夜雨聆风先讲个真事。
我一个朋友,做运营的,纯文科背景,电脑水平停留在"会用 Excel 公式"。上个月他跟我说,自己做了个微信小程序,用来管团队的每日打卡和待办。
我第一反应:你什么时候偷偷去学了编程?
他说:没学啊,是 AI 写的。
这不是个例。过去一年里,"不会代码也能做软件"从一个噱头,变成了越来越多普通人正在经历的现实。今天这篇文章,就把这件事讲明白:一个零基础的人,到底怎么借 AI 做出属于自己的小工具。
一、为什么现在普通人也能"写"软件了?
传统上,做一个软件要经历:学语言 → 学框架 → 调试 → 部署,随便哪一步都能劝退 99% 的人。
但大语言模型的出现改变了一个底层逻辑:你可以用"人话"描述需求,AI 把它翻译成代码。
你不需要记住 for 循环怎么写、数据库怎么连。你只需要说清楚:"我要一个页面,左边是输入框,右边显示结果,点按钮能保存。"剩下的,AI 兜底。
这就是所谓的 "自然语言编程"。它不是让你变成程序员,而是让你绕过了程序员这个中间环节。
二、三种上手姿势,按舒服的来
姿势一:对话式(门槛最低) 直接用 ChatGPT、Claude、通义、豆包这类对话 AI,告诉它你想做什么,让它生成代码。适合"我就想要个小东西"的需求。
姿势二:AI 编程工具(效率最高) Cursor、Trae、GitHub Copilot 这类工具,本质是个"会写代码的编辑器"。你把需求写进去,它一边补全一边改,你几乎是在和它结对干活。想认真做点东西,推荐这条路线。
姿势三:无代码平台(最稳) 像拖拉拽搭积木一样拼出应用,比如国内的简道云、轻流,国外的 Bubble。不用碰任何代码,适合做内部流程工具。
新手怎么选?想快速验证一个点子 → 对话式;想认真做产品 → AI 编辑器;只想管内部流程 → 无代码平台。 别纠结,先动起来。
三、实战拆解:做一个"每日鸡汤+待办"小工具
我用对话式 AI 给你演示一遍思路(真实可用):
- 说清需求
:"帮我写一个网页,顶部显示一句每日名言,下面是待办清单,能添加和删除,数据存在浏览器本地。" - 拿到代码
:AI 会返回 HTML+CSS+JS 三段代码,你直接复制。 - 跑起来
:把代码存成 .html文件,双击用浏览器打开,就能用了。 - 提要求迭代
:"帮我把背景换成蓝色渐变""加个完成打勾的效果"——它改,你存。 - 想给别人用
:用 Vercel、GitHub Pages 这类免费托管,几分钟就能生成一个网址。
你看,全程没写一行代码,但你拥有了一个"自己做的软件"。
四、新手最常犯的 4 个错
- 需求一句话带过
:"做个淘宝"——AI 也会懵。需求要拆小、说具体。 - 报错就放弃
:代码第一次跑起来九成会报错。把红色报错信息原样复制丢给 AI,它大多能修好。这是核心技巧。 - 贪大求全
:一上来想做"多功能平台",不如先做"一个能用的小功能"。 - 不敢问 AI 为什么
:"这行代码什么意思?"——问,它解释,你的理解力就这样长起来的。
五、你能做出哪些东西?(清单参考)
个人记账 / 习惯打卡本 团队考勤、日报收集表 给自家小店做的下单 / 预约页 自动整理文件、批量改名的桌面小工具 给群友用的抽签、投票小程序 把常问问题做成自动回复的客服机器人
这些过去要花几千块外包,现在你自己一个下午就能折腾出来。
六、清醒提醒:AI 不是魔法,边界要认清
说点实在的,免得你踩坑:
- 它擅长"小而美"的工具
,不擅长"复杂大型系统"。别指望一句话做出下一个微信。 - 它偶尔会"编"
:生成看起来合理但其实跑不通的代码,你需要耐心来回调。 - 数据和安全要当心
:涉及用户隐私、付款的功能,别自己瞎搞,该找专业人士还得找。 - 你的判断力才是上限
:AI 是副驾,方向盘和目的地,得你自己握。
回到开头那个朋友。他做的不是什么惊天动地的产品,就是个几十人用的小打卡工具。但当他第一次把自己"写"的软件发出去,群里有人回"这玩意儿真方便"的时候——那种"我居然也能创造点东西"的感觉,比软件本身值钱多了。
技术从来不是为了把人分成"会"和"不会",而是为了让更多人,敢去试试看。
下一篇,我们聊聊更现实的——普通人怎么用 AI 真正搞点副业收入。关注我,接着看。