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
