3
0
0
什么样的需求描述，才能让 AI 一次到位｜Vibe Coding 第三篇
先复盘那个失败案例
Vibe Coding 系列前两篇，入门篇用筛素数讲了“一句话让 AI 写程序”，进阶篇用生成艺术讲了参数化迭代和固定种子。30 天实验那篇留了个扣子：为什么我提了 8 轮需求，一个粒子系统还是不对？
复盘原话是：“效果总差一点，再调调。”AI 忠实地执行了我每一个模糊指令，改了 8 轮越改越乱。问题不在模型，在我根本说不清“对”长什么样。后来换成一句话就过了：“粒子在鼠标经过时向外扩散 80px，2 秒内带阻尼回落，颜色从青蓝渐变到白，不要闪烁。”——同样的意图，为什么这次行了？
一次到位的四要素
- 给终点，不给路径。“写个筛素数的程序”是路径；“输入 n，输出 2 到 n 之间所有素数，10 万以内要在 1 秒内跑完”是终点。AI 换什么算法都行，但知道什么算做完。
- 给验收标准。可测的数字是最好的验收：跑几秒、几像素、几轮、兼容哪个版本。上一篇固定种子就是典型——“用种子 42，每次都长这样”，可复现才算标准。
- 给边界，别给无限自由。“只动这个文件”“别改已有函数签名”“依赖不超过 3 个”。30 天实验里那些越改越一锅粥的代码，都是我没画边界的结果。
- 给参照物。“布局像苹果官网首页”“动画节奏参考 macOS 的窗口缩放”——一个具体锚点胜过十个形容词。“好看一点”“优化一下”这类词，直接删掉，AI 猜不出你脑内的画面。
两个实战习惯
- 先让它复述，再让它动手。说一句“先告诉我你打算怎么做，我确认了再写”，30 秒的复述能省掉 8 轮返工——它复述错位，说明你的描述就有歧义。
- 一次一个变量。同时提三个需求，出了问题你不知道是哪个引起的。改一轮、跑一轮、落袋一轮，和写代码的迭代节奏没区别。
本质是什么
30 天实验的结论在这正好闭环：AI 没让我不会编程，它把我定义问题能力的下限暴露了出来。需求描述能力 = 你对问题的理解深度——这不是提示词技巧，是编程能力换了存放位置：从手指挪到了脑子里。
系列到这，工具（筛素数）、方法（参数化迭代）、实战（30 天实验）、心法（本篇）就齐了。下一篇想看什么方向？评论区点菜。