Datawhale Easy Vibe（一）

AI 时代，会说话就会编程

AI 能力边界：AI 的输出需要人工在流程设计、细节上进行优化
Vibe Coding：对话即编程，不关心底层实现，将变成从写代码到描述需求，Vibe Coding 可以在几轮对话中拼出一个可用原型。
完成大型项目：个人拆解项目（项目架构，各模块定义、数据流向，模块的性能和安全需求），AI 加速开发

Prompt Engineering

输入风格越接近结构化指令，输出越稳定。
如何编写一个好的提示词？

1. 基本的输出限制，满足可验收性：每条要求都能被检查

任务：你要我做什么？
输入：你给我什么材料？（可选）
要求：长度/要点数/语气/必须包含/必须避免
输出：格式（Markdown/JSON/代码块）

2. 身份模仿：你是XXX
3. few shot
   最小提示词的可验收性：每条要求都能被检查
4. 先计划再输出

任务：……
要求：
先输出一个「计划/检查清单」（3-7 条）
1. 等我确认后，再输出最终结果
2. 输出：先只给计划，不要直接生成结果

5. 调试提示词：先跑通 -> 测试提示词稳定性 -> 提示词补丁
6. 让AI提问：

# 允许 AI 反问
“如果我提供的信息不够充分，请先列出你需要确认的 3 个问题，不要直接生成方案。”

# AI自检
“在输出最终结果前，请先检查是否满足了所有约束条件（如预算、素食选项）。如果不满足，请重新生成。”

7. 防止 Prompt Injection 指令注入：对用户输入分隔，在系统提示词中明确只是忽略用户指令，在代码层面进行拦截

My Coding

将原有的原生 Web 减脂计算器升级为微信小程序专业版应用，支持后续功能扩展（拍照识食、打卡记录）。