前言：Vibe Coding 是偷懒吗？不它是生产力的明显优势，

最近，“Vibe Coding”这个词在开发者圈子里火得一塌糊涂。很多人初听觉得这但是是“Prompt 抽卡”的另一种好听说法。但如果你真的深入其中，你会发现它正在经历一场从“玄学”到“科学”的惊人进化。

今天我们就以一款实战项目——“手搓我要计分”微信小程序为例，深度拆解 Vibe Coding 的三个进化阶段。无论你是刚接触 AI 编程的新手，还是追求更好效率的老司机。这篇文章都将刷新你对“写代码”的认知。

🟢 第一阶段：抽卡时代

"一句话需求。全靠 AI 脑补"

在这个阶段，我们对 AI 的使用极其朴素。

典型 Prompt：

现状分析：

• 痛点 1：结果不确定性高——运气好时能跑，运气不好时全是过时 API 或逻辑漏洞。
• 痛点 2：缺乏可维护性——代码像玩具，难以演进成正式产品。

实战复盘

在开发“计分小程序”时如果只给出一句话需求，AI 可能会生成一个简单的列表。但它不知道你需要：

• 撤销功能
• 自动补全
• 屏幕常亮

结论

第一阶段只能产出玩具，无法交付产品。

🟡 第二阶段：工程时代

"给 AI 一个身份，给代码一个规矩"

因为我们被 AI 坑过几次后大家开始意识到：上下文和约束才是灵魂。

"进化后的 Prompt 结构"

1. 赋予角色："你是一个资深的微信小程序专家，擅长原生开发。"
2. 定义技术栈："使用原生 WXML/WXSS/JS。禁止使用 Uni-app 或 Vue，遵循 ES6 规范。"
3. 结构化需求：
• - 首页：管理对局。
• - 计分页：展示每个玩家的总分和每局明细。
• - 输入页：支持负分录入。

主要提高：

• AIPrompt 指定输出格式，让代码更易集成与复用。
• AIPrompt 使用 Context Injection 告诉 AI 当前文件结构，从而生成兼容 app.json 的组件。

"知识硬核点 💡"

AIPrompt 在第二阶段代码不再孤岛，而是能与 app.json 完美融合。例如 Trae 能识别文件结构并按需创建 utils/storage.js 等工具类。其实，

🔴 第三阶段：规范驱动时代

"多 Agent 协作。合同式交付"

. 什么是 SDD？

S D D 是先写“说明书”，再按说明书写代码。Spec 就像 “业务合同”。明确需求、规则、异常处理等细节，让 AI 理解任务目标与边界。

. 虚拟团队的诞生 🎭

• 虚拟 PM ： = 生成详尽 PRD；其实，
• 虚拟设计师：= UI/UX 规划；按理说，
• 虚拟架构师：= 定义数据结构与存储方案。

. 计分小程序的硬核代码拆解 🛠️

硬核解析：

• Ai 自动同步 totals 数组更新，而不是简单删除记录；体现规范驱动下业务逻辑深度理解。