我用AI写了个微信小程序:全程没写一行代码,前后端全是AI生成的

从想法到上线,我只做了三件事:跟AI聊天、改配置文件、点部署按钮。

前言

我是一个英语学习爱好者(也可以说是"背单词困难户"),背了三年单词书,四级还是没过。后来发现一个规律:孤立背词记不住,放在句子里才能记住

于是我想做一个微信小程序——通过阅读英文名著来记忆四六级/考研单词。但问题来了:

  • 我不会写前端
  • 我会写后端

最后的结果是:这个小程序从0到上线,全程由AI生成代码,我只负责提需求和改配置

今天把整个过程分享出来,给同样想用AI做产品的人一些参考。


一、技术栈选择:为什么选这套组合?

小程序端:微信原生 + AI辅助

模块 技术方案 谁写的
页面结构 (WXML) AI生成 AI
样式 (WXSS) AI生成 AI
逻辑 (JS) AI生成 AI
配置 (JSON) 我手动改的

后台管理系统:Vue3 + Element Plus

后台是一个完整的管理系统,包含以下功能模块:

  • 控制台 — 数据概览
  • 单词管理 — 单词CRUD、批量导入Excel
  • 资料资源 — 学习资料管理
  • 小说管理 — 名著内容管理
  • 文件类轮询 — 文件处理队列
  • AI专题小说 — AI生成内容管理
  • 名著题材 — 题材分类
  • 意见反馈 — 用户反馈
  • 挑战任务 — 打卡挑战配置
  • 模拟用户 — 测试账号
  • 流量主解锁 — 广告变现

后端:Node.js / Python(AI生成)

后端API全部由AI根据我的需求描述自动生成,包括:

  • 用户认证与授权
  • 单词数据接口
  • 打卡挑战逻辑
  • 排行榜算法
  • 资源下载统计

二、开发过程:我是怎么"不写代码"的?

第一步:用AI做需求分析

我没有画原型图,也没有写PRD文档。我跟AI的对话大概是这样的:

“我想做一个背单词小程序,用户读英文名著来记单词,每个段落里标注生词,点击可以看释义。要有四级、六级、考研三个难度分级。还要有打卡挑战功能,14天完成1500词那种。”

AI帮我输出了:

  • 功能清单(20+个功能点)
  • 数据库表结构设计
  • API接口文档
  • 页面路由规划

第二步:Cursor + AI 写前端

我用 Cursor 作为主要开发工具。Cursor 是一个 AI 原生的代码编辑器,它的核心能力是:

  1. 自然语言转代码 — 我描述功能,它直接生成代码
  2. 上下文理解 — 它理解整个项目的结构和已有代码
  3. 多文件编辑 — 一次修改可以涉及多个文件

实际操作中,我的工作流是这样的:

我:"首页做一个今日挑战卡片,显示连续打卡天数和排名"
Cursor AI:[自动生成 WXML + WXSS + JS 代码]
我:检查效果,调整配色和间距

整个小程序的所有页面都是这样出来的:

  • 首页 — 今日挑战、打卡数据、分类入口、推荐阅读
  • 分类页 — 三级/四级/六级/考研筛选,名著列表
  • 名著阅读页 — 英文原文 + 生词标注 + 释义切换
  • 学习资料页 — 真题词汇、考研资料下载
  • 单词本 — 生词/已掌握/错题/收藏 分类管理
  • 个人中心 — 学习数据、排行榜、设置
  • 我的挑战 — 14天挑战进度、打卡成员排行

第三步:只改配置,不动代码

这里要强调一下:我真的没有手写过任何业务逻辑代码

我做的"编码工作"仅限于:

  1. app.json 配置页面路径和导航栏颜色
  2. project.config.json 配置AppID
  3. 改环境变量(API地址、密钥等)
  4. manifest.json 配置后台服务参数
  5. 在后台界面操作数据(导入单词表、创建挑战任务)

第四步:AI生成后台管理系统

后台管理系统也是AI写的。这是一个完整的 Vue3 + Element Plus 后台:

在这里插入图片描述

可以看到后台的功能非常完善:

  • 单词列表支持按等级、考频、难度筛选
  • 批量导入功能(支持Excel格式)
  • 编辑/删除操作
  • 导出缺失词功能

左侧菜单栏包含十几个管理模块,覆盖了运营需要的所有功能。


三、小程序核心功能展示

3.1 名著阅读 — 核心亮点

这是小程序的核心功能。用户在阅读英文版名著(如《西游记》英文改写版)时,文中所有的目标词汇会被高亮标注:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

点击"隐藏文章释义"后,中文释义消失,用户需要先根据自己的理解猜测词义:

请添加图片描述

这种主动回忆的学习方式,比被动看释义的记忆效果好很多。

3.2 首页 — 一目了然的数据面板

在这里插入图片描述

首页展示:

  • 今日挑战排名
  • 连续打卡天数
  • 每日掌握词数
  • 四级/六级/考研快捷入口
  • 推荐阅读材料

3.3 分类学习 — 多级难度覆盖

在这里插入图片描述

支持英语基础、四级、六级、考研四个等级,每个等级下有专属的名著和学习资料。

3.4 学习资料 — 真题+词汇书

在这里插入图片描述

提供四六级真题核心词汇、考研词汇书等资料下载,支持按类型筛选(真题/词汇/语法/写作/听力)。

3.5 单词本 — 智能分类管理

在这里插入图片描述

单词本按状态分为:生词、学习中、已掌握、错题、收藏。每个词标注考频等级(超高/高/中/低),方便针对性复习。

3.6 个人中心 — 完整的学习档案

在这里插入图片描述

记录连续学习天数、掌握单词数、阅读名著数、完成测试次数等数据,还有排行榜激励。

3.7 挑战打卡 — 社交化学习动力

在这里插入图片描述

14天1500词挑战模式,显示所有打卡成员的进度和排名,形成良性竞争氛围。


四、技术细节:AI是怎么做到的?

4.1 Prompt 工程是关键

虽然不需要写代码,但怎么跟AI沟通决定了代码质量。我总结了几条经验:

  1. 一次性说清楚需求,不要一点一点喂
  2. 给出参考,比如"类似墨墨背单词的卡片样式"
  3. 指定技术栈,明确告诉AI用什么框架
  4. 分模块对话,不要在一个对话里塞太多内容
  5. 让AI先出方案再写码,避免返工

4.2 Cursor 的使用技巧

  • Composer 模式:适合多文件联动修改
  • Chat 模式:适合询问和单文件修改
  • @符号引用:让AI参考特定文件的上下文
  • Ctrl+K:选中代码快速编辑

4.3 配置驱动的设计理念

我把所有可能变化的东西都抽到了配置文件里:

  • 单词库 → Excel导入,不改代码
  • 挑战规则 → 后台配置,不改代码
  • 题材分类 → 数据库维护,不改代码
  • UI配色 → CSS变量统一管理

这意味着后续迭代基本不需要动代码,改配置就能上线新功能。


五、从0到上线的真实时间线

阶段 耗时 我做的事
需求梳理 + 方案设计 半天 跟AI聊
小程序前端开发 2天 提需求 + 改配置
后台管理系统开发 1天 提需求 + 改配置
后端API开发 1天 提需求 + 改配置
数据准备(单词导入) 半天 整理Excel
微信审核 + 上线 2天 填资料 + 等审核
总计 约7天 零代码编写

六、一些踩过的坑

坑1:AI生成的代码不一定能跑

AI第一次给的代码经常有以下问题:

  • 引用了不存在的组件
  • API字段名对不上
  • 样式在不同机型表现不一致

解决方法:每次拿到代码先跑一遍,报错信息直接丢回AI让它修。

坑2:上下文窗口有限制

项目大了之后,AI记不住之前的代码结构。

解决方法:拆分成多个独立对话,每个对话专注一个模块;善用Cursor的项目索引功能。

坑3:微信审核的坑

小程序审核对内容要求比较严,第一次提交因为"涉及教育类服务资质"被打回。

解决方法:调整了部分文案表述,强调"学习工具"而非"教育服务",二次提交通过。


七、总结:AI时代,不会写代码不再是借口

说实话,做完这个项目最大的感受是:

AI已经把做产品的门槛降到了前所未有的低。

以前你想做一个小程序,至少需要:

  • 会前端(HTML/CSS/JS)
  • 会后端(Node/Python/Java)
  • 会数据库(MySQL/MongoDB)
  • 了解微信小程序开发规范
  • 有服务器运维能力

现在你只需要:

  • 清楚自己想要什么
  • 会跟AI沟通
  • 愿意花时间调试

我不是程序员,但我用AI做出了一个功能完整的微信小程序。如果你也有想做的东西,别再以"不会写代码"为理由拖下去了。

工具已经准备好了,剩下的就看你的执行力了。


📱 体验一下

微信搜索:读文背词

目前完全免费使用,欢迎体验反馈!


如果这篇文章对你有帮助,欢迎点赞关注。有问题可以在评论区交流,我看到都会回复。
oDB)

  • 了解微信小程序开发规范
  • 有服务器运维能力

现在你只需要:

  • 清楚自己想要什么
  • 会跟AI沟通
  • 愿意花时间调试

我只是会后端程序员,但我用AI做出了一个功能完整的微信小程序。如果你也有想做的东西,别再以"不会写代码"为理由拖下去了。

工具已经准备好了,剩下的就看你的执行力了。


📱 体验一下

微信搜索:读文背词

目前完全免费使用,欢迎体验反馈!


如果这篇文章对你有帮助,欢迎点赞关注。有问题可以在评论区交流,我看到都会回复。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐