M7 · 第 18 讲
用自然语言写第一个程序
把需求写成输入、处理、输出
开场:想做个工具,但不会写代码
你每周要手动改 200 个文件名,或者把三张表格合成一张。你搜过脚本,复制过来一堆报错,最后放弃。
现在不需要先学语法。你只要能把“输入—处理—输出”说清楚,AI 就能写出第一版。真正的门槛是定义问题,不是敲代码。
本课目标
- 把一个需求写成“输入—处理—输出”;
- 判断做脚本还是做网页;
- 用一段可执行的提示词拿到第一版;
- 跑通、改一处、再跑通。
一、先写三行需求
不要写“帮我做个工具”,写三行:
输入:一个文件夹里的 200 张图片 处理:按拍摄日期重命名,格式 YYYY-MM-DD_序号 输出:重命名后的文件 + 一份对照表
三行不清,代码一定返工。
二、脚本还是网页
| 形态 | 适合 | 不适合 |
|---|---|---|
| 脚本 | 批处理、定时任务、本地文件 | 给别人用 |
| 网页 | 表单、展示、多人访问 | 读写本地文件 |
| 表格插件 | 在现有表格里加功能 | 复杂交互 |
第一次做,优先脚本:依赖少、能看到每一步、出错好改。
三、给 AI 的提示词
一段够用的模板:
用 Python 写一个脚本,环境是 macOS,Python 3.11。 输入:目录 /Users/me/photos 下的 jpg/png。 处理:读取 EXIF 拍摄时间;没有则用文件修改时间;按日期分组,重命名为 日期_序号。 输出:重命名文件,并生成 rename_log.csv(旧名、新名、时间)。 要求:先打印预览,加 --apply 参数才真正改名;跳过已符合命名规则的文件;异常文件记录到日志,不中断。 只给一个完整文件,附运行命令。
关键四件事:环境、输入、规则、安全开关。
四、一个最小例子
比如统计 CSV:
import csv
from collections import Counter
with open("orders.csv", newline="", encoding="utf-8") as f:
rows = list(csv.DictReader(f))
counts = Counter(r["city"] for r in rows)
for city, n in counts.most_common(10):
print(city, n)
运行:
python3 count.py
先让它跑通,再谈加功能。
五、迭代:一次一个功能
第一版只做核心路径。之后每轮只加一件事:
- 先能读文件;
- 再加规则;
- 再加日志;
- 最后加预览/确认。
每加一步都跑一次。一次加三个功能,出错时你不知道是哪一处。
六、安全底线
- 批量改文件前,先复制一份或只做预览;
- 删除操作必须二次确认;
- 密钥不要写进代码,用环境变量;
- 处理他人数据前,先脱敏。
七、30 分钟练习
- 写一个三行需求(5 分钟);
- 让 AI 生成脚本(10 分钟);
- 用 3 个样本文件跑通(10 分钟);
- 加一个“预览模式”再跑(5 分钟)。
八、检查清单
- [ ] 输入、处理、输出三行写清;
- [ ] 说明了运行环境;
- [ ] 有预览/确认,不会一上来就改数据;
- [ ] 异常不会让整个任务中断;
- [ ] 代码能在一个文件里跑起来。
九、延伸阅读
- 知识库 2.0 AI 编程
- 知识库 3.2 工具:辅助学习工具和资源
- 知识库 3.1 案例:AI 产品案例和投稿
下一讲:读懂报错与迭代修复。你会把“红字”变成下一步动作。