学习系列课M7 · 第 18 讲

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

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

本讲第 1 张表: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:

  1. 先能读文件;
  2. 再加规则;
  3. 再加日志;
  4. 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

七、30 分钟练习

  1. 写一个三行需求(5 分钟);
  2. 让 AI 生成脚本(10 分钟);
  3. 用 3 个样本文件跑通(10 分钟);
  4. 加一个“预览模式”再跑(5 分钟)。

八、检查清单

九、延伸阅读


下一讲:读懂报错与迭代修复。你会把“红字”变成下一步动作。