文科生Vibe Coding实战:一个链接聚合页如何斩获万级流量

文科生用Gemini对话AI做出演唱会座位查询网站,证明Vibe Coding关键在idea而非技术。
一位文科背景创作者仅用Gemini对话AI,在一个下午内完成了演唱会座位视角查询网站——本质是链接聚合页,却因精准切中选座痛点获得1.5万浏览。她的经历表明,Vibe Coding入门的核心是找到足够简单且有真实需求的idea,功能要反复简化到最小可执行方案,避免PRD等过度准备,先做出来再迭代。
一位文科背景的创作者,用Gemini对话式AI完成了人生第一个Vibe Coding作品——一个演唱会座位视角查询网站。功能极其简单,却在小红书获得1.5万浏览、2000+互动。她的经历揭示了一个被很多人忽视的道理:入门Vibe Coding的关键不是技术,而是找到一个足够简单且切中痛点的idea。
什么是Vibe Coding? 这一概念由AI研究员Andrej Karpathy于2025年初提出,核心理念是「完全沉浸在氛围中,忘掉代码的存在」——开发者用自然语言描述想要的功能,由AI生成全部代码,人类只负责提需求和验收结果。与传统编程的根本区别在于:你不需要理解代码如何运作,只需要知道自己想要什么。这一范式的兴起,背后是大语言模型代码生成能力的质变,使得非技术人员也能通过对话驱动完整的软件开发流程。
一个「链接聚合页」为何能火
这个网站的功能简单到令人意外:一张演唱会场馆的座位图,每个区域设置了可点击的热区按钮,点击后跳转到小红书「AI问一问」的总结链接,用户可以查看该区域的视角照片和网友评价。

本质上,它就是一个链接聚合页。但正是这个看似毫无技术含量的产品,精准击中了演唱会观众的核心痛点——买票前想知道每个座位区看到的实际视角是什么样的。小红书上大量用户会分享各场馆各座位的实拍视角图(称为「视角建设」),但信息分散,查找成本高。这个网站把散落的信息用一张可视化座位图串联起来,体验瞬间提升了一个量级。
值得一提的是,小红书「AI问一问」功能本身已经完成了信息聚合的核心工作——它能自动抓取平台内与特定关键词相关的笔记,通过大语言模型总结归纳,生成结构化答案页面并附带原始引用。这位创作者的聪明之处,在于识别出这个现成的「信息基础设施」,用一张可视化座位图作为导航层叠加在上面,以极低的内容生产成本实现了显著的体验提升。
核心启示:Idea比技术重要一百倍。 哪怕功能再简单,只要切中真实需求,就能获得用户认可。
如何把「不可能」砍成「能做到」
创作者最初的设想远比最终版本复杂得多,她的需求简化过程非常值得学习:
- 第一版构想:点击座位后展示3D VR全景视角 → 技术门槛极高,大公司都难做,果断放弃
- 第二版构想:展示该座位的实拍图片 → 需要自己搜集筛选大量图片,工作量巨大,继续简化
- 第三版构想:直接链接到小红书AI问一问的总结页 → 零内容生产成本,AI已经帮你做好了总结
- 交互简化:原本想做「区域→座位号→视角」的三级导航 → 砍到只保留「区域→视角」一级跳转
每一次简化都遵循同一个原则:以最简单的方式从0到0.1。 先做出来,先跑通流程,先验证想法,再考虑迭代。这种思路对零基础做网站的新手尤其重要。
不需要Cursor,Gemini对话就够了
很多人一听到Vibe Coding就想到Cursor、Claude Code这些专业工具,心理门槛瞬间拉高。但这位创作者全程只用了Google Gemini的对话界面完成AI编程。

Gemini Canvas是Google推出的交互式创作功能,类似于Anthropic Claude的Artifacts。其核心是「所见即所得」的双栏界面:左侧显示AI生成的代码,右侧实时渲染预览效果。你不需要搭建本地开发环境,不需要安装任何软件,只需在浏览器中与AI对话,就能看到网页的真实样子并即时调整。
具体流程非常简单:
- 在Gemini中用自然语言描述需求:想做什么网站、有什么功能、怎样的交互
- Gemini通过Canvas功能直接生成代码,左边是代码,右边是实时预览
- 对效果不满意就继续对话调整
- 最终把代码复制到文本文件,保存为
.html格式 - 上传到GitHub Pages,免费部署上线
GitHub Pages是微软旗下GitHub平台提供的静态网站托管服务,完全免费。用户只需将HTML等静态文件上传至GitHub仓库,开启Pages功能后即可获得一个公开可访问的网址。对于Vibe Coding新手而言,这是最低门槛的发布渠道:无需购买服务器、无需配置域名、无需了解后端部署,整个上线流程可在10分钟内完成。
不要让想象中的困难成为心理障碍。 很多人(包括创作者自己)一直在收藏教程却从未动手,就是因为觉得那些专业工具「应该很难」。结果发现,日常用的对话AI就能完成Vibe Coding的全部流程。
踩过的坑:需求文档和坐标标注
创作者在实践中走了两段弯路,反而带来了最有价值的经验教训。
弯路一:写PRD需求文档
受一些硅谷博主和技术KOL的影响,她先让AI帮忙生成了一份完整的PRD(产品需求文档),包含版本号、日期、目标用户、背景分析等等。

PRD(Product Requirements Document)是传统软件开发中的标准交付物,用于在产品经理、设计师和工程师之间对齐需求,通常包含功能列表、交互逻辑、验收标准等内容。在AI编程工作流中,部分技术博主推荐先让AI生成PRD再开始编码,理论上可以让AI更好地理解项目全貌——但这套方法论本质上是为复杂的多人协作项目设计的。
对于这种极简项目,PRD完全是多余的。那些博主需要PRD是因为他们在做完整的MVP产品,会用到多个AI工具协作。而对于一个单页HTML网站,PRD引入的结构化开销远大于其带来的价值,反而让新手陷入「准备陷阱」,在真正动手之前就消耗掉大量精力和信心。直接用自然语言描述需求就足够了。
弯路二:手动标注座位坐标
AI生成的PRD要求她提供JSON格式的座位坐标数据。于是她花了一个多小时在各种在线标注工具上手动框选50多个区域、逐一命名。很多工具还要付费,体验极差。

最后她索性放弃标注,直接把需求描述发给Gemini——结果AI自己就能生成带有可点击区域的页面。虽然位置不完全精准,但基本功能已经实现。图片无法通过上传识别,最终通过提供图片的在线URL链接解决了。
核心教训:不要在准备阶段过度投入。 先直接执行,看看最简方案能不能跑通,再决定是否需要那些「准备工作」。很多你以为必须的前置步骤,可能根本不需要。
给Vibe Coding新手的行动清单
基于这次实践,总结出几条对零基础用户最实用的建议:
- 从自己的兴趣和痛点出发找idea:你了解用户需求,做起来有热情,不容易半途而废
- 功能砍到不能再砍:一个页面、一个核心功能、没有设计要求,这就是最好的第一个项目
- 不要被工具吓退:Gemini、ChatGPT等对话AI就能写代码,不必从Cursor入手
- 先做再说,别过度准备:不写PRD、不标坐标、不做设计稿,直接告诉AI你要什么
- 快速发布,获取反馈:GitHub Pages免费部署,做完就发,用真实数据验证价值
这位创作者的经历证明,Vibe Coding的门槛已经低到「文科生+Gemini+一个下午」就能产出一个有真实用户价值的产品。真正阻碍大多数人的,从来不是技术,而是迟迟不肯迈出的第一步。
核心要点
- Vibe Coding入门的关键是找到足够简单且切中痛点的idea,而非掌握复杂技术
- 全程仅用Gemini对话AI即可完成网站开发,无需Cursor等专业编程工具
- 功能要反复简化:从3D VR视角→实拍图片→小红书链接聚合,砍到最简可执行方案
- 不要过度准备:PRD文档和坐标标注等前置工作可能完全不必要,先执行再迭代
- 一个仅有单页链接聚合功能的网站,因精准切中演唱会选座痛点获得1.5万浏览量
相关推荐
教程攻略Cursor+Codex双IDE协同:开源项目二开实战方法论
基于实战经验总结的开源项目二次开发完整方法论,详解Cursor+Codex双IDE协同工作流,涵盖二开七环节、MVP验证、AI读源码技巧,帮助开发者三天跑通项目、两周完成业务集成。
教程攻略Cursor多Agent实战:50分钟搭建Next.js全栈博客
使用Cursor IDE多Agent协作模式,50分钟内从零搭建全栈博客。涵盖Next.js、Clerk认证、Supabase数据库集成,详解4个AI Agent分阶段开发流程与关键避坑经验。
教程攻略从零搭建AI软件工厂:Cursor工程师的多Agent协作实战经验
Cursor工程师Eric分享AI软件工厂构建实战:从自动化六层级、护栏设计、并行Agent管理到规模化扩展,详解如何用多Agent协作实现7×24小时高效软件开发。