前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8629
  • 给 AI 编码 Agent 加上视觉验证能力
  • RAG 系统从零到一的实战经验与教训
  • 语音 Agent 评估框架 EVA 发布
  • Claude Code 速查表与功能指南
  • Claude Code 实战提效工作流
  • Prompt 工程入门:问法决定质量
  • Cq:AI 编程 Agent 的专属问答社区
  • iPhone 17 成功运行 400B 大模型演示
  • 用 Claude 自动化移动应用 QA 测试
  • 现代 LLM 注意力机制可视化教程
  • OpenTelemetry 统一 LLM 追踪规范
  • OpenCode:开源 AI 编程 Agent 项目
  • 快速构建领域特定嵌入模型
  • 初次体验 Agent 技能开发
  • 一小时用 AI 快速原型应用
  • Gemini CLI 高级功能全解
  • 用四象限图判断 AI 技术价值
  • 企业级 MCP 应用案例分析
  • AI 术语速成手册
  • Meta AI 失控事件警示录
  • Google AI Studio 快速编程秘诀
  • 轻量级TTS模型库:25MB以内可直接嵌入
  • 用Markdown声明式构建生成式UI交互
  • OpenAI收购Astral:Python工具栈并购
  • OpenAI官宣收购Astral团队
  • Cook:编排Claude Code的轻量级CLI工具
  • Cursor Composer 2:前沿级AI编码能力升级
  • 无需训练!复制LLM参数层突破推理瓶颈
  • Claude Code 在工程领域的实战应用
  • AI 生成代码的保修和法律困境
  • Google Sashiko:Agent 式 AI 审查 Linux 内核
  • AI 生成代码引入的新型技术债
  • Colab MCP Server:AI Agent 的新连接方式
  • 自主运行的 Claude Code Agent:从工具到自主系统
  • Hugging Face 2026 春季开源生态报告
  • Antfly:用 Go 构建分布式多模态搜索系统
  • Holotron-12B:高吞吐量计算机自动化 Agent
  • 用 AI 自动生成技术规范文档
  • 用 MCP 为 AI 知识库接入 Notion
  • Claude Code Skills 官方实战指南:9 大类型与分发策略
  • Mistral 开源形式验证 Agent:提升代码可信性
  • 用 Claude Code Skills 完整开发 Godot 游戏
  • Apideck CLI:低消耗的 AI Agent 接口方案
  • 智能体工程进阶:从 Tab 补全到 Agent 团队的 8 个等级
  • LLM 架构可视化库:全景理解模型设计
  • Claude合作伙伴网络启动
  • Claude使用优惠活动
  • GitAgent:仓库变身AI代理的开放标准
  • Claude在3D创意工作中的实战技巧
  • Spine Swarm:可视化画布上的AI Agent编排
  • 大规模识别LLM的神经元交互机制
  • 已加载 51 / 8629
8.0
热点
AI SCORE
编程提效2026-03-20 01:48

Google AI Studio 快速编程秘诀

DEV Community · Guillaume Vernade#Prompt技巧#Google AI#工作流
Editor brief · 编辑速览

开发者分享在 AI Studio 中优化 Prompt 和快速原型的实用技巧。高效利用 AI 编程工具的必读指南。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

你可能已经知道,Google AI Studio 是一个用来体验 DeepMind 模型、调整各种参数的沙盒。但你是否知道,你还可以免费用它来 vibe coding Web 应用,并且只需点击几下就能发布?

它的 Build 模块彻底改变了「vibe coding」的玩法:你不需要亲手编写一行代码,就能生成可正常运行的应用。借助 Gemini 模型,你可以快速构建并迭代自己的想法,在几分钟内把一个简单概念变成完整部署的原型。

结合过去一年里我对这个平台的亲身探索,这篇指南将介绍 AI Studio 的核心能力、它与其他工具的区别,以及如何通过更有效的 prompt 构建应用。

本文将包含以下内容:

  1. 为什么使用 AI Studio?

  2. App Gallery 与 Remix

  3. 开始 Vibe Coding

  4. 创建带数据库的应用

  5. 让 Vibe Coding 效果更好的技巧

  6. AI Studio 与 Antigravity:分别应该在什么时候使用?

  7. 我最喜欢的作品

为什么使用 AI Studio?

在深入讨论「怎么做」之前,我们先回答一个最常见的问题:市面上已经有许多流行的 AI 应用构建工具,为什么还要选择 AI Studio?

第一个理由是 AI Studio 原生支持 Gemini。它能够创建使用 Gemini 模型的应用,而且只要你一直在 AI Studio 内使用,就无须额外配置任何东西。你以及与你共享应用的人都可以使用免费额度,免费体验由 Gemini 驱动的应用。

注意:部分高级模型需要付费 API key,但始终会有提供免费额度的替代模型。

不过,真正让 AI Studio 与众不同的是隐私保护。

在许多竞品平台的免费方案中,除非你付费,否则生成的所有应用默认都是公开的。任何人都能看到你正在做什么。而在 AI Studio 中,你的应用会保持完全私密。当你要验证个人创意、处理敏感的客户项目,或者只想自由试验而不必担心被公开看到时,这一点是非常大的优势。

它采用了与 Google Drive 文件相同的共享机制,因此共享应用非常方便,其他人也无须创建新账户就能试用。

专业提示:和所有 Drive 文件一样,你可以把应用设置为「知道链接的任何人」均可访问。我在 LinkedIn 上发帖时就是这么做的,示例可以参考本文最后一节。

无论如何,即使你并不使用 AI Studio,我接下来分享的技巧应该依然适用,因为大多数 vibe coding Agent 的工作方式都很相似。

App Gallery 与 Remix

如果你刚接触 vibe coding,理解代码如何生成的最佳方式,就是直接探索 AI Studio 内置的 App Gallery。

探索:看看 AI Studio 团队已经构建出的优秀示例。我个人最喜欢其中的 Spatial understanding 和 Comic Book Creator。它们需要付费 API key 才能使用 Nano-banana Pro,不过你可以尝试 Remix,并将其改成只使用 Nano-Banana 的免费额度。

查看代码:对于每个应用,你都可以点击左上角的「code」,访问应用的全部代码,了解具体功能是如何实现的——或者更有可能的是,把代码复制粘贴给一个 AI coding Agent。

Remix:如果你喜欢某个应用,只想做出自己的版本,可以点击「remix」创建一份归你所有的副本。这是一种很棒的起步方式:从一个已经能够正常运行的现有代码库出发,再把它改造成自己的应用。

开始 Vibe Coding

准备好构建自己的应用了吗?整个过程非常直接:打开 Build 页面,在 prompt 中描述你希望应用实现什么功能,按下回车,然后看着 coding Agent——与 Antigravity 中的 Agent 类似——生成 UI 和业务逻辑。

注意:生成过程可能需要相当长的时间,平均大约 5 分钟。所以你可以去冲杯咖啡,或者读篇博客,等 coding Agent 完成工作后再回来。

得到一个可以运行的应用后,你可以继续在左侧 code assistant 的聊天框中输入 prompt,不断添加新功能。

新功能:过去几周新增的一项很酷的能力是,code assistant 现在可以在服务端运行。这意味着你可以关闭标签页或者切换设备,它仍然会继续替你工作。

根据实际情况,你还可以使用那两个按钮,直接在界面上绘制内容,为模型提供视觉线索。用这种方式反馈 UI 问题非常方便。

另一个选择是直接口述你需要进行哪些修改。当你在手机上临时想给应用添加新功能时,这种方式很方便,但如果修改要求非常精确,我并不推荐这么做。

创建带数据库的应用

从本周开始,你还可以要求 coding Agent 创建能够跨 session 或跨用户保存数据的应用。只需要明确告诉它使用数据库即可。(没错,我一直想做一个属于自己的购物清单应用,而且已经想了很久。)

当它询问时,点击「Enable」,接下来见证奇迹发生就行。

在后台,它会配置 Firebase 集成,并创建一个 Firestore 来存储数据。它还会为应用添加 Google 账户身份验证,以便应用知道当前是谁在尝试访问哪些数据。

你不需要知道数据库的具体结构。code Agent 会根据应用的需要替你管理一切。你希望每个用户都有自己的购物清单?砰,已经完成!现在又希望用户可以共享清单?同样完成!给商品添加标签?小菜一碟。

唯一的限制就是你的想象力!

让 Vibe Coding 效果更好的技巧

如今,「vibe coding」已经成为我的一种本能反应。在真正转向复杂 IDE 之前,它绝对是验证用户体验原型的最佳方式。但如果不够谨慎,你也很容易浪费大量时间,无法让 Agent 高效工作。

下面是我充分发挥 AI Studio 能力的几个实用技巧,排列不分先后。

构建之前先设计应用

如果你对于应用应该长什么样有明确看法——我个人通常没有,管他的,先冲再说——那么一个好办法是先使用 Stitch 之类的工具迭代设计。Stitch 使用 Nano-Banana。然后把生成的图片交给 coding Agent,让它清楚你期望得到什么。

保存进度,以便回退,并学会判断何时应该回退

AI 会犯错。它可能误解你的 prompt,也可能写出破坏原本正常应用的代码。发生这种情况时,你可以让它「fix the error」,大多数时候都能奏效,但有时也不行。

在 vibe coding 中,一项非常重要的能力是判断:什么时候应该继续尝试用 AI 修复,什么时候应该从头开始,以及什么时候应该亲自动手修复。

我的个人建议是,如果 Agent 尝试两轮后仍然不知道怎么修复,就别再坚持,直接退回之前的版本。否则,你可能会浪费一个小时,毫无意义地和 AI 争论。如果你发现,向 AI 解释需求所花的时间已经和自己动手差不多——比如「把这个时间改成另一个时间」——那就直接自己改。

好在 AI Studio 可以让你轻松返回之前的版本。

Checkpoints 是内置的版本历史功能,可以让你立即回退到上一个正常工作的状态。这是恢复到之前可用版本最方便的方式。

警告:有一点需要特别小心。你可以回退代码,却不能回退数据库变更,因此不要加载数据库更新之前创建的 checkpoint。我的处理方式是:加载旧 checkpoint,复制代码,然后重新加载较新但已经损坏的代码,再要求 assistant 参考旧代码进行修复。

对于里程碑版本,我推荐使用 GitHub 进行保存。每当应用到达某个里程碑时,例如刚刚完成一项新功能,就应该用它保存应用当前的状态。只需点击几下就能启用:

然后,你只需要描述新功能,再把它 commit 到 GitHub。

不过,目前的一项限制是同步只能单向进行。因此,它很适合用来把当前状态保存在一个方便日后复用的位置,但你还不能在 GitHub 中更新代码,再将其同步回 AI Studio——至少目前还不行。

使用多模态 Prompt

别再只依赖文本了。正如前面提到的,AI Studio 还提供了其他选择。

语音:非常适合快速迭代,尤其是在手机上调整应用时。

「Annotate App」工具:这是我在处理 UI 时最喜欢的功能,没有之一。截取应用截图,直接在上面画出修改要求,例如「把这个按钮移动到这里」「删除这个菜单」,然后把它发送出去。

专业提示:始终为标注后的图片配上一段清晰的文字说明,为模型提供尽可能完整的上下文。

拆分文件,避免单体文件

随着应用规模增长,模型可能会开始「产生幻觉」、忘记之前实现的功能,或者把逻辑搅成一团。这几乎总是一个结构问题。

默认情况下,AI 往往会把所有内容都塞进一个巨大的 app.tsx 文件。应该从一开始就否决这种做法。

黄金法则:从项目一开始就告诉模型,把不同功能拆分到独立的文件和组件中。

为什么?这样可以显著减少错误,并加快生成速度。同时,你也能立刻发现 AI 是否正在乱改代码。例如,如果你只是要求修改 UI 颜色,它却开始重写 auth-service.js,那么你就知道它已经完全跑偏,可以立即叫停。这种方式能在代码审查时节省大量时间,至少让你一眼就能确认代码库中正确的部分是否得到了更新。

强制 AI 编写文档

为了帮助 AI 记住应用应该实现什么功能,要让它尽可能多地维护文档,从微观到宏观都要覆盖。

Docstrings:始终要求应用为所有函数编写文档,说明函数的作用,以及输入和输出分别是什么。

文件文档:既然你会为每项功能创建独立文件,就要求 AI 在每个文件顶部维护一段文档,详细说明该功能的用途、需要覆盖哪些 use case,等等。

Design.md:最后,要求它在应用根目录维护一份描述整个应用的设计文档。

为什么?让 AI 多次重复记录所有内容,既能帮助它,也可能帮助你自己,找到每项功能的实现位置,并明确预期行为。这有点像纠错码的工作方式:让同一项内容出现多次,可以降低它被意外删除的概率。

使用 System Instructions 增强效果

过一段时间后,你会发现自己总是在向 coding Agent 重复相同的要求,最后肯定会厌倦。这就是 AI Studio 允许你自定义底层「System Instructions」的原因。不要把它留空!你可以在里面定义自己偏好的技术栈、框架、编码风格,当然也可以写入我前面提到的所有要求。

你可以把它看成提供给新入职初级开发者的 onboarding 资料包。他们需要了解你希望他们采用什么工作方式,如何编写代码、维护文档和沟通,等等。第一次可能无法把它做到完美,但重要的是不断复盘、持续改进这套资料,让之后加入的新人获得更好的 onboarding 体验,从而更快地产生实际价值。

除了一些更有针对性的指令——例如相信我提供的模型名称,不要擅自修改——下面这些是我一直在使用的内容:

## Coding/documenting guidelines

* Create a file per feature or related features, split as much as possible in different files;
* add docstrings to all functions to explain what they do;
* start each file with a long comment explaining in detail what the feature is about and the different use cases;
* maintain a `Design.md` document at the root of the app that documents all the features of the app;
* log as info all function calls (with their parameters) and log all genai calls with all their parameters (model used, prompt, config) and their outputs, just strip inline data;
* group all configurable items (like model names) in a centralized file;
* always create a way to test the scripts without altering the data;

你会看到,我还加入了一些与日志有关的指令,因为日志对调试总是很有帮助;另外还要求提供 dry run。这两项无论是否采用 vibe coding,都是良好的工程实践。

试试这些方法,然后告诉我,它们是否改善了你的 vibe-coding 体验!

发布应用

现在,你已经对自己的应用感到满意,并希望把它分享给全世界——或者只分享给一部分人。AI Studio 提供了两种发布应用的方式。

在 AI Studio 中共享

最简单的方式,就是直接使用 AI Studio 的共享功能。

你既可以选择只和特定的人共享应用,也可以允许任何拿到链接的人访问。我在 LinkedIn 上分享时使用的就是后一种方式。

它的一项重要优势是,其他人也能访问代码,并且可以根据需要 Remix。不过,对于技术背景不强的朋友,你也可以发送一个以全屏模式打开应用并隐藏 code Agent 的链接。

另一个不错的优势是,如果应用使用了 Gemini,你的朋友在使用应用时会消耗他们自己的免费额度;如果使用的是付费模型,则使用他们自己的 API key。这意味着你不需要为此支付任何费用。

将应用发布到 Cloud Run

如果你想真正把应用发布给实际用户使用,就应该采用这种方式。只需点击几下,它就会创建一个 Cloud Run 容器,把应用发布到网上,并提供一个任何人都能访问的 URL。

之后,你可以购买域名,为应用配置一个正式的网址,将其部署到不同区域,实现自动扩缩容,等等。不过,从这时起,它就是你自己的应用了,使用成本也要由你承担。

AI Studio 与 Antigravity:分别应该在什么时候使用?

由于 AI Studio 使用的底层 coding Agent 与 Google Antigravity 类似,你可能会想知道,应该在什么时候使用哪个工具。下面是我的经验法则。

在以下情况下使用 AI Studio:

  • 你正在为前端 UI 或轻量级全栈应用制作原型。

  • 你希望真正通过多模态输入进行「vibe code」,例如直接在应用 UI 上绘制修改要求,或者使用语音。

  • 你希望通过一个简单链接,立即与利益相关者或朋友共享可以运行的原型,并且不想管理托管服务。

  • 你希望无须进行任何配置,就能原生访问 Gemini 模型,快速构建 AI 功能。

在以下情况下使用 Antigravity:

  • 你正在构建生产级复杂应用,并且对深层后端基础设施有较高要求。

  • 你需要精细控制依赖项、复杂的构建步骤和部署流水线。

  • 你要把 AI coding Agent 集成到现有的大型代码库中,而不是从空白项目开始。

你可以把 AI Studio 看作一个用于快速迭代的创意速写本,而 Antigravity 则是一间功能齐全的开发者工作室。

我最喜欢的作品

现在,你已经掌握了 vibe coding 的基础知识。学习它最好的方式,就是亲自动手。我刚开始时也没有完美遵守所有这些规则,但正是在犯错的过程中,你才会不断完善自己的工作流!

为了展示它能做到什么,下面是我主要使用这些方法,从零开始完全通过 vibe coding 创建的几个应用:

[AI 驱动的简历]:一份由 AI 驱动的简历。不要只是阅读它,还可以向 Gemini 询问关于我的问题——它知道一些简历中没有写出来的趣事;也可以根据你希望向我推荐的职位调整简历,甚至要求生成音频概览。可以前往体验。

[Talk coach]:你的演讲教练。向它提供一段录音或 YouTube 链接,它就会告诉你怎样才能做得更好。可以前往体验。

[FreshList]:我正在开发的一款简化日常杂货采购流程的应用副本。可以前往体验。

你还可以在我创建的 repo 中查看更多示例——创建它时,我还以为自己能有时间每周 vibe code 一个应用。

部分评论可能只有登录后的访客才能看到。登录后可查看全部评论。

如果需要采取进一步措施,你可以考虑屏蔽此人和/或举报滥用行为。

Original source

本文由 AI 翻译整理自 DEV Community · Guillaume Vernade,原文版权归原作者所有。

阅读英文原文
上一篇
Meta AI 失控事件警示录
下一篇
轻量级TTS模型库:25MB以内可直接嵌入