提需求
把“我想要灯自己亮”说成一个可以被执行、被验收的目标。
说清需求、判断方案、看懂改动、验证结果。AI 不再是藏在一个对话框里的答案,而是一位过程可见、允许拒绝、支持回滚的工程伙伴。
这不是“把需求丢给 AI,然后等待奇迹”。每一步都被拆开、解释、检查和确认。
“我想让灯在天黑时自动亮起来,但白天不要一直开着。”
“天黑”需要被测量,“自动亮”意味着装置要自己判断,而不是由人按开关。我们先确认:你要使用光敏传感器,并设置一个安全的亮度阈值。
把“我想要灯自己亮”说成一个可以被执行、被验收的目标。
看懂 AI 打算用什么传感器、什么条件、什么动作,并敢于追问。
知道这次改了什么、为什么改、每一行对应什么实际现象。
用仿真预测、真机现象和回读数据判断这是否真的是自己要的。
AI 生成只是开始。代码进入真实硬件前,必须经过确定性检查、仿真检查和孩子的最终确认。
“让灯在天黑时自动亮,但白天不要一直开着。”
选择光敏传感器,追问了阈值为什么不能设成 0。
1 次仿真、1 次真机测试、3 条回读数据、1 次失败复盘。
课程地图、仿真实验室、AI 导师、作品档案与家长报告。
需求留存、参数化配置下发、真机数据回读。
逐行改动、仿真、云端下发、回读与回滚。
机械、移动、声音与视觉模块协同完成真实项目。