AI 实战教程
从入门到进阶
日常生活、提高工作效率、用AI挣钱,帮助你快速上手并持续进阶。
最新更新
Gemini 虽好,但真的没必要着急放弃 ChatGPT
Gemini 在某些高阶场景下确实很强,尤其是在精巧提示词和结构化任务中,深受高级用户喜爱。但这并不意味着普通用户需要立刻放弃 ChatGPT。对大多数人来说,真正重要的是一个工具能否稳定、高效地完成日常事务,而不是在极限能力上领先多少。哪怕都是大语言模型,不同平台在用法、工作流和迁移成本上的差异都真实存在。普通用户也正在从盲目追随"高手推荐",转向基于自身日常体验做选择。Gemini 的 nano banana 在设计领域是神器,但在高频文字与日常表达上,ChatGPT 依然是更顺手、更稳妥的选择。多模型并行,而非仓促站队,才是当下更理性的使用方式。
我每天用 ChatGPT 做的 5 件小事
很多人把 ChatGPT 想成"效率工具"或"生产力神器",但对我来说,它真正有用的地方,反而是在一些很小、很日常的事情上:帮我判断新闻靠不靠谱,写完那些不得不写却没什么意义的文字,看看每天吃得健不健康,甚至在一天结束时帮我把零碎的生活整理一下。不是改变人生,而是托住日常。这篇文章记录了我每天用 ChatGPT 做的 5 件小事,一个普通人的使用方式。
如何使用 Google 的 AI 编程工具 AntiGravity:独立开发者的新时代武器
在 2025 年生成式 AI 全面进入生产力工具的背景下,Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者,那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序,并通过对话持续完善应用的 AI 工程师。 文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式:它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作(Gemini 3 Pro / Flash / Codex),使得不会写代码的人也能做出应用,而有经验的开发者效率可提升 10–50 倍。 通过一个 2 分钟创建 ToDo App 的实战示例,作者展示了 AntiGravity 如何从一句需求出发,自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接,并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比,AntiGravity 的本质差异在于:它不仅"给建议",而是真正"把活干完"。 文章最后指出,AntiGravity 代表的是一种全新的软件生产模式: 人类负责定义需求与判断方向,AI 负责实现、测试、修复与迭代。 对于独立开发者、产品经理、设计师和内容创作者而言,学习 AntiGravity,等同于学习未来两年的主流开发方式。
一个人如何在两小时内做出三个 iOS APP?|AntiGravity + Gemini 3 实战完整记录
这篇文章通过一次完整、真实录屏的实战,展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT,从空白目录出发,在 约一小时内连续完成了 三个可运行、可使用的 iOS 应用,且全程未手写一行 Swift 代码。 三个示例应用分别是: • ToDo APP:由 AI 自动生成项目结构、数据模型、UI 与本地持久化,开发过程完全基于自然语言需求描述。 • 记账 APP:在基础记账功能之上,引入 AI 语音与图片识别,实现"开口即记账""图片即入账"的低负担交互体验。 • 日记 APP:结合多图与文字输入,由 AI 自动生成具有日式手帐风格的成品图片,可直接用于社交分享。 文章强调,AI 已不再只是"帮你写代码"的工具,而是正在重构整个软件开发流程: 开发者的核心角色从"代码执行者"转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试,开发者只需将问题交给 AI 处理,而无需深入底层细节。 最终,文章给出一个清晰结论: 未来的独立开发者,未必是全栈工程师,但一定是会与 AI 高效协作的人。
一行代码不写,用 AI 和对话完成一个完整网站:《图书天堂》实战记录
这篇文章记录了一次极具象征意义的实验:在 2025 年,作者使用 Gemini 3 + AntiGravity,完全不写一行代码,仅通过对话,从一张手绘草图出发,在约 1.5 小时内完成了一个功能完整、可真实使用的网站——《图书天堂》。 整个过程覆盖了传统软件开发中几乎所有核心环节:前端页面生成与美化、后端与 API、后台管理系统、登录与权限、可视化编辑器、文件上传、排行榜、分类系统,以及从 JSON 原型数据迁移到 SQLite 数据库。所有功能的实现,作者只做了一件事:清晰描述需求,确认 AI 的执行结果。 在此基础上,作者还引入了"AI 原生功能": • 智能填充书籍信息(输入书名即可自动抓取并补全资料) • 智能荐书系统(用户对话式获取推荐) 实验最终证明: 一个完整网站,从构想到上线,已经可以只依赖"对话式开发"。 文章最后提出一个核心判断:开发者角色正在发生根本变化。未来真正重要的能力,不再是记忆语法和框架,而是将需求表达清楚、与 AI 高效协作的能力。 这不是未来趋势,而是已经发生的现实。
ChatGPT 指南
对话式模型的用法、技巧与案例。
Gemini 虽好,但真的没必要着急放弃 ChatGPT
Gemini 在某些高阶场景下确实很强,尤其是在精巧提示词和结构化任务中,深受高级用户喜爱。但这并不意味着普通用户需要立刻放弃 ChatGPT。对大多数人来说,真正重要的是一个工具能否稳定、高效地完成日常事务,而不是在极限能力上领先多少。哪怕都是大语言模型,不同平台在用法、工作流和迁移成本上的差异都真实存在。普通用户也正在从盲目追随"高手推荐",转向基于自身日常体验做选择。Gemini 的 nano banana 在设计领域是神器,但在高频文字与日常表达上,ChatGPT 依然是更顺手、更稳妥的选择。多模型并行,而非仓促站队,才是当下更理性的使用方式。
如何使用 Google 的 AI 编程工具 AntiGravity:独立开发者的新时代武器
在 2025 年生成式 AI 全面进入生产力工具的背景下,Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者,那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序,并通过对话持续完善应用的 AI 工程师。 文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式:它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作(Gemini 3 Pro / Flash / Codex),使得不会写代码的人也能做出应用,而有经验的开发者效率可提升 10–50 倍。 通过一个 2 分钟创建 ToDo App 的实战示例,作者展示了 AntiGravity 如何从一句需求出发,自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接,并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比,AntiGravity 的本质差异在于:它不仅"给建议",而是真正"把活干完"。 文章最后指出,AntiGravity 代表的是一种全新的软件生产模式: 人类负责定义需求与判断方向,AI 负责实现、测试、修复与迭代。 对于独立开发者、产品经理、设计师和内容创作者而言,学习 AntiGravity,等同于学习未来两年的主流开发方式。
一个人如何在两小时内做出三个 iOS APP?|AntiGravity + Gemini 3 实战完整记录
这篇文章通过一次完整、真实录屏的实战,展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT,从空白目录出发,在 约一小时内连续完成了 三个可运行、可使用的 iOS 应用,且全程未手写一行 Swift 代码。 三个示例应用分别是: • ToDo APP:由 AI 自动生成项目结构、数据模型、UI 与本地持久化,开发过程完全基于自然语言需求描述。 • 记账 APP:在基础记账功能之上,引入 AI 语音与图片识别,实现"开口即记账""图片即入账"的低负担交互体验。 • 日记 APP:结合多图与文字输入,由 AI 自动生成具有日式手帐风格的成品图片,可直接用于社交分享。 文章强调,AI 已不再只是"帮你写代码"的工具,而是正在重构整个软件开发流程: 开发者的核心角色从"代码执行者"转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试,开发者只需将问题交给 AI 处理,而无需深入底层细节。 最终,文章给出一个清晰结论: 未来的独立开发者,未必是全栈工程师,但一定是会与 AI 高效协作的人。
一行代码不写,用 AI 和对话完成一个完整网站:《图书天堂》实战记录
这篇文章记录了一次极具象征意义的实验:在 2025 年,作者使用 Gemini 3 + AntiGravity,完全不写一行代码,仅通过对话,从一张手绘草图出发,在约 1.5 小时内完成了一个功能完整、可真实使用的网站——《图书天堂》。 整个过程覆盖了传统软件开发中几乎所有核心环节:前端页面生成与美化、后端与 API、后台管理系统、登录与权限、可视化编辑器、文件上传、排行榜、分类系统,以及从 JSON 原型数据迁移到 SQLite 数据库。所有功能的实现,作者只做了一件事:清晰描述需求,确认 AI 的执行结果。 在此基础上,作者还引入了"AI 原生功能": • 智能填充书籍信息(输入书名即可自动抓取并补全资料) • 智能荐书系统(用户对话式获取推荐) 实验最终证明: 一个完整网站,从构想到上线,已经可以只依赖"对话式开发"。 文章最后提出一个核心判断:开发者角色正在发生根本变化。未来真正重要的能力,不再是记忆语法和框架,而是将需求表达清楚、与 AI 高效协作的能力。 这不是未来趋势,而是已经发生的现实。
不背提示词,也能用好 ChatGPT。一个万能提问模板
很多人以为用好 ChatGPT 的关键在于背诵"高级提示词",但真正决定效果的,是能否把需求自然、清楚地表达出来。这篇文章提供了一个新手即可复制使用的万能提问模板,帮助你在任何场景下快速把任务、目标和限制说清楚。同时结合不同大模型(如 ChatGPT 与 Gemini 3)的实际使用差异,说明为什么"自然沟通 + 反馈迭代"才是长期可靠的使用方式,而不是依赖现成的 Prompt 模板。
Gemini 指南
Google Gemini 相关实践与案例。
Gemini 虽好,但真的没必要着急放弃 ChatGPT
Gemini 在某些高阶场景下确实很强,尤其是在精巧提示词和结构化任务中,深受高级用户喜爱。但这并不意味着普通用户需要立刻放弃 ChatGPT。对大多数人来说,真正重要的是一个工具能否稳定、高效地完成日常事务,而不是在极限能力上领先多少。哪怕都是大语言模型,不同平台在用法、工作流和迁移成本上的差异都真实存在。普通用户也正在从盲目追随"高手推荐",转向基于自身日常体验做选择。Gemini 的 nano banana 在设计领域是神器,但在高频文字与日常表达上,ChatGPT 依然是更顺手、更稳妥的选择。多模型并行,而非仓促站队,才是当下更理性的使用方式。
如何使用 Google 的 AI 编程工具 AntiGravity:独立开发者的新时代武器
在 2025 年生成式 AI 全面进入生产力工具的背景下,Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者,那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序,并通过对话持续完善应用的 AI 工程师。 文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式:它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作(Gemini 3 Pro / Flash / Codex),使得不会写代码的人也能做出应用,而有经验的开发者效率可提升 10–50 倍。 通过一个 2 分钟创建 ToDo App 的实战示例,作者展示了 AntiGravity 如何从一句需求出发,自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接,并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比,AntiGravity 的本质差异在于:它不仅"给建议",而是真正"把活干完"。 文章最后指出,AntiGravity 代表的是一种全新的软件生产模式: 人类负责定义需求与判断方向,AI 负责实现、测试、修复与迭代。 对于独立开发者、产品经理、设计师和内容创作者而言,学习 AntiGravity,等同于学习未来两年的主流开发方式。
一个人如何在两小时内做出三个 iOS APP?|AntiGravity + Gemini 3 实战完整记录
这篇文章通过一次完整、真实录屏的实战,展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT,从空白目录出发,在 约一小时内连续完成了 三个可运行、可使用的 iOS 应用,且全程未手写一行 Swift 代码。 三个示例应用分别是: • ToDo APP:由 AI 自动生成项目结构、数据模型、UI 与本地持久化,开发过程完全基于自然语言需求描述。 • 记账 APP:在基础记账功能之上,引入 AI 语音与图片识别,实现"开口即记账""图片即入账"的低负担交互体验。 • 日记 APP:结合多图与文字输入,由 AI 自动生成具有日式手帐风格的成品图片,可直接用于社交分享。 文章强调,AI 已不再只是"帮你写代码"的工具,而是正在重构整个软件开发流程: 开发者的核心角色从"代码执行者"转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试,开发者只需将问题交给 AI 处理,而无需深入底层细节。 最终,文章给出一个清晰结论: 未来的独立开发者,未必是全栈工程师,但一定是会与 AI 高效协作的人。
一行代码不写,用 AI 和对话完成一个完整网站:《图书天堂》实战记录
这篇文章记录了一次极具象征意义的实验:在 2025 年,作者使用 Gemini 3 + AntiGravity,完全不写一行代码,仅通过对话,从一张手绘草图出发,在约 1.5 小时内完成了一个功能完整、可真实使用的网站——《图书天堂》。 整个过程覆盖了传统软件开发中几乎所有核心环节:前端页面生成与美化、后端与 API、后台管理系统、登录与权限、可视化编辑器、文件上传、排行榜、分类系统,以及从 JSON 原型数据迁移到 SQLite 数据库。所有功能的实现,作者只做了一件事:清晰描述需求,确认 AI 的执行结果。 在此基础上,作者还引入了"AI 原生功能": • 智能填充书籍信息(输入书名即可自动抓取并补全资料) • 智能荐书系统(用户对话式获取推荐) 实验最终证明: 一个完整网站,从构想到上线,已经可以只依赖"对话式开发"。 文章最后提出一个核心判断:开发者角色正在发生根本变化。未来真正重要的能力,不再是记忆语法和框架,而是将需求表达清楚、与 AI 高效协作的能力。 这不是未来趋势,而是已经发生的现实。
不背提示词,也能用好 ChatGPT。一个万能提问模板
很多人以为用好 ChatGPT 的关键在于背诵"高级提示词",但真正决定效果的,是能否把需求自然、清楚地表达出来。这篇文章提供了一个新手即可复制使用的万能提问模板,帮助你在任何场景下快速把任务、目标和限制说清楚。同时结合不同大模型(如 ChatGPT 与 Gemini 3)的实际使用差异,说明为什么"自然沟通 + 反馈迭代"才是长期可靠的使用方式,而不是依赖现成的 Prompt 模板。
AI 视频
视频生成与剪辑相关教程。
还没有 AI 视频内容,敬请期待。
AI 编程
代码生成、自动化与工程实践。
如何使用 Google 的 AI 编程工具 AntiGravity:独立开发者的新时代武器
在 2025 年生成式 AI 全面进入生产力工具的背景下,Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者,那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序,并通过对话持续完善应用的 AI 工程师。 文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式:它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作(Gemini 3 Pro / Flash / Codex),使得不会写代码的人也能做出应用,而有经验的开发者效率可提升 10–50 倍。 通过一个 2 分钟创建 ToDo App 的实战示例,作者展示了 AntiGravity 如何从一句需求出发,自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接,并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比,AntiGravity 的本质差异在于:它不仅"给建议",而是真正"把活干完"。 文章最后指出,AntiGravity 代表的是一种全新的软件生产模式: 人类负责定义需求与判断方向,AI 负责实现、测试、修复与迭代。 对于独立开发者、产品经理、设计师和内容创作者而言,学习 AntiGravity,等同于学习未来两年的主流开发方式。
一个人如何在两小时内做出三个 iOS APP?|AntiGravity + Gemini 3 实战完整记录
这篇文章通过一次完整、真实录屏的实战,展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT,从空白目录出发,在 约一小时内连续完成了 三个可运行、可使用的 iOS 应用,且全程未手写一行 Swift 代码。 三个示例应用分别是: • ToDo APP:由 AI 自动生成项目结构、数据模型、UI 与本地持久化,开发过程完全基于自然语言需求描述。 • 记账 APP:在基础记账功能之上,引入 AI 语音与图片识别,实现"开口即记账""图片即入账"的低负担交互体验。 • 日记 APP:结合多图与文字输入,由 AI 自动生成具有日式手帐风格的成品图片,可直接用于社交分享。 文章强调,AI 已不再只是"帮你写代码"的工具,而是正在重构整个软件开发流程: 开发者的核心角色从"代码执行者"转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试,开发者只需将问题交给 AI 处理,而无需深入底层细节。 最终,文章给出一个清晰结论: 未来的独立开发者,未必是全栈工程师,但一定是会与 AI 高效协作的人。
一行代码不写,用 AI 和对话完成一个完整网站:《图书天堂》实战记录
这篇文章记录了一次极具象征意义的实验:在 2025 年,作者使用 Gemini 3 + AntiGravity,完全不写一行代码,仅通过对话,从一张手绘草图出发,在约 1.5 小时内完成了一个功能完整、可真实使用的网站——《图书天堂》。 整个过程覆盖了传统软件开发中几乎所有核心环节:前端页面生成与美化、后端与 API、后台管理系统、登录与权限、可视化编辑器、文件上传、排行榜、分类系统,以及从 JSON 原型数据迁移到 SQLite 数据库。所有功能的实现,作者只做了一件事:清晰描述需求,确认 AI 的执行结果。 在此基础上,作者还引入了"AI 原生功能": • 智能填充书籍信息(输入书名即可自动抓取并补全资料) • 智能荐书系统(用户对话式获取推荐) 实验最终证明: 一个完整网站,从构想到上线,已经可以只依赖"对话式开发"。 文章最后提出一个核心判断:开发者角色正在发生根本变化。未来真正重要的能力,不再是记忆语法和框架,而是将需求表达清楚、与 AI 高效协作的能力。 这不是未来趋势,而是已经发生的现实。
Antigravity 指南
围绕 Antigravity 工作流的上手、技巧和案例。
如何使用 Google 的 AI 编程工具 AntiGravity:独立开发者的新时代武器
在 2025 年生成式 AI 全面进入生产力工具的背景下,Google 推出了新一代 AI 编程工具 AntiGravity。如果说 Gemini 3 是底层大模型能力的集大成者,那么 AntiGravity 则是其在开发者领域的「超级应用层」——一个真正能读懂整个项目、自动创建文件、执行命令、运行与调试程序,并通过对话持续完善应用的 AI 工程师。 文章系统性地介绍了 AntiGravity 的定位、核心能力与实际工作方式:它融合了自然语言对话、IDE 编辑、文件系统理解、命令行执行和多模型协作(Gemini 3 Pro / Flash / Codex),使得不会写代码的人也能做出应用,而有经验的开发者效率可提升 10–50 倍。 通过一个 2 分钟创建 ToDo App 的实战示例,作者展示了 AntiGravity 如何从一句需求出发,自动生成完整项目结构、SwiftUI 界面、数据模型、逻辑连接,并在报错时自行调试修复。与 ChatGPT 或 GitHub Copilot 相比,AntiGravity 的本质差异在于:它不仅"给建议",而是真正"把活干完"。 文章最后指出,AntiGravity 代表的是一种全新的软件生产模式: 人类负责定义需求与判断方向,AI 负责实现、测试、修复与迭代。 对于独立开发者、产品经理、设计师和内容创作者而言,学习 AntiGravity,等同于学习未来两年的主流开发方式。
一个人如何在两小时内做出三个 iOS APP?|AntiGravity + Gemini 3 实战完整记录
这篇文章通过一次完整、真实录屏的实战,展示了 AI 时代 iOS 开发方式的根本性变化。作者使用 AntiGravity + Gemini 3 + ChatGPT,从空白目录出发,在 约一小时内连续完成了 三个可运行、可使用的 iOS 应用,且全程未手写一行 Swift 代码。 三个示例应用分别是: • ToDo APP:由 AI 自动生成项目结构、数据模型、UI 与本地持久化,开发过程完全基于自然语言需求描述。 • 记账 APP:在基础记账功能之上,引入 AI 语音与图片识别,实现"开口即记账""图片即入账"的低负担交互体验。 • 日记 APP:结合多图与文字输入,由 AI 自动生成具有日式手帐风格的成品图片,可直接用于社交分享。 文章强调,AI 已不再只是"帮你写代码"的工具,而是正在重构整个软件开发流程: 开发者的核心角色从"代码执行者"转变为产品设计者、需求描述者与 AI 的指挥者。面对报错与调试,开发者只需将问题交给 AI 处理,而无需深入底层细节。 最终,文章给出一个清晰结论: 未来的独立开发者,未必是全栈工程师,但一定是会与 AI 高效协作的人。
一行代码不写,用 AI 和对话完成一个完整网站:《图书天堂》实战记录
这篇文章记录了一次极具象征意义的实验:在 2025 年,作者使用 Gemini 3 + AntiGravity,完全不写一行代码,仅通过对话,从一张手绘草图出发,在约 1.5 小时内完成了一个功能完整、可真实使用的网站——《图书天堂》。 整个过程覆盖了传统软件开发中几乎所有核心环节:前端页面生成与美化、后端与 API、后台管理系统、登录与权限、可视化编辑器、文件上传、排行榜、分类系统,以及从 JSON 原型数据迁移到 SQLite 数据库。所有功能的实现,作者只做了一件事:清晰描述需求,确认 AI 的执行结果。 在此基础上,作者还引入了"AI 原生功能": • 智能填充书籍信息(输入书名即可自动抓取并补全资料) • 智能荐书系统(用户对话式获取推荐) 实验最终证明: 一个完整网站,从构想到上线,已经可以只依赖"对话式开发"。 文章最后提出一个核心判断:开发者角色正在发生根本变化。未来真正重要的能力,不再是记忆语法和框架,而是将需求表达清楚、与 AI 高效协作的能力。 这不是未来趋势,而是已经发生的现实。