乐于分享
好东西不私藏

AI 新手第一课:学会聊天之后,怎么指挥 AI 做事?

AI 新手第一课:学会聊天之后,怎么指挥 AI 做事?
刚开始学 AI 的时候,我很自然地把它当成一个“更聪明的聊天工具”。
打开 ChatGPT,问一句,它答一句。
不懂一个词,就让它解释。
想写一段话,就让它帮忙起草。
这当然有用。只是后来接触到 Codex、Vibe Coding 和 AI Agent,我慢慢意识到:如果只停在“会聊天”,很多事情其实做不下去。
因为真实工作里,我想让 AI 做的事,往往不是回答一个问题这么简单。
比如写 PRD、整理文档、改代码、跑检查,甚至对照需求验收结果。
这时候,重点就不只是“怎么问问题”了,而是:
怎么把一个任务交给 AI,又怎么判断它真的做对了。
这一期先不讲底层算法,只拆 5 个常见但容易听懵的词:
Prompt、Vibe Coding、Token、Harness Engineering、Loop Engineering。
它们看起来像一串英文名词,其实可以连成一条很朴素的 AI 工作路径。

一、Prompt:不是咒语,是把任务摆到 AI 面前

Prompt 这个词,常见词源会追到拉丁语 promptus,有“拿出来、摆到面前、准备好”的意思。
这个意思很适合 AI。
很多时候,我们脑子里只有一个模糊想法:我想写篇文章、我想做个网页、我想让它帮我检查一下。
但 AI 不能直接读取我的脑子。它需要我把想法拿出来,变成一段可以执行的任务说明。
所以 Prompt 不是神秘咒语,也不是“万能提问模板”。
它更像你给同事发的一条任务消息:
背景是什么?
要完成什么?
输出成什么样?
有哪些限制?
比如:

请解释 Token 是什么意思。

请整理一份公众号文章大纲。

请对照 PRD 检查当前项目有没有漏掉需求。

这些都是 Prompt。
如果 Prompt 很模糊,AI 就只能猜。
如果 Prompt 更清楚,AI 才更可能沿着你的目标往前走。
小白先记住一句话:Prompt 就是把脑子里的需求拿出来,写成 AI 能看懂的任务说明。

二、Vibe Coding:先说方向,但不能只靠感觉

Vibe 这个词,和 vibration 有关。
Vibration 是“振动”。后来 vibe 在口语里慢慢变成“气氛、感觉、直觉上的信号”。
我们说一个地方 vibe 很好,不是说它真的在振动,而是说它给人的整体感觉不错。
Coding 来自 code。Code 原来和“成体系的规则、法典”有关,后来也表示“密码、信号规则”,进入计算机世界后,就变成了让电脑执行的指令。
Vibe Coding 放在一起,大概就是:
先用自然语言说出你想要的功能、风格和效果,再让 AI 把这些描述转成代码。
这个说法在 2025 年因为 Andrej Karpathy 的表达被更多人知道。它有意思的地方在于,写软件不一定总是从语法开始,也可以从意图开始。
比如你对 Codex 说:

我想做一个适合手机阅读的公众号文章工作流。目录要清楚,输出保存到 drafts,并且不能自动发布。

这就是在把“我想要什么”讲给 AI 听。
但我现在会特别提醒自己:Vibe Coding 不是“随便说一句,AI 就能完美交付项目”。
Vibe 只是入口。
真正可靠的部分,仍然是清楚的需求、可检查的标准,以及后面的验收。
小白可以这样理解:Vibe Coding 是先用自然语言说方向,再让 AI 帮你把方向变成代码;但方向清不清楚,仍然由你负责。

三、Token:AI 读文字时,不是按“整篇文章”理解

Token 这个词很容易让人误会。
它在英文里有“记号、凭据、象征物、代币”的意思。共同点是:用一个小东西代表某种信息。
比如地铁代币不是车票服务本身,但它代表一次乘车资格。
一枚纪念章不是那段经历本身,但它代表那段记忆。
放到 AI 里,Token 可以先理解成:AI 处理文字时使用的小文本单位。
它不完全等于一个汉字,也不完全等于一个英文单词。
AI 会先把文字切成一小块一小块,再进行计算。每一小块都带着一点信息。
这就解释了几个小白常遇到的问题:
为什么长对话会有上下文限制?
为什么一个窗口聊太久,AI 有时会抓不住重点?
为什么调用 API 时,输入和输出越长,成本通常越高?
因为 Token 格子不是无限的。
所以我现在更能理解一句话:
聊天负责探索,文档负责沉淀。
不要把所有聊天记录一股脑复制到新窗口。更好的做法,是把背景、规则、进度和结论整理成上下文交接文档,让 AI 读到真正有效的信息。

四、Harness Engineering:让 AI 能干活,也别让它乱动

Harness 这个词,原意和装备、马具、安全约束有关。
它不是“放开了随便跑”,而是把工具、连接和边界安排好,让一个东西能出力,也能被控制住。
这层意思放到 AI Agent 上很贴切。
一个 AI Agent 如果只会聊天,还不能真正做项目。
要让它做事,就要给它工具和环境:能读文件、能改代码、能运行命令、能查看报错。
但同时,也不能让它什么都能动。
哪些目录可以写?
哪些操作需要确认?
能不能联网?
能不能接触 API Key 或账号信息?
这些都是边界。
Engineering 是“工程设计”。所以 Harness Engineering 可以理解为:把 AI Agent 做事需要的工具、权限、环境和安全边界设计好。
这也是我现在看 Codex 这类工具时会关注的地方。
它能做什么很重要。
它不能随便做什么,也同样重要。
小白可以这样理解:不要只对 AI 说“去干活”,还要给它工具箱、工作范围和确认规则。

五、Loop Engineering:不要只听“完成了”,要看证据

Loop 的原意是一个弯、一个圈。
在计算机里,loop 常常表示让一组指令反复执行。
放到 AI Agent 的工作里,Loop Engineering 说的不是机械重复,而是设计一个会回到检查点的过程。
AI 做完第一版,不代表真的完成。
如果让 Codex 写代码,我现在不会只看它最后那句“已完成”。
我会继续看:
它改了哪些文件?
为什么这样改?
有没有运行检查?
检查结果是什么?
如果失败了,下一步怎么修?
修完以后,有没有再检查一次?
这就是 Loop。
不是把任务丢出去,然后等一个完美答案。
而是:
执行,检查,修复,再检查。
每一圈都让结果更接近真正可用。

把 5 个词连成一条线

现在回头看,这 5 个词并不是孤立概念。
它们像一条工作路线:
Prompt:把任务从脑子里拿出来,摆到 AI 面前。
Vibe Coding:用自然语言说出功能和感觉,让 AI 帮你转成代码或项目动作。
Token:提醒我们,AI 能读的上下文空间有限,要整理重点。
Harness Engineering:给 AI Agent 配工具,也给它边界。
Loop Engineering:让 AI 做完以后继续检查、修复和验收。
所以,AI 应用入门不一定要先研究算法,也不只是背英文名词。
更重要的是学会一套工作方式:

定义任务,整理上下文,配置工具,检查证据,验收结果。

会问问题,只是开始。
会指挥 AI 做事,才是下一步。