别再"写"代码了——Prompt五要素，才是AI时代的工程基本功
古法编程的落幕
"程序=数据结构+算法"，这句刻在教科书扉页上的信条，统治了软件工程半个世纪。
2022年底AIGC爆发，事情起了变化。2023年1月，Andrej Karpathy发了一条推文：
The hottest new programming language is English.
—— Andrej Karpathy, 2023年1月
这不是一句抖机灵。它描述的是一个正在发生的范式迁移：自然语言正在成为编程的交互界面。你不需要再和编译器较劲，不需要背诵语法糖——你只需要清晰地告诉AI你想要什么。
2025年2月，Karpathy更进一步，给这种工作方式起了个名字：Vibe Coding——氛围编程。
It's not really coding — I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works.
—— Andrej Karpathy, 2025年2月
不需要任何语法基础，不需要手敲代码，代码的主力不再是人，是LLM。沉浸在这种氛围里，编程不再是体力活，而是创意的流淌。
听起来很爽。但问题是——为什么很多人Vibe完了，产出的东西却一塌糊涂？
AI不是发动机，是放大器
吴恩达在AI学习系列中做过一个精准的判断：AI不是发动机，是放大器。
发动机是从0到1，给你原本没有的动力。放大器是从1到N，你输入什么，它就放大什么。输入模糊，输出就是放大的模糊；输入清晰，输出就是放大的清晰。
这就是为什么同样在用AI写代码，有人几小时交付一个完整应用，有人折腾半天连个能跑的demo都出不来。差距不在工具，在你给AI的指令质量。
吴恩达在DeepLearning.AI的课程中，用一个生日贺卡应用，把这件事讲得明明白白。
一个生日卡片，拆出Prompt五要素
目标很简单：做一个Web应用，用户输入姓名、年龄、爱好，生成一条有趣的生日祝福。
如果你直接甩给AI一句："帮我写个生日贺卡应用"——大概率得到一个能用但不好用的东西。因为prompt不够清晰，AI只能靠猜，猜错了你还得改。
吴恩达的做法是，在写prompt之前先思考——就像写作文先打腹稿，做项目先画架构图。他把prompt拆成了五个基本构建块（Five Basic Building Blocks）：
Goal: 创建一个网页来帮我写生日贺卡
Input: 当我提供一个人的姓名、年龄和爱好时
Output: 它应该返回一条有趣的消息
Layout: 页面顶部加一个有趣的标题，
把卡片放在右侧展示，像生日贺卡的内页
Features: 不要替换旧卡片，保留它们并叠放在新卡片下方
这五要素不是随意罗列的，它们各自解决一个关键问题：
- Goal——解决"做什么"：目标不明确，AI连方向都找不到
- Input——解决"依据什么"：没有输入定义，AI就靠猜
- Output——解决"产出什么"：输出格式不清，拿到的结果就没法用
- Layout——解决"长什么样"：视觉预期不设，UI就像开盲盒
- Features——解决"还有什么"：边界条件不划，细节全靠AI自由发挥
合在一起，一条prompt就把需求、数据流、界面和交互逻辑全锁死了。AI拿到这样的指令，几乎不需要二次迭代就能交付。
这不是"会写提示词"，这是用提示词完成工程。
Prompt Engineering的本质是工程思维
很多人对Prompt Engineering的理解还停留在"跟AI好好说话"的层面。这是误解。
Prompt Engineering的核心不是语言技巧，而是结构化思维。你得在动手之前想清楚：目标是什么、输入输出是什么、界面怎么布局、有哪些边界条件——这不就是产品经理写PRD、架构师做设计时该干的事吗？
Advising young engineers that they don't need to learn to code because AI will take care of it is the worst career advice.
—— Andrew Ng, 2025
吴恩达为什么强调"仍然要学编程"？因为你需要领域知识。你得懂前端、后端、数据库的运作逻辑，才能在prompt中做出正确的架构决策；你得理解系统的边界和约束，才能判断AI的输出是否靠谱。
Prompt之前，不要急于动手，先思考。思考的质量决定Prompt的质量，Prompt的质量决定AI的产出质量。
角色转换：从码农到指挥官
当代码的主力从人变成LLM，人的角色必须转换。
你不再是那个逐行写代码的执行者。你是决策者、规划者、架构师。你的核心价值不再是"能不能写出来"，而是"知不知道该做什么"和"能不能判断做得对不对"。
这正是OPC（One Person Company）个体生产力的根基：一个人同时扮演设计师和程序员，用prompt指挥AI把活干了。你能Vibe Coding的前提不是"不用动脑子"，而是你脑子里有足够清晰的工程框架，才能一句话就驱动AI产出符合预期的软件。
如果不满意？继续prompt，调整Goal、细化Layout、补充Features——沉浸在vibe coding的迭代节奏里，但每一次迭代都带着明确的工程意图，而不是漫无目的地碰运气。
五要素，一句话，一个合格的AI Builder
回到生日贺卡案例。当你把五要素写进同一条prompt，AI一次性交付了一个Web应用——浏览器里跑，输入姓名年龄爱好，右侧生成贺卡内页，旧卡片叠放保留——功能完整，交互合理，视觉到位。
这不是魔法，是工程。
长期开发、维护大型商业项目，同样可以用这套逻辑：每个功能模块拆解为Goal + Input + Output + Layout + Features，prompt不再是"随意一说"，而是可复用、可迭代、可协作的工程文档。
良好设计的prompt，意味着三件事：
- 高效——减少来回迭代，一次对齐
- 可控——每条指令对应一个确定的行为
- 省钱——token花在刀刃上，不浪费在模糊指令的反复修正里
最后
古法编程的时代确实在落幕。但落幕的不是"编程思维"，而是"编程=手敲代码"这个狭窄的定义。
AI时代，编程的门槛在降低，但工程的门槛在升高。能写出代码的人会越来越多，能用一句话把工程想清楚的人，永远稀缺。
Prompt五要素不是技巧，是基本功。掌握它，你才算是一个合格的AI Builder。
