AIGC编程：Java技术实战版

这门课的名字里有「Java」，也有「AIGC」，但它真正要解决的问题不是「教你用 AI 写 Java」，而是：一个写 Java 的人，怎么把大模型接进自己每天干的活里，从查文档、设计表、写小工具，一直做到能跑起来的小游戏。如果你现在的状态是——会写 Spring Boot，但一提到调用模型接口、写提示词、把 AI 塞进业务流程就发虚，那缺的正是这一块。

先说清楚：这门课不补什么，补什么

它不补 Java 语法，不讲集合、并发、JVM 调优，也不带你从零学 Spring。默认你至少能读懂 Maven 工程、会写 Controller、知道怎么发一个 HTTP 请求。它补的是三处常见的缺口：

• 不知道 AIGC 在工程里到底落在哪一层——是当搜索用、当代码生成用，还是当业务流程里的一个「会说话的函数」；
• 知道要写提示词，但写出来的东西时好时坏，没有可复用的结构；
• 想让模型干点具体的事（比如读一段需求就产出一张数据库表结构），却卡在怎么把输出变成程序能用的东西。

课程从趋势和现状讲起，再落到工具使用和对话技巧，最后走到具体任务，这条线是按「先知道这东西是什么、再知道怎么问、最后知道怎么用」铺的，不是按 API 文档顺序铺的。

提示词那部分，值得反复看

「万能公式」这个说法容易让人以为是套模板，但它的实际价值在于：把一次模糊的提问拆成角色、任务、约束、输出格式几段，让结果稳定下来。对 Java 开发者来说这一步尤其关键，因为你要的不是一段能看的文字，而是能被解析、能塞进字段、能过编译的东西。看完这部分，你应该能回答：同一个需求，为什么换个问法输出质量差一倍；以及当模型给出格式不对的结果时，是从哪一段约束去改。

落到 Java 这边：数据库表和代码

用 AIGC 设计数据库表是这门课里最贴近日常开发的一段。它涉及的不是「让模型随便列几个字段」，而是怎么把业务描述、字段命名习惯、索引和关联关系讲清楚，让产出接近能直接用的建表语句。这里会暴露一个很实际的问题：模型给的 DDL 往往看着对、细节错，你需要知道检查哪几项。同期还有辅助学习的用法，本质是把模型当成一个随时能追问的陪练，而不是答案机器——这一点对正在备考或转岗的人更实用，因为追问的过程本身就是查漏补缺。

几种工具和它们各自的脾气

课程里出现了不止一种对话工具，也涉及在编辑器里直接用 AI 的方式。不同工具在上下文长度、代码理解、响应风格上差别不小，同一段代码丢进去，结果可能完全不同。这部分不是让你记哪个更好，而是让你形成判断：什么任务适合在编辑器里顺手做，什么任务必须开一个独立对话、把背景喂全。学完之后，你应该能说清楚自己在什么场景下会切到哪个工具，而不是永远只用顺手的那一个。

小游戏这段，是检验也是压力测试

把 AI 用到一个小游戏开发上，听起来像玩具，实际是把前面所有零散技巧串起来：需求怎么描述、逻辑怎么拆、模型产出的代码怎么接进现有工程、跑不起来时怎么追问。它会逼你面对真实情况——模型写的东西有错、有遗漏、有想当然，你要做的是定位和修正，而不是复制粘贴。这一段看完，你该能回答：AI 在一个完整的小项目里能承担多少、哪些环节仍然必须自己动手。

如果你已经能写业务代码，但对「AI 到底怎么进我的工程」还没有具体答案，这门课可以当作一次集中的补课。看完不必记住每个工具的用法，但要能说清楚：你的下一个项目里，哪一步可以交给模型，哪一步不能。