正在加载…

Post cover image

AI全流程构建网站实践

2026年5月14日 • 分享

2.6k 字-

最近换手机,备忘录实在难以迁移,就尝试从零开始,全流程用 AI 搞了一个小网站:KzNote,用作私人笔记本。算是实践一下AI构建网站的落地链路:从设计到前端到后端全使用AI来做。

这次用到的工具:

  • Stitch(设计 AI 网站):从提示词/参考图生成 UI 设计与页面结构,负责“统一风格 + 明确布局”
  • Google AI Studio(在线 AI 前端 IDE):承接设计上下文,生成/迭代前端代码与 mock 数据,负责“快速得到可运行界面”
  • Trae IDE(桌面 IDE):面向真实工程的编码与改造,用来搭建后端(PHP)并把 mock 替换成真实 API,负责“打通真实数据流”

工具入口:

下面补一段更细的介绍,方便后续复用这条链路。

Stitch:设计 AI 网站(Prompt → UI → Code)

Stitch 是一个偏“设计侧”的 AI 工具,核心能力是把自然语言描述、草图/截图等视觉参考,快速转成一套高保真的 UI 方案,并且尽可能把“设计系统”一起带出来(颜色、字号层级、间距、组件状态等),以保证多页面的风格一致。

它在链路里的价值可以理解为:先把“风格与布局”定死,再去生成代码,减少后面反复返工。

你可以把它当成这几件事的组合:

  • 设计方向生成器:同一需求出多种布局/风格变体,快速对齐方向
  • 组件与页面拼装:列表页/详情页/编辑页这种典型信息架构,能很快搭起来
  • 设计到开发的桥:支持把结果送去 Figma 做精修,也支持导出前端代码作为初始脚手架

使用小技巧:

  • 先生成“Style Guide/设计系统页”,再生成业务页面,整体一致性会更稳定
  • 提示词里把间距体系、圆角、阴影、字体层级写清楚,比只写“极简/高级”更可控
  • 让它多给几版方案再选(而不是一版生成后不停修),通常效率更高

Google AI Studio:在线 AI 前端 IDE(Prompt → 可运行应用)

Google AI Studio 不只是一个聊天窗口,它更像是一个“在线的 AI 应用构建环境”:你可以在里面调 prompt、选模型、设置系统指令与输出结构;当交互逻辑稳定后,再进入 Build 模式,把想法直接生成成一个可运行的应用雏形(带代码编辑与预览)。

它在链路里的价值是:把 Stitch 产出的设计上下文(页面结构、组件风格、视觉参考)直接接到“可运行代码”,快速得到一个能点、能跑、能演示的前端项目。

在我这次的用法里,它主要干了两件事:

  • 生成前端代码:按页面拆组件、补齐交互状态,形成可运行的 UI
  • 生成 mock 数据:按界面字段生成 JSON/mock 列表,方便前端先把链路跑通

使用小技巧:

  • 先把“输出契约”写清楚:页面路由、接口返回结构、错误码/空态字段,生成会更稳定
  • 让它先生成最小闭环(列表 → 详情 → 编辑),跑通后再加功能,返工更少
  • mock 数据里主动加入边界值(空列表、超长标题、异常状态),联调时更省时间

Trae IDE:桌面 AI IDE(工程落地与多文件改造)

Trae 是一个面向真实工程的桌面 IDE(偏 VS Code 生态),优势在于它不仅能回答问题、补全代码,还擅长在“真实仓库上下文”里做多文件的生成、替换、重构与联调辅助。

它在链路里的价值是:当你从“可演示的前端”进入“可用的产品”阶段,需要后端、数据库、鉴权、部署等工程化内容时,用桌面 IDE 来做会更顺手,也更接近你平时的开发节奏。

这次我用它主要做了:

  • 搭建 PHP 后端项目骨架(目录结构、路由、基础配置)
  • 按前端 mock 的字段对齐接口契约,补齐 CRUD 接口
  • 把前端从 mock 切换到真实 API(尽量保持返回结构一致,减少前端改动)

使用小技巧:

  • 先锁定接口契约与字段命名(id/noteId 这种最容易漂移),再让 AI 批量生成/替换
  • 优先实现最小接口集,把“打通链路”当第一目标,后面再优化架构与抽象

整体体验非常顺滑,不过也有“新项目 + 功能简单”的加成:页面不多、业务规则少、数据模型能从零定义,因此 AI 的输出更容易收敛。

适用范围(哪些项目最合适)

这条链路对下面类型的项目尤其友好:

  • 新起一个工具类/信息类网站(列表/详情/编辑为主)
  • 需求相对明确、交互复杂度中等
  • 需要快速做出可演示的原型,并尽快进入真实联调

如果是强约束的业务系统(复杂权限、多角色、多流程、强一致性),依然能用,但建议把“接口契约/领域模型/权限矩阵”作为第一优先级,否则后期返工会很痛。

Step 1:用 Stitch 锁定风格与页面结构

我最满意的是 Stitch 对“风格统一”的把控:只要提示词把设计语言说清楚,它能比较稳定地输出一致的视觉系统。

这是当时的 Stitch 提示词示意:

Stitch 提示词

其实就是自然语言描述,当然,你如果能有更好的提示词结构,那效果会更好,像我这种后端大老粗,根本没有审美,只能大白话描述,让AI自由发挥。

  • 设计语言:字体、字号层级、圆角、阴影、间距体系、主色/辅色、背景层级
  • 组件规范:按钮/输入框/卡片/列表/对话框的状态(默认、hover、禁用、错误)
  • 布局结构:导航、侧边栏、内容区栅格;移动端是否需要底部导航
  • 页面清单:列表页、详情页、编辑页、设置页等
  • 可实现性约束:优先可复刻、少“炫技动效”,避免生成难以落地的交互

如果页面较多,建议先让 Stitch 出一页“设计系统(Style Guide)”,把颜色、字体、间距、组件状态定下来,再扩展业务页面,一致性会明显提升。

Step 2:导出到 AI Studio 生成前端与 mock

基于 Stitch 的结果,我直接导出到 AI Studio,生成可运行的前端代码与 mock 数据:

AI Studio 生成前端与 mock

这一阶段我主要盯三件事(事实上,我只是点点页面,试试弹窗,有问题让AI直接修复就好了,完成度挺高的。):

  • 结构是否可维护:页面/组件/路由/请求层/状态管理是否分层清晰
  • mock 是否贴近真实:字段命名、数据量、空态/异常态/边界值是否覆盖
  • 交互是否闭环:加载态、错误态、空态、表单校验、按钮禁用策略是否完整

我的实践策略是“先跑起来再优化”:先保证页面能点、链路能通,再逐步把目录结构、复用组件、类型定义等工程化细节收敛到自己满意的标准。

Step 3:用 Trae 搭建 PHP 后端并替换 mock

当 UI 可跑、交互也像样之后,就进入“把假数据换成真数据”的阶段。我用 Trae 来搭建 PHP 后端项目,核心任务是:

  • 对齐前端 mock 的数据结构,抽象出后端模型与接口契约
  • 实现最小可用接口集(列表/详情/新增/更新/删除)
  • 前端请求从 mock 切到真实 API(尽量保持返回结构一致,减少重构)

这里最关键的是“契约优先”:

  • 前端已经基于 mock 固化了字段与结构,后端尽量对齐,避免无意义返工
  • 真需要调整时,优先做兼容(新增字段、保留旧字段一段时间)
  • 把真实世界的问题尽快暴露出来:分页、排序、错误码、并发更新、数据校验

Trae 搭建后端与替换 mock 的过程截图:

Trae 搭建 PHP 后端并替换 mock

演示效果

PC 演示示例:

PC 演示示例

移动端演示示例:

移动端演示示例

文档也交给 AI:让输出变得“工程化”

除了写代码,这次我还把“规范文档”也交给 AI,效果不错。典型场景是生成执行方案类文档(比如 执行方案.md)或需求说明。

我比较认可的一种拆法是:复杂功能不要试图写成一篇巨大的需求文档,而是拆成多份“小而清晰”的说明,每份只描述一个闭环:

  • 背景/目标/范围
  • 用户故事与交互说明(包含空态、错误态)
  • 数据结构与字段说明
  • 接口契约(路径、方法、请求/响应示例、错误码)
  • 验收标准与回归点

文档拆小之后,AI 不容易跑题,人也更容易评审、迭代和定位变更点。

小结

“Stitch → AI Studio → Trae”这条链路对新项目尤其友好:设计先统一,前端快速落地可运行界面,再把 mock 平滑替换为真实 API,基本能在很短时间内跑通一个可演示、可迭代的产品雏形。后续我会把提示词结构、文档模板和接口契约沉淀成一套自己的启动模板,让下一次从零开始更快进入“可用”阶段。

在转载或引用本文时,请务必遵守许可协议并注明来源
远山's Avatar

远山

那远山呼唤我,曾千百次走过。

云存储提供商
热门标签
AI
Stitch
Google AI Studio
Trae IDE
claude code
cc-switch
nvidia api
openrouter
ai
coding plan
WiFi6
E2633
Mesh
caddy
acme
群辉
RSA
非对称加密
AES
对称加密
Docker
Umami
数据分析
云存储
CDN
七牛云
EdgeOne
S3
本地服务器
Artalk
图床
upgit
静态博客
Valaxy