AI应用是怎么工作的？

1.1 今天你要完成什么

AI 应用不是“直接和机器人聊天”。真正的应用中，前端、后端、API、模型和页面都有自己的工作。

• 画出 AI 应用的 5 步流程。
• 说清楚 ChatGPT 和 OpenAI API 的区别。
• 知道 API Key 是密码，不能发给别人。
• 完成一个会生成自我介绍的小应用设计。

1.2 核心理论

理论不是背概念，而是帮你判断项目为什么这样设计。下面这些规则会在代码里反复出现。

• 核心理论：AI 应用是一条流程，不是一个单独按钮。用户输入进入程序，程序调用模型，模型返回内容，程序再展示结果。
• 提示词理论：提示词不是越长越好，而是越清楚越好。角色、任务、格式、限制、例子，这五项最重要。
• 分工理论：模型擅长理解语言和生成表达；程序擅长保存数据、检查格式、处理错误和保护密钥。
• 输入契约：先规定用户要给什么资料。本课的输入要围绕“AI自我介绍生成器”，不要让用户随便输入到程序无法处理。
• 输出契约：先规定 AI 必须交出什么结果。本课重点是“系统流程与角色分工”，所以输出要能被人读懂，也要方便程序检查。
• 验证思维：AI 的一次好结果不等于项目可靠。至少用正常输入、边界输入、异常输入各测一次。
• 安全边界：API Key 是密码，不能写进浏览器前端，不能发截图，不能提交到公开仓库。

1.3 课堂讲解

这一课的项目是“AI自我介绍生成器”，重点是“系统流程与角色分工”。你可以把它当成一个小实验：先给它一个清楚输入，再观察代码里哪些地方用到了 Responses API 基础概念。课堂里我们不会一上来就追求复杂功能，而是先把最小版本做出来。最小版本跑通以后，你再改输入、改提示词、改输出格式，变化就会看得很清楚。

这几课像是在搭一张地图。地图上有用户、程序、模型、输出和测试。你不需要一开始就记住所有 API 细节，先要知道每一站在做什么。

本课有一条很实用的学习线索：先问“用户到底给了什么”，再问“程序希望拿到什么”。比如你可以试这些输入：我叫小雨，喜欢画画和 Minecraft；我叫 Leo，喜欢足球，想学 Python；我没有兴趣爱好。这些输入故意有简单的，也有容易出问题的。正常输入能帮你确认功能；短输入、空输入、奇怪输入能帮你发现系统边界。

写代码时建议你分三轮。第一轮只跑通官方调用，不加自己的想法；第二轮把输入换成自己的例子，看看结果是否还合理；第三轮才开始改结构，比如增加字段、加错误提示、做网页交互。这个顺序有点慢，但很稳。真正浪费时间的不是慢，而是一下子改太多，最后不知道错在哪里。

如果回答不理想，先别急着怪模型。很多时候是任务没说清楚，或者输出要求太模糊。把“详细解释一下”改成“用三句话解释，并给一个生活例子”，结果通常会稳定很多。

理论部分要和代码一起看。比如“输入契约”不是一个漂亮词，它在代码里就是长度检查、必填字段、表单校验；“输出契约”也不是空话，它在代码里就是 JSON Schema、固定字段或页面渲染规则。你每写一行检查代码，都是在告诉系统：什么结果可以接受，什么结果需要退回去重新处理。

课堂里可以把同桌当成第一个用户。你把项目跑给同桌看，让对方换一个输入，观察系统会不会乱。很多问题都是别人随手一试才出现的，比如输入太短、问题太模糊、连续点击按钮、图片看不清。能处理这些小麻烦，作品就会从“我电脑上能跑”变成“别人也能用”。

最后做复盘时，不要只写“我学会了调用 API”。可以写得更具体：我学会了怎样限制输入，怎样让输出固定，怎样判断结果不可靠，怎样把报错变成用户看得懂的提示。这样的复盘有用，因为下一课你真的会再次用到它。

课堂讨论题

• 如果把“AI自我介绍生成器”交给低年级学生使用，哪一步最容易让他们困惑？
• 这个项目里，哪些事情适合交给模型，哪些事情应该交给普通代码？
• 如果模型给出一个看起来不错但没有依据的答案，你打算怎样提醒用户？
• 你能不能把今天的项目换一个主题，但保持同样的输入、处理、输出结构？
• 如果只能保留一个测试用例，你会保留正常输入、边界输入还是异常输入？为什么？

1.4 先看例子

先把例子看懂，再动手写代码。你不需要一次记住所有概念，先能说清楚“输入是什么、输出是什么、程序要检查什么”。

输入：我叫小明，喜欢篮球和机器人。
输出：大家好，我是小明。我喜欢篮球，也喜欢研究机器人，希望以后能做出会帮人的机器人。

用户输入 -> 前端页面 -> 后端服务器 -> OpenAI Responses API -> 模型回复 -> 页面展示

你可以替换成这些输入

• 我叫小雨，喜欢画画和 Minecraft。
• 我叫 Leo，喜欢足球，想学 Python。
• 我没有兴趣爱好。
• 名字为空，只填兴趣：机器人。
• 我叫安安，喜欢阅读、科学实验和做小游戏。

1.5 完整代码实现

下面同时给出 Node.js 和 Python 两套完整最小实现。先任选一种原样跑通，再改输入、改提示词、改输出格式。

Node.js 运行方式

1. 新建文件 lesson-01.mjs，把下面完整代码放进去。
2. 在终端运行：npm init -y
3. 安装依赖：npm install openai
4. 设置环境变量 OPENAI_API_KEY。Windows PowerShell 示例：$env:OPENAI_API_KEY="你的密钥"
5. 运行：node lesson-01.mjs
6. 把最后一行的示例输入换成你自己的测试内容。

Node.js 完整代码

import OpenAI from "openai";

const client = new OpenAI();
const MODEL = process.env.OPENAI_MODEL || "gpt-5.5";

function buildPrompt({ name, hobbies, goal }) {
  return `
你是一位温和的写作老师。
请根据学生资料写一段 3 句话以内的自我介绍。
要求：
1. 语言自然，适合课堂展示。
2. 不编造学生没有提供的信息。
3. 如果资料太少，请写得简单一点。

学生资料：
姓名：${name || "未填写"}
兴趣：${hobbies || "未填写"}
目标：${goal || "未填写"}
`;
}

async function generateIntro(student) {
  const response = await client.responses.create({
    model: MODEL,
    input: buildPrompt(student),
  });

  return response.output_text;
}

const intro = await generateIntro({
  name: "小明",
  hobbies: "篮球、机器人",
  goal: "以后做一个会帮助人的机器人",
});

console.log("\nAI 自我介绍：\n");
console.log(intro);

Python 运行方式

1. 新建文件 lesson-01.py，把下面完整代码放进去。
2. 建议新建虚拟环境后再安装依赖。
3. 安装依赖：pip install openai
4. 设置环境变量 OPENAI_API_KEY。Windows PowerShell 示例：$env:OPENAI_API_KEY="你的密钥"
5. 运行：python lesson-01.py
6. 把 main 里的示例输入换成你自己的测试内容。

Python 完整代码

from openai import OpenAI
import os

client = OpenAI()
MODEL = os.getenv("OPENAI_MODEL", "gpt-5.5")


def build_prompt(student):
    return (
        "你是一位温和的写作老师。\n"
        "请根据学生资料写一段 3 句话以内的自我介绍。\n"
        "要求：语言自然，适合课堂展示；不编造学生没有提供的信息；资料太少就写简单一点。\n\n"
        f"姓名：{student.get('name') or '未填写'}\n"
        f"兴趣：{student.get('hobbies') or '未填写'}\n"
        f"目标：{student.get('goal') or '未填写'}\n"
    )


def generate_intro(student):
    response = client.responses.create(
        model=MODEL,
        input=build_prompt(student),
    )
    return response.output_text


if __name__ == "__main__":
    intro = generate_intro({
        "name": "小明",
        "hobbies": "篮球、机器人",
        "goal": "以后做一个会帮助人的机器人",
    })
    print("\nAI 自我介绍：\n")
    print(intro)

1.6 跟着做

1. 写下用户要输入什么，例如姓名、兴趣、目标。
2. 写下模型要输出什么，例如 3 句话以内的自我介绍。
3. 标出哪些事情由程序做，哪些事情由模型做。
4. 设计 2 个测试输入，看输出是否自然。
5. 把结果展示给同桌，并请对方指出哪里不清楚。

1.7 常见错误

• 把 API Key 当普通文字发到聊天或截图里。
• 只看模型答案好不好看，不看流程是否完整。
• 没有规定输出长度，结果变得太长。
• 没有准备测试输入，演示时才发现问题。

1.8 课后练习

1. 把自我介绍生成器改成“社团介绍生成器”。
2. 准备 3 个不同输入：正常、很短、很奇怪。
3. 写 3 句话说明：前端、后端、模型各自负责什么。

1.9 自测清单

• 我能用自己的话解释 AI 应用的流程吗？
• 我知道 API Key 为什么不能放到前端吗？
• 我能给同一个任务写出 2 个不同测试输入吗？
• 我能说出模型负责什么、程序负责什么吗？