非技术人员如何利用 AI 开发效率工具与智能体应用

就这样，我做出了大概十几个小程序，包括文件 PDF 合并、PDF 转 Word、PDF 压缩、URL 生成二维码、图片压缩、签名提取、图片转 PDF、图片改尺寸、PDF 加水印、上市公司数据查询等等。

我把这些工具集成到一起，做成了一个叫「易工具 EasyTool」的平台。同事只需在微信聊天框发送需要处理的文件，并输入简单的指令，就可以直接处理文件。

从零代码基础的普通人到一口气开发出多款工具，我的飞速成长让大家很吃惊。也正是因此，去年底，我拿到了公司发的「AI 卓越贡献者」称号。其中还包括十万普通股（价值数万元）的股权激励。在十名获奖者中，我是唯一的非程序员。

回顾这个过程，我觉得是一直有做产品想法的我，碰到了真正强大的这波新的 AI 技术、能够弥补我不懂代码的短板，让我终于能够实现自己的产品设想——而这背后离不开公司的组织，那场「全员 AI 自我革命」的活动推了我一把。

有了 GPTs，开发应用更简单了

到了去年 11 月，一个很重要的行业事件是 OpenAI 发布了 GPTs。

当时，我看到 Sam Altman 介绍为什么要发布 GPTs：OpenAI 团队已经关注到很多用户想要做应用，但他们却没有编程基础，OpenAI 希望让大家用自然语言就可以编写程序。

这番话让我非常激动，因为我就是这样的用户——OpenAI 把开发的门槛进一步降低了，未来我们只要内心有对产品的设想，用自然语言，而非代码，就可以开发出产品。

一个新的开发时代到来了。

我很快也开始尝试在 OpenAI 官网上开发自己的 GPTs，脑海里也有了一些面向大众的、有意思且简单的产品创意。比如我想做一个「英文名的中国书法」产品，我在国外时，发现外国人特别喜欢毛笔写的英文名。如果他的英文名叫 Nick，我给他翻译成尼克，再用毛笔给他写出来，老外就觉得很酷。大家对中国文化很感兴趣。

我要让机器听懂我的话、帮我实现需求，就需要提示词工程（prompt engineering）——这是一个全新的领域，虽然 OpenAI 给了一个官方教程，但具体怎么写，每个人都要自己探索，也都有自己的风格。但最核心的就是让 AI 理解你的意思。

这背后考验的是，第一，你需要有很清晰的构思，这个时代特别适合脑子清楚地知道自己要什么的人。第二，你要不断地去实践，在电脑上去跑通它，就像跟人交流一样，你要多跟它磨合。

以「英文名的中国书法」这个 GPTs 为例，我的 prompt 大概是这么写的：

先讲述主任务是把英文名转化为中文名、输出中文名的预览图；之后，我会对主任务拆解，严格设置一些规则，比如规定不同音节英文名对应的不同中文名翻译；然后，我让它严格地按照我给定的图片格式进行输出。就这样，一整段 1000 多字的 prompt 之后，我的产品就开发出来了。用户只要在聊天框输入英文名，就可以自动获得一张中文书法图片。

就这样，我一口气开发了十几种 GPTs。其中很多是用在生活中的，比如「幸运饼干」。

在国外的时候，我发现餐厅会做「幸运饼干」，客人把饼干掰开之后，会看到里边有一个小纸条，上面写着一句话、代表今天的好运。于是我也用提示词开发了这款 GPTs，用户在聊天框输入一个幸运饼干，就能得到里面被掰开的好运句子。

慢慢地，公司内部也肯定了我的开发能力，业务部门那边开始找我帮他们做研发。

比如我给公司做了「壁纸素材」。起源是，我们公司的一些业务部门需要生产壁纸素材，但过去我们是靠原画师一张一张地画，他们可能需要用 stable diffusion 调很多的参数，比较花时间。后来我就写了一个 GPTs，让他们只用简单写几个字，就能获得符合要求的图片。比如过去每人每天只能生成 10 张有效图片，现在就能生成 100 张了。大大提高了生产力。

又比如「短视频文案」。我们有时候需要做一些短视频，但大家可能一时脑海里没有情节。于是我就写了这个 GPTs，帮助同事直接设计一整套短视频文案，包括标题、结尾、视觉元素等等。接下来，还有很多公司内部的业务需求，可以让我一起去开发解决。

这真是一个全新的时代。之前，像我这样的非技术人员，根本不会投入到研发工作中。而现在，我们可以直接参与研发了。我开始制作提示词工程的相关心得，在公司内部分享。我发现，每次来听分享的人都在增多。甚至有专门的程序员跟我来请教，它们也想学习这个新兴的开发方式。

我觉得，在可以预见的将来，自然语言会慢慢地取代以前编写代码的开发方式。如果说，过去的工业革命是把能源转换成生产力，这轮 AI 就是把语言转化为生产力——这是一场全新的范式革命。

我想试试自己做个游戏

当我意识到 AI 能做这么多事情之后，我决定重燃当年上大学时未竟的梦想，那就是开发游戏。

我一直是个有很多天马行空想法的人，喜欢琢磨剧情、写过几十万字小说、也喜欢动漫设计。十多年前，我就想过开发游戏，当时试过无代码游戏开发架构。

但当时比较大的困难是，一款游戏对于美术素材的需求量极高，比如每一个游戏角色都有服装、造型、装备等等，这是我一个人画不完的。

但在现在的 AI 时代，这些都不成问题了。

过年期间，我决定开发一款抢红包的贺岁小游戏试试。当时我还特意问了淘宝客服做一款这种游戏的报价，要 6000 元起。

于是我开始自己做。游戏的主框架和美术素材都用 ChatGPT 生成，仅用两小时就完成了。再经过我的部署调试，很快，一款红包雨小游戏就做好了。

我正在写这款游戏的录屏教程，计划用作公司的课程培训。

自从我学会用 AI 做开发之后，我就开始在公司内部进行经验分享和培训。目前，已经分享过 4、5 次，报名人数也越来越多，公司有一大半的人都听过我的分享。

我把这些下载链接和制作教程都放公开了，让大家可以更方便获取。有一位完全没有编程经验的审计同事，在听完我这些分享之后，也自己制作出了一款文件筛选工具。

这就是 AI 带来的伟大变化。我认为它能快速帮某领域的非专业人员达到中等专业水平——未来很多岗位的限制，可能都会因为初阶技能的消失而打通。

这可能会对一些职业产生冲击，比如程序员可能会忧心忡忡，自己仅靠写代码完成需求的时代，是否一去不复返了？

但反过来说，这也是个体的机会。

未来很有可能是一个 AI 超级单兵的时代——只要你有想法、创意，其他的事情都可以让 AI 帮你完成。

比如国外有个小哥 Javi Lopez，他不会画画、也不会编程，就靠自然语言做出了「愤怒的小鸟」的游戏 demo，还被「愤怒的小鸟」的产品经理点赞了。

未来我的进一步计划是，准备建设一个开发框架，让所有有创意但是不会写代码、不会画画的开发者，都能通过我这套框架，来轻松制作小游戏。

在我看来，这个时代对那种有创造性、且横跨多个领域和学科的人更有利。你只要懂、AI 可以帮你精，让你实现各个领域的初级水平跃迁，做成你想做的事情。

从零基础到开发出产品，我觉得这件事挺简单、挺自然的。但很多人不这么觉得，当他们没有尝试的时候，就会把这个事想得很难。

一方面，这背后确实需要兴趣作为支撑。我对这件事的兴趣极浓，工作日我很晚才下班，周末也很少出去玩，就一直在钻研这些技术、设计、产品。

另一方面，来自公司和组织的推力也确实重要。直到现在，「全员 AI 自我革命」的横幅还挂在我们公司。

总结与展望

AI 这个词很大，它能达到的高度也是目前难以望及的。我觉得作为普通人，想法和行动可以朴素一些：就是把手头的活，与 AI 结合好，一点点来。

慢慢地，你会发现自己融入了这波技术洪流，并被它推至一个前所未有的世界。这件事确实让人兴奋。

技术实现的思考

在回顾整个开发过程时，有几个关键点值得注意。首先是工具链的选择。对于文件处理类任务，Python 生态提供了丰富的库，如用于文档解析的 pdfplumber 或 PyMuPDF，以及用于 GUI 开发的 Tkinter 或 PyQt。ChatGPT 在这些库的使用上起到了加速器的作用，能够快速生成样板代码并解释错误日志。

其次是提示词的迭代。在开发 GPTs 时，并非一次性成功。通常需要经历'定义任务 - 测试输出 - 修正约束 - 再次测试'的循环。例如在生成书法图片时，最初生成的字体可能不符合预期，通过增加'使用传统毛笔字体'、'保持黑色墨迹'等约束条件，逐步优化了结果。

最后是部署与分发。对于内部工具，考虑到安全性和便捷性，选择将脚本封装为本地可执行文件或通过微信机器人接口调用，减少了同事的安装成本。这种低门槛的分发方式是工具能被广泛采用的关键。

对未来的建议

对于想要尝试 AI 开发的普通人，建议从解决自身痛点开始。不要为了学技术而学技术，而是带着问题去寻找解决方案。AI 模型可以作为你的结对编程伙伴，帮助你跨越语法障碍，专注于逻辑构建。同时，保持对新技术的敏感度，关注像 GPTs、LangChain 等新工具的更新，它们往往意味着更低的上手门槛。

在这个时代，创造力比记忆力更重要，整合能力比单一技能更稀缺。善用 AI，你也能成为自己领域的专家。