Web项目基础 AI全链路 Day01

前言

算法工程师也需要会运用前后端来实现团队合作，以下是根据黑马的AI全链路教学视频记录的学习笔记

AI全链路开发革命：零代码时代，工程师如何用AI工具链重构生产力边界 

在硅谷新创公司Replit用AI重构18万行系统代码仅需3个月、GitHub Copilot助力开发者效率提升55%的行业风暴中，全球顶尖科技智库Gartner发出预警：未来3年，不会使用AI工具链的工程师将被淘汰出核心开发序列。这场由GPT-4o、DeepSeek、Devbox等智能工具引发的"零代码开发革命"，正在以摧枯拉朽之势重塑软件开发的全生命周期——从需求分析、架构设计到测试部署，传统开发模式中的技术壁垒正在被AI逐个击穿。

当AI工具链遇上全链路开发：一场颠覆认知的生产力跃迁

在传统开发领域，工程师们耗费时间在环境配置、接口调试、兼容性适配等重复劳动上。而通过DeepSeek+Devbox+Cursor构建的智能工作流，不用配置生产环境、调试环境、无需申请服务器，并且期间不需要编写任何底层代码，就能实现一个Web项目的制作。

这种颠覆性变革的底层逻辑，使IT行业正在不断更新于重构，要求开发者学会Vibe Coding。

这仅仅是AI重塑软件开发行业的开端 当Devbox的云端沙箱消除环境差异，当Cursor的智能补全突破人类编码速度极限，当DeepSeek设计满足各种要求的方案——每个开发者都站在了时代变革的十字路口。这是面向未来的开发者生存法则：用AI扩展认知边界，将精力聚焦于真正的价值创造。

配置环境

详见B站视频

数据库设计

以设计系统信息管理为例：

需求文档以及截图请从黑马B站视频中查找

步骤1 确定数据库表

根据页面原型 + 需求文档，明确业务需求，确定数据主体/表

=> 1. “页面原型”截图上传给AI，需求说明文字上传给AI（若页面原型截屏中已经有需求说明的文档，则不需要上传），并输入：

“请根据提供的页面原型和需求说明，帮我分析一下“填入页面名称（如部门管理）”涉及到几张表，具体是什么表，只需要给出涉及到几张表即可，不需要具体的字段及建表语句。（请严格根据页面原型和需求文档分析） ”

（eg1：AI回答：

由此AI回答是一张表 即部门表）

（eg2：AI回答：

由此AI答案是：一张表，即员工表）

（eg3：“eg2”AI的另一种回答：

由此AI的答案是：两张表，即员工表和部门表）

步骤2 检查“步骤1”AI回答

检查、确认

对照页面原型截图和需求文档（说明）内容，（简单）判断AI的回答是否正确，自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，若正确或手动修改完毕，看是否还有其他页面原型和需求文档需要分析，若需要，跳转步骤1，若已全部分析完，跳转步骤4，若不正确且超出自己能力范围，跳转步骤3。

（eg1根据检查答案正确，但还要分析员工表，故跳转步骤1）

（eg2：

注意当提到大概率存在外键时，那么答案除了本身的表之外，还要算上关联的表

结合需求文档，员工管理的工作经历部分比较特殊，要求中包括工作经历-时间、工作经历-公司、工作经历-职位三个内容，这种一个部分中还存在多个小部分的情况，大概率要额外一张表存储

故答案应该修改为2张表，即员工表和部门表）

（eg3：

结合需求文档，员工管理的工作经历部分比较特殊，要求中包括工作经历-时间、工作经历-公司、工作经历-职位三个内容，这种一个部分中还存在多个小部分的情况，大概率要额外一张表存储

AI回答不正确，跳转步骤3进行详细操作）

根据AI得到需要几张表，是什么表

步骤3 优化“步骤1”回答

调整、优化

自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，输入：

当缺少作为外键关联的表时：

“根据你的分析，“输入页面名称（如员工管理）”只涉及“填入AI答案”张表就是“填入AI回答的核心表名称”，“填入AI回答的核心表名称”中“填入AI遗漏的信息名称（如员工的归属部门）”信息怎么与“填入缺少作为关联的表所属的页面（如缺少部门表，而部门表是部门管理的核心表，所以填入部门管理）”中的“填入缺少的作为关联的表（如部门表）”关联呢？”

当缺少核心表时：

“根据你的分析，“输入页面名称（如员工管理）”只涉及“填入AI答案”张核心表就是“填入AI回答的核心表名称”，“填入AI回答的核心表名称”中怎么存储“填入AI遗漏的信息名称（如员工的工作经历）”信息呢？”

指出：核心表与一共多少张表不同，如部门表是员工表外键关联，且是部门管理页面的核心表，那么就不属于员工管理页面的核心表

（eg2解法2：AI回答：

回答仍差一张表 重复步骤3：

AI回答：

回答正确，共涉及三张表，即员工表、部门表、工作经历表

已没有其他页面，进入步骤4）

（eg3：AI回答：

经过检查 AI回答正确，共涉及三张表，即员工表、部门表、工作经历表

已没有其他页面，进入步骤4）

对照页面原型截图和需求文档（说明）内容，（简单）判断AI的回答是否正确，自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，若正确或手动修改完毕，看是否还有其他页面原型和需求文档需要分析，若需要，跳转步骤1，若已全部分析完，跳转步骤4，若不正确且超出自己能力范围，重复步骤3。

步骤4：分析表之间的关系

根据页面原型 + 需求文档，确定数据主体之间的关系（一对一、一对多、多对多）

向AI输入：

“好的，我知道了“输入所有页面名称（如部门管理及员工管理）”模块，共涉及“输入步骤3所得最终结果”张表，分别是：“输入步骤3所得所有表的名称（如部门表、员工表、员工工作经历表）”，请帮我分析一下这“输入步骤3所得最终结果”张表之间的关系。（一对一、一对多、多对多）”

（eg1:AI回答：

即AI答案为如上）

步骤5 检查“步骤4”AI回答

检查、确认

对照页面原型截图和需求文档（说明）内容，（简单）判断AI的回答是否正确，自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，若正确或手动修改完毕，跳转步骤7，若不正确且超出自己能力范围，跳转步骤6。

（eg1 AI回答正确 直接跳转步骤7）

记录下表之间的关系

步骤6 优化“步骤4”回答

调整、优化

自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，输入：

对照页面原型截图和需求文档（说明）内容，（简单）判断AI的回答是否正确，自己手动微调AI回答不妥的地方，返还给AI，让它重新优化答案，若正确或手动修改完毕，跳转步骤7，若不正确且超出自己能力范围，重复步骤6。

步骤7：确定所有表中每个数据的字段、类型、约束

=> “页面原型”截图上传给AI，需求说明文字上传给AI（若页面原型截屏中已经有需求说明的文档，则不需要上传），并输入：

“那接下来请根据提供的“填入上传给AI的页面原型的页面名称（如部门管理）”的页面原型和需求文档，帮我设计一下“填入一张该页面的核心表（如部门表）”的表结构，注意：目前只考虑“填入一张该页面的核心表（如部门表）”，请参照提供的需求说明，为“填入一张该页面的核心表（如部门表）”的每个字段设置合适的字段类型和约束（严格根据页面原型和需求文档设计）。最终给出mysql数据库的建表语句。”

一张表 一张表的发给AI

剩余内容正在加更中...