.1 工作流变成API服务 159

13.6.2 同步、流式与异步:按任务时长选择调用方式 160

13.6.3 API Token:只交给服务端 160

13.6.4 WebSDK:把Agent嵌进现有网页 161

13.7 移动应用与小程序:部署只是交付链的一半 162

13.7.1 Android应用:先把APK当作测试交付物 162

13.7.2 微信小程序:技术发布之后还有平台审核 162

13.8 上线之后看哪里:日志、分析与Trace 163

13.8.1 日志:先还原发生了什么 163

13.8.2 分析:确认影响有多大 164

13.8.3 Trace:沿着一次请求逐节点追踪 164

13.9 回滚演练:上线前先学会撤回来 165

13.10 多模态应用上线,额外多四道坎 166

13.10.1 文件不是越大越好 166

13.10.2 长任务必须异步化并防重复 166

13.10.3 模型费用与托管费用要分开计算 166

13.10.4 版权、肖像、声音和隐私必须进流程 166

13.11 上线后的前24小时:别急着离开控制台 167

13.12 本章小结 168