不会写代码，也能用 AI 做出小工具

以前想做个小工具——比如批量改文件名、整理数据、生成表格——要么自己学编程，要么找人帮忙。

现在多了一条路：用自然语言描述需求，让 AI 写代码。

一、能做到什么程度

对于结构清晰、逻辑不复杂的小工具，AI 已经能一次生成基本可用的版本。

典型场景包括：批量处理文件、格式转换、数据清洗、简单网页、自动化脚本、Excel 公式和宏。

对于复杂系统（有大量交互、需要对接多个服务、有性能要求），AI 能显著加速，但仍需要有人懂技术来判断和调试。

二、零基础怎么开始

第一步，从你实际遇到的小麻烦入手。不要为了学而学，找一个真实需求。

第二步，把需求说清楚。包括：输入是什么、要做什么处理、输出成什么样、在什么环境运行。描述越具体，代码越可用。

第三步，把报错信息原样贴回去。这是最关键的技巧——运行报错时，别自己猜，把完整错误信息发给 AI，它通常能直接定位问题。

第四步，小步迭代。先要一个能跑通的最简版本，再逐步加功能。不要一次提十个需求。

三、一个实际例子

假设你要把一堆图片批量压缩到指定尺寸。你的提问可以是：

「我需要一个 Python 脚本，读取文件夹里所有的 jpg 图片，把它们等比缩放到宽度 800 像素，保存到另一个文件夹，保持原文件名。请给出完整代码和运行说明。」

这样的描述包含了输入、处理规则、输出位置和环境要求，AI 基本能一次给出可用代码。

四、几个现实提醒

安全第一：不要运行来源不明的代码，尤其是涉及文件删除、系统操作、网络请求的。AI 生成的代码也可能有隐患。

先备份再操作：涉及批量修改文件时，务必先在副本上测试。

理解基本逻辑：不要求会写，但至少要能看懂代码在做什么，否则出了问题无从判断。

注意授权和隐私：不要把公司代码、密钥、客户数据传给外部 AI 服务。

写在最后

AI 编程最大的意义，不是让所有人变成程序员，而是让有想法的人不再被技术门槛挡住。

如果你一直有个小工具的想法，现在是最好的动手时机。