title: 工欲善其事动手写 AI 应用之前的三件准备lecture: 1-4-1chapter: 1section: 4series: AI Agent 全栈开发工程师学习笔记tags: [ChatGPT, OpenAI API, Playground, 开发工具链]工欲善其事动手写 AI 应用之前的三件准备为什么在写第一行代码之前先讲工具LLM 应用开发和传统后端有一个关键区别试错成本的结构变了。写一个 CRUD 接口对不对看返回值就知道写一段提示词效果好不好要跑几十次才知道而每次跑都要改代码、重启、发请求。如果验证一轮的代价是五分钟一天下来真正在思考这个提示词为什么不行的时间所剩无几。所以正式开发之前先把三件基础设施摆好怎么用 ChatGPT 帮自己学习和写代码、从哪拿到能用的 API 密钥、用什么工具在零代码的情况下快速验证想法。三块内容各自解决什么ChatGPT 辅助学习与提示词这一块把 ChatGPT 当成开发工具链的一环而不只是问答玩具。课程提供了一批预置提示词覆盖三类高频场景出错答疑代码报错时的排查。相比人工答疑它的优势是响应及时、随时可问风险是提示词未经预置时答疑结果可能不准确——所以要用标准化提示词把角色、技术栈、回复格式先钉死。代码生成按项目规范生成功能代码。单元测试生成补测试用例。区别在于这三件事的共同前提是你给的不是裸问题而是一段带约束的提示词。展开见 ChatGPT 辅助学习与课程提示词。OpenAI 密钥注册与国内替代方案要调 API 就得有密钥。注册 OpenAI 的 API 密钥需要绑定外国手机号用 sms-activate 这类平台可以完成手机号校验注册之后还要绑银行卡、看使用账单因为调用是按量计费的不看账单等于不管成本。拿到 key 只是第一步接着要弄清 OpenAI 开放 API 里各个参数的含义和适用场景并且逐个调试验证。另一条线是国内替代方案。OpenAI 在国内访问受限企业业务里调不通是常态问题替代平台的注册与使用因此是必修项不是可选项。细节见 OpenAI/月之暗面 API 密钥获取与参数详解。Playground面向程序员的沙箱Playground 常被当成ChatGPT 的另一个网页这个理解会浪费掉它。两者的定位差别是实打实的对比维度ChatGPT 对话界面Playground目标用户普通用户 / 学习者程序员 / 开发者核心功能自然对话交互API 参数调试与提示词校验使用场景日常问答、学习辅助开发前功能验证、接口测试优势操作简单、即时反馈可精准控制参数、批量测试局限无法调试 API 参数需要一定技术基础它带来的流程变化很具体。传统做法是想到一个功能 → 写接口 → 传参数 → 跑起来看效果一轮下来半小时。换成 Playground 之后是规划功能 → 在 Playground 里把提示词和参数调到位 → 确认无误再写程序。省掉的是写出来才发现方向错了的那部分工作量。展开见 Playground 快速调试 Prompt 与接口参数。三块的先后顺序投入上有个自然的优先级提示词技巧 密钥与 API 参数 Playground 国内替代方案。理由是覆盖面不同。提示词能力贯穿整个课程和之后所有项目密钥和参数是实践的前提条件绕不过去Playground 是效率工具越早用越划算国内替代方案解决的是特定网络环境问题等真正遇到再补也来得及。易错点把 ChatGPT 当权威答案源。没有预置提示词的裸提问答疑质量不稳定技术类问题要带上版本、报错栈、最小复现代码。注册完 OpenAI 不看账单。按量计费 输入输出两个价一个跑飞的循环能烧掉不少预算。把 Playground 当聊天窗口用。它的价值全在参数面板上只用来对话等于没用它。小结这一节是准备课目标只有一个把验证一个想法的成本从半小时压到几分钟。预置提示词的意义在于把答疑质量从随机变成可控角色 技术栈 回复格式三件套缺一不可。API 密钥的获取、账单管理、参数理解是实践前置条件国内替代方案是同一能力的备份路径。Playground 和 ChatGPT 的分工是调试与对话开发前先在校验环境里跑通再落到代码。三块内容学完才具备开始搭第一个聊天机器人的条件。