← Financial Cloud Cloud Cloud Club · 构建文章

极点宏观|Financial Cloud Cloud · 构建文章

利用 Vibe Coding 开发技巧打造 AWS 认证模拟练习室

系列: 模拟考场

文章: E2

文章
Kiro 工作坊
01 使用 Kiro 构建:他加禄语学习 App 的提示优先产品设计工作坊
Kiro 工作坊
02 使用 Kiro 构建:他加禄语 学习 App 的教育优先开发技巧工作坊
Kiro 工作坊
03 使用 Kiro 构建:他加禄语 学习 App 的深入开发流程工作坊
Kiro 工作坊
04 使用 Kiro 构建:将 他加禄语 学习 App 本地化为中文变体工作坊
Kiro 工作坊
05 使用 Kiro 构建:他加禄语 卡片的语法与发音补强流水线工作坊
Kiro 工作坊
06 使用 Kiro 构建:他加禄语 学习 App 中可审查的独特额外例句工作坊
Kiro 工作坊
07 与 Kiro 同行:晶圆厂工程健康度 Hook 工作坊
Kiro 工作坊
08 与 Kiro 同行:蚀刻工艺窗口风险测试自动化工作坊
Kiro 工作坊
09 与 Kiro 同行:黄光微影漂移风险开发工作坊
Kiro 工作坊
10 工程团队入门 — 日常工厂值班使用 fab spc drift sync portal
Kiro 工作坊
11 工程团队附录 — fab spc drift sync portal 的日常工厂值班使用
Kiro 工作坊
12 Kiro:规格驱动工厂软件的现场工程工作坊
Kiro 工作坊
13 Kiro:实施 Lab — 从零构建具类型的 Factory Risk Portal
Kiro 工作坊
14 Kiro:工程开发人员的提示、代码和类型标准手册
Kiro 工作坊
15 Kiro:为什么强 React 提示可以防止类型宣告错误启动
Kiro 工作坊
17 与 Kiro 一起构建:建立工厂自动化门户 React UI
Kiro 工作坊
18 与 Kiro 一同构建:打造工厂自动化门户背后的自动化分析引擎
Kiro 工作坊
19 与 Kiro 一起实施:将 AI 工厂自动化辅助程序新增至工厂自动化门户
Kiro 工作坊
21 Kiro:2 小时专业开发人员工作坊指南
Kiro 工作坊
22 Kiro:从零建置 Fab SPC Drift Synchronization Portal
Kiro 工作坊
23 Kiro:提示词库与深度代码说明附录
Kiro 工作坊
30 与 Kiro 一起构建:建立工厂自动化门户 UI
Kiro 工作坊
31 与 Kiro 一起构建:打造工厂自动化门户背后的自动化分析引擎
Kiro 工作坊
32 与 Kiro 一起实施:为工厂自动化门户添加 AI 工厂自动化辅助程序
Kiro 工作坊
33 与 Kiro 一起开发:重建 CME Direct 风格的量化损益排行榜 UI
Kiro 工作坊
34 与 Kiro 一起开发:重建损益排行榜背后的量化分析引擎
Kiro 工作坊
35 与 Kiro 一起构建:适用于量化排行榜的 AWS AI 驱动交易台助理
Kiro 工作坊
36 单页交易平台 SOP
Kiro 工作坊
AgentCore
A1 使用 AgentCore 与 Strands 构建:Gateway MCP 工具织网开发者工作坊
AgentCore
A2 使用 AgentCore 与 Strands 构建:受治理的多 Agent 风险系统开发者工作坊
AgentCore
A3 使用 AgentCore 与 Strands 构建:运行时主权风险代理人开发者工作坊
AgentCore
模拟考场
E1 用 Vibe Coding 打造多语言 AWS 认证模拟题上线系统
模拟考场
E2 利用 Vibe Coding 开发技巧打造 AWS 认证模拟练习室
模拟考场
E3 打造静态 AWS 模拟考场背后的练习引擎
模拟考场
Amazon Q
Q1 Amazon Q:面向 ACM 证书自动续订的 CloudShell 优先开发人员工作坊
Amazon Q
Tagalog 练习室
T1 用提示词优先的产品设计,为 AWS Manila Community Day 构建 Tagalog 学习应用
Tagalog 练习室
T2 用教育优先的开发提示,为 AWS Manila Community Day 构建 Tagalog 学习应用
Tagalog 练习室
T3 面向 AWS Manila Community Day 的 Tagalog 学习应用深度开发流程
Tagalog 练习室
T4 为 AWS Manila Community Day 将 Tagalog 学习应用本地化为中文变体
Tagalog 练习室
T5 为 AWS Manila Community Day 的 Tagalog 卡片构建语法与发音增强流水线
Tagalog 练习室
T6 在 AWS Manila Community Day 的 Tagalog 学习应用中,让额外示例唯一且可审查
Tagalog 练习室
路线图
R1 企业级 Data Analytics Roadmap 一百个深度情境题
路线图
R2 前端开发路线图:真实企业场景
路线图
香港 Community Day
C1 与 AWS Community Day 共度香港周末:从云端议程到维港灯火
香港 Community Day
C2 演讲者的奢华周末:讲述你的 AWS 故事,再让香港登场
香港 Community Day
C3 在香港的七十二小时:AWS Community Day 演讲者的深度行程
香港 Community Day
马尼拉 Community Day
C4 AWS Community Day Manila:一场连接云技术、城市文化与真挚友谊的快乐周末
马尼拉 Community Day
C5 AWS Community Day Manila:云端建设者在菲律宾感受最幸福的精神
马尼拉 Community Day
C6 AWS Community Day Manila:在快乐之城构建、打破、重来,并找到归属
马尼拉 Community Day
C7 菲律宾马尼拉初次到访建议
马尼拉 Community Day
菲律宾 × 香港
C8 菲律宾香港资本市场升级
菲律宾 × 香港
回测
B1 使用 Bedrock AgentCore 和 Strands Agents 构建机构级 Amazon 只做多回测代理
只做多 AMZN 代理:AgentCore、Strands 与可审计的 Backtrader 台账。
B2 使用 Backtrader、AgentCore 和 Strands Agents 构建具备市场状态感知能力的 Amazon 头寸管理
把市场状态当成头寸控制,而不是图表注释。
B3 使用 Nasdaq、S&P 500、Dow、AgentCore 与 Strands 构建相对基准的 Amazon 择时系统
相对 Nasdaq、S&P 500 与道琼斯判断 AMZN 时机。
B4 使用 Bedrock AgentCore、Strands Agents 与 Backtrader 构建受治理的 Amazon 交易历史工厂
把回测做成可审计的交易历史工厂。
B5 使用 Bedrock AgentCore 与 Strands Agents 构建代理式 Amazon 回测运营模型 [Part 1]
先建立运营模型,再争论结果。
B6 为 Amazon 择时与头寸管理构建自定义 Cerebro 代码解读 [第 2 部分]
先讲 Cerebro 引擎,再讲图表。
B7 为 Amazon 策略结果与经验教训构建交易员复盘记录 [Part 3]
把策略排名写成交易员复盘记录。
B8 使用 AgentCore 和 Strands 构建受治理的 FSI Amazon 头寸管理手册 [第 4 部分]
受治理的 FSI Amazon 头寸管理手册。
B9 使用 Amazon Bedrock AgentCore 构建主权风险交易代理,分析收益率差、FX 对冲与债务重新定价
主权风险代理:收益率差、外汇对冲与债务重定价。
B11 构建现代波动率交易与合法泰国恢复规划智能体:内存驱动的 Strands 多智能体风险保护系统
记忆驱动的 Strands 智能体:波动率与泰国恢复规划。
B12 使用 Amazon Bedrock AgentCore Memory 构建做空跨式交易风险治理
做空跨式的交易风险治理。
B13 在 Amazon EKS 上构建生产环境就绪的信用与收益质押 AI 智能体
在 EKS 上跑生产级信用与收益质押智能体。
挑战
01 周末生产力挑战:Fab SPC 漂移同步门户
Fab SPC 漂移审查与建议门户。
02 周末生产力挑战:Quant P&L Commander — AWS 上由 AI 驱动的交易生产力门户
AWS 上由 AI 驱动的交易生产力门户。
03 周末烦人任务挑战:交易台在云端、链上、空中执行摘要
DeskPulse 日常交易执行摘要。
04 周末 Agent 挑战:早上 6 点交易风险审查
无人值守、以证据为基础的早间交易风险简报。
05 周末创意挑战:领导力卡牌游戏
浏览器版创意引导卡牌。
06 全栈挑战:社区日留言板应用程序
浏览器版活动通信空间。
领导力卡牌
01 Leadership Card Game: 云没有自动化的最后一项技能:像领导者一样说话
写给 构建者的一篇现场随笔:语言、勇气,以及 Leadership Card Game
02 领导力回合解剖:Leadership Card Game 究竟如何玩
写给 构建者的引导员实地指南:如何把演练嵌进真实会议
03 Leadership Card Game: 当机会不再属于组织者
写给 构建者的田野随笔:权力转移、多语言领导力练习夜,以及走完入口、资源与叙事的职业弧线
04 周末创意挑战:Leadership Card Game
一篇构建者手记:愿景、架构,以及周末创意挑战教会我的事
05 从周末挑战项目到 $1,386 众筹:改变你在职场现身方式的领导力练习
一个周末做出的作品,变成 600 张卡的在线领导力练习室,并筹到 $1,386。
06 从周末挑战项目到 $1,386 众筹:进入科技产业的第一天路径
一个周末挑战如何变成具备 600 张卡、由 AWS 驱动的多语产品,并筹到 $1,386?
07 从周末挑战项目到 $1,386 众筹:用转移机会建立专业品牌
一个周末挑战把领导想法做成能跑的多语产品,并筹到 $1,386。
08 Leadership Card Game — 众筹活动
筹款目标: HKD 5,000 已筹金额: HKD 1,386 距目标还差: HKD 3,614 进度: 28% 创作者: D.C. Dan · L.L. Diana · L.K. Lva 所在地: 日本、香港、新加坡 投资人权益: 即期价值、私密会员卡牌编辑器云(Private Membership Card…
09 PR/FAQ 01 — Leadership Card Game 面向社区构建者正式推出
「逆向工作法」文档 · 对外新闻稿 + FAQ 产品: Leadership Card Game 受众: 社区经理、志愿组织者、早期职业构建者
10 PR/FAQ 02 — 企业引导员采用 Leadership Card Game 开展现场领导力演练
「逆向工作法」文档 · 对外新闻稿 + FAQ 产品: Leadership Card Game 受众: 学习与发展负责人、人员管理者、敏捷教练、企业引导员
10 PR/FAQ 03 — 多语言 Leadership Card Game 为构建者归属开放全球练习室
「逆向工作法」文档 · 对外新闻稿 + FAQ 产品: Leadership Card Game 受众: 全球 构建者、双语社区、跨境产品团队、开源导师
AWS Builder Center
01 AWS Builder Center、社区精神与 AWS Builder Jacket
霓虹信号、共享创意,以及为构建者打造的外套。
02 走进 AWS Builder Center:一座能学习、贡献,也让人有归属感的全球技术平台
一段精彩旅程,不一定从机场开始。
03 AWS Community Builder 的巨大成功
当构建者公开分享,整个社区就会一起前进。
04 AWS Builder Center 的巨大成功
一座为好奇心打造、充满活力的全球街区。
05 周末走进 AWS Builder Center:从社区灵感到令人难忘的 AWS Builder Jacket
星期五晚上,开始于构建者熟悉的感觉:有一个点子,正卡在问题与可能性之间。

这篇文章介绍如何通过 Vibe Coding(氛围编程),将一段粗糙的提示词历程转化为可运作的 AWS 认证模拟练习室。文中将说明如何将开发意图转化为数据规格、打造快速的静态原型、保持用户界面(UI)简洁,并将每一次的提示词视为一项产品决策。我们的焦点在于实践应用:从小处着手构建、验证行为、保留上下文脉络,并在不失去开发动能的情况下,通过下一个提示词持续微调系统。


免责声明

目的: 本平台为一项独立项目,专为推动教育探索与人工智能研究而构建。旨在促进对现代科技的深入理解,不受任何外部影响。用户可在此安全环境中研究复杂系统、测试创新想法并安全地学习。

非商业性: 本独立项目绝无任何潜在的商业模式。严禁且不旨在产生任何财务收益、货币利润或任何实质商业价值。我们的核心焦点纯粹在于学术发展,确保用户在访问时完全免于隐藏成本、企业赞助或广告策划。

无担保保证: 由于本平台是利用实验性人工智能的教育工具,产生的输出内容有时可能不准确、具误导性或完全不完整。所有提供的内容均严格依「现状」(as is)提供,不提供任何明示或暗示的保证、事实正确性担保或对整体可靠性的任何承诺。


目录

● 第一部分:从产品合约开始

第一章节解释此 Demo 如何从原始的考试内容和零散的想法,演变成稳定的产品合约(Product Contract):JSON 数据、静态 HTML、查询字符串路由(query-string routing)以及直观的学习者反馈。

● 第二部分:将提示词视为产品增量

本章节说明为何最有效的提示词是微小的产品增量(Product Deltas)而非宽泛的指令,以及每条指令如何改变开发者可立即检查的界面。

● 第三部分:在美化装饰前创建信任感

本章节解释深色 AWS 风格的着陆页、免费赠送消息、认证题库卡片、文章链接和 Metadata,如何作为创建信任的信号,而非仅仅是装饰性的设计。

● 第四部分:坚持静态 Demo,直到非变不可

本章节主张采用静态文件、简单的 JavaScript、可重复使用的 JSON,并且在产品明确证实系统何处真正需要引入复杂度之前,绝不轻易使用框架。

● 第五部分:将提示词日志转化为构建蓝图

本章节展示如何将提示词历程记录转化为开发意图、设计决策、修正过程的记录,并作为未来教学 Vibe Coding 实践的博客题材。


第一部分:从产品合约开始

目标: 构建一个学习产品,使其能从单一的 AWS Certified Data 模拟题集扩展为可重复使用的认证练习室,而无需为每个新主题重新构建 UI。

提示词:

提示词历程始于内容转换:保留原始内容,将输出格式变更为模板格式,接着遵循题目指引,将 JSON 升级至更专业的水平。

结果: 系统最终采用了一套 JSON 规格合约,其中包含考试 Metadata、章节、题目、选项、答案、答案摘要和选项解析。这套合约让 HTML 播放器的设计变得非常简单。

技巧:

● 在美化 UI 之前,先定义好数据结构。

● 将第一个 JSON 文件作为未来所有题库的模板。

● 保留答案解析,因为「反馈」才是学习产品的核心。

● 使用章节和题号作为稳定的导航锚点。

● 将每个内容文件视为 API,即使它只是静态 JSON。

文件夹结构信号(Folder signals):

● 首页(Landing page): index.html,一个深色 AWS 风格的教育首页,包含 Open Graph Metadata、汉堡菜单导航、独立的语言选择器、焦点区块(hero section)、免费活动消息、认证题库网格、AWS Builder 文章卡片以及响应式行为。

● 练习播放器(Practice player): practice-room.html,一个简单的深色模式单选与复选应用程序,可从 URL 查询字符串中读取考试、章节和题号,并加载对应的 JSON 文件。

● 语言层(Language layer): 包含 20 个已翻译的首页,加上英文版的 index.html。每个选择器选项都指向已部署的绝对路径,格式如 index_{lang_code}.html。

● 题库合约(Exam-bank contract): 每个 JSON 文件均使用 exam、title、source、chapters、questions、number、question、options、answer、answer_summary 和 explanations。这项合约能让单一前端加载多个不同的练习题组。

● 题目指引素材(Question-guide material): 该指引强调效度、信度、公平性、具诱惑力的干扰项、主动语态、角色对齐、认知复杂度以及证明正确答案为何正确的解析。

● 提示词历程(Prompt trail): 迭代构建笔记记录了模板转换、移动设备版面配置、提交与下一步行为、认证卡片、屏幕截图、语言本地化以及绝对路径语言 URL 的指令。

题库规模:

● AWS AI Development 认证考试:1 章,共 20 题。

● AWS Generative AI Dev Organization 认证考试:4 章,共 80 题。

● AWS Networking Core 认证考试:2 章,共 98 题。

● AWS FSI Trading Desk Design 认证考试:34 章,共 680 题。

● AWS Certified Cloud Operations 认证考试:5 章,共 520 题。

● AWS FSI Macro Trading 认证考试:23 章,共 380 题。

● AWS Certified Machine Learning 认证考试:4 章,共 460 题。

● AWS Certified Data 认证考试:5 章,共 82 题。

● AWS Certified Data 认证考试 (Version 1):5 章,共 82 题。


第二部分:将提示词视为产品增量

目标: 通过一次只要求一个肉眼可见的变更,在每次迭代后依然保有可运作的 Demo,借此维持开发动能。

提示词:

最有效的提示词都非常具体:添加移动设备响应式练习室、放大题目按钮、添加认证卡片、将语言选择器移到卡片外、使用绝对 URL。

结果: 最终的 Demo 反映了许多细微但保持一致的变更,因为每个提示词都指明了文件、界面、目标行为或可重复使用的实现风格。

技巧:

● 指明哪个文件负责该变更。

● 使用现有的 UI 作为样式来源。

● 在链接至关重要时,提供精确的查询字符串。

● 将版面配置(layout)请求与数据请求分开。

● 在加入下一项功能之前,先审查目前的结果。

形塑此系统的提示词摘录:

● 创建多选题认证练习的移动设备响应式 HTML 网页。

● 台式机版面配置:左侧为题目列表,右侧为题目与答案选择区域。

● 移动设备版面配置:上方为题目与答案选择区域,下方为题目按钮列表。

● 点击「提交(Submit)」应显示正确与错误答案的解析;点击「下一步(Next)」应跳至下一题。

● 使用 URL 查询字符串中的考试名称、章节和题号来导向相关题目。

● 创建一个名为 index.html 的全新网页,作为教育科技新创公司的官方网站。

● 醒目显示免费活动,并在 HTML 网页上展示可用的考试主题。

● 使用导航栏汉堡菜单,并让整张卡片皆可作为链接点击。

● 在 AWS Exam Library 区块加入主视觉图片,移动设备版使用 screenshot2.png。

● 参照 AWS Certified Data Exam Questions 的样式来添加认证卡片。

● 添加选择语言导航栏,将其移至卡片外,翻译所有网页,并使用绝对语言 URL。


第三部分:在美化装饰前创建信任感

目标: 在加入繁复的视觉效果或复杂的应用程序架构之前,先让着陆页显得专业且可信。

提示词:

提示词要求创建一个具备现代 AWS 风格、社交 Metadata、醒目免费活动、认证题库入口以及 AWS Builder 文章卡片的教育科技新创官方网站。

结果: 着陆页成了一个创建信任感的基石:包含焦点定位、语言选择器、免费活动消息、认证卡片、全卡片点击链接、屏幕截图、文章链接和简洁的页脚。

技巧:

● 提早使用 Metadata,因为分享也是产品的一部分。

● 将卡片转换为链接,以提升移动设备上的可探索性。

● 使用单一且明确的焦点消息,避免多个诉求互相竞争。

● 保持深色模式简洁且易读。

● 让屏幕截图发挥作用,这比用文本解释题库更快速有效。

关键洞察:

信任感是可以被规划出来的。网页不需要绚丽的动画来营造真实感,它需要的是一致的字体排版、符合预期的链接、清晰的状态标签,以及能向用户证明练习题组目前已可使用的实证。


第四部分:坚持静态 Demo,直到非变不可

目标: 在验证学习流程、目录、本地化和内容模型的阶段,避免不必要的后端开发工作。

提示词:

提示词从未要求创建帐户、注册、付款或服务器工作阶段(sessions)。它们只要求提供链接、静态 HTML、加载 JSON,以及让 AWS 开发者能直接访问。

结果: 产品保持可作为静态资产部署的状态。浏览器会根据名称加载 JSON、更新查询字符串、渲染题目、检查答案并显示解析。

技巧:

● 当状态模型(state model)很清晰时,「静态优先」绝非简陋。

● 查询字符串(Query Strings)非常适合用来分享目前的学习状态。

● 在有真正必要的需求之前,避免加入登录功能。

● 不要仅为了渲染卡片就引入项目构建流水线(build pipeline)。

● 让内容文件来承载系统的扩展规模。

这是一个经典的 Vibe Coding 胜利:

原型之所以能顺利上线,是因为我们拒绝让系统架构变得比用户的体验旅程还要复杂有趣。


第五部分:将提示词日志转化为构建蓝图

目标: 将提示词历史记录当作文档,记录产品的演变历程以及各项决策背后的原因。

提示词:

提示词历程记录了关于模板、移动设备版面配置、卡片链接、汉堡菜单、语言名称、翻译、绝对路径、添加考试以及练习室行为的各项决策。

结果: 这段提示词历程现在可重复使用,作为新手引导教材、QA 测试笔记、博客素材以及未来的提示词种子。它不仅说明了完成后的 Demo,也记录了达成此结果的实现路径。

技巧:

● 在想法还在发展阶段时,将提示词日志保留在 Demo 文件附近。

● 将每个提示词总结为一个「意图」,而不仅仅是指令。

● 利用日志找出可重复套用的模式。

● 当 Demo 规模扩大时,将草稿笔记移至开发(dev)文件夹中。

● 将最佳的提示词模式转化为检验清单。

对于 Vibe Coding 而言,日志本身就是产品的一部分。 它不是开发过程中的意外产物,而是记录人类引导、AI 运行、修正调整以及最终上线行为的珍贵记录。


1:提示词压缩

背景: 早期的开发笔记充斥着繁复的愿望:一个练习室、一个着陆页、免费活动、各种认证题库以及移动设备的行为。其中最关键的实用技巧,就是将每个愿望压缩成一条指令,并明确指名文件名称与可见的变更。

目标: 将宽泛的意图转化为 AI 程序代理(coding agent)可以直接运行的提示词,无需让 AI 去猜测归属或范围。

提示词:

使用简短的增量指令,例如「index.html 添加 AWS Certified Machine Learning 卡片」或「practice-room.html 放大移动设备版按钮」。

结果: 产品持续演进,且完全没有破坏现有已正常运作的功能,因为每个提示词都拥有微小的目标以及显而易见的审查点。

技巧:

● 优先指名文件名称。

● 点名预期的 UI 元素。

● 在关键之处提供精确的链接或查询字符串。

● 避免将不相关的版面配置与内容变更混在一起。

● 在提交下一个提示词之前,先进行审查。

来自 Demo 的佐证: 产品持续演进,且完全没有破坏现有已正常运作的功能,因为每个提示词都拥有微小的目标以及显而易见的审查点。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「提示词压缩」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


2:规格优先思维

背景: 考试内容最初是模板文本和从 PDF 提取的素材,但在应用程序扩展至其他主题之前,需要一个稳定的数据架构。

目标: 将 JSON 规格合约作为产品的核心,以便同一个渲染器(renderer)能加载所有的认证题库。

提示词:

遵循 AWS Certified Data 的题目 JSON,作为新认证题组的模板。

结果: Schema(数据规格)变得符合预期:包含考试 Metadata、章节、题号、题目文本、选项、答案数组、答案摘要和选项解析。

技巧:

● 将 JSON 视为 API。

● 将答案保持为数组格式。

● 使用以选项为键(option-keyed)的解析。

● 将标题保存在数据中。

● 拒绝一次性的特殊内容格式。

来自 Demo 的佐证: Schema(数据规格)变得符合预期:包含考试 Metadata、章节、题号、题目文本、选项、答案数组、答案摘要和选项解析。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「规格优先思维」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


3:移动设备优先审查

背景: 第一个台式机设计很简单:左侧为题目按钮,右侧为作答区域。然而,移动设备需要完全不同的阅读顺序。

目标: 在加入视觉修饰之前,先确保练习流程在小屏幕上顺畅好用。

提示词:

移动设备版本:上方为题目与答案选择区域,下方为题目按钮区域,放大提交与下一步按钮。

结果: 练习室采用了响应式排序和更大的触摸目标,这让测验体验显得经过精心设计,而非只是硬塞进手机画面中。

技巧:

● 测试大拇指的点击动线(thumb path)。

● 在移动设备上,将核心内容置于导航栏之上。

● 增加点击目标的大小。

● 保持目前题目清晰可见。

● 不要把提交按钮藏得太深。

来自 Demo 的佐证: 练习室采用了响应式排序和更大的触摸目标,这让测验体验显得经过精心设计,而非只是硬塞进手机画面中。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「移动设备优先审查」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


4:克制的深色模式

背景: 用户要求深色模式以及无多余装饰的简单设计。这项限制保护了 Demo,使其免于产生过度包装与杂乱的设计输出。

目标: 采用克制的视觉系统,以利于用户集中注意力、进行长时间阅读并快速查看答案。

提示词:

网页设计:深色模式,简单且不加任何装饰。

结果: 最终的网页使用了柔和的边框、易读的对比度、紧凑的卡片排版,并搭配类似 AWS 的经典橘色作为点缀,完全没有多余的动画。

技巧:

● 谨慎着色,避免色彩过于杂乱。

● 将文本对比度视为首要考量。

● 宁可使用边框,也不要使用厚重的阴影。

● 保持表单的沉稳与简洁。

● 让内容本身成为网页的主角。

来自 Demo 的佐证: 最终的网页使用了柔和的边框、易读的对比度、紧凑的卡片排版,并搭配类似 AWS 的经典橘色作为点缀,完全没有多余的动画。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「克制的深色模式」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


5:营销诱因

背景: 官方网页需要在访客点击练习链接之前,清楚说明为什么他们应该关注这个平台。

目标: 将免费活动和认证题库转化为清晰的诱因(hook),而不将产品隐藏在注册机制之后。

提示词:

醒目显示免费活动:免费访问 AWS Certified Data、Generative AI、Machine Learning、Cloud Operations、Networking、Financial Service Trading Desk on AWS。

结果: 首页焦点区块让产品价值一目了然,而认证题库网格则能立刻呈现目前可用的练习题组。

技巧:

● 说清楚什么是免费的。

● 列出高辨识度的主题。

● 将行动号召(Call to Action)置于诱因附近。

● 避免使用含糊不清的平台术语。

● 用直接的链接来证明所言非虚。

来自 Demo 的佐证: 首页焦点区块让产品价值一目了然,而认证题库网格则能立刻呈现目前可用的练习题组。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「营销诱因」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


6:卡片一致性

背景: 每张新加入的认证卡片,在样式、用字和行为上都可能产生偏差。重复使用 Data 卡片的规格能有效避免这个问题。

目标: 让目录的扩展变得标准化且简单:在不重新设计题库版面的情况下,直接添加主题。

提示词:

添加 AWS AI Development 模拟题,遵循 AWS Certified Data 模拟题的样式,并提供链接 aws_ai_development_exam_questions&chapter=1&question=1。

结果: 新的考试主题以卡片形式加入网格中,具备一致的状态标签、描述文本和点击提示。

技巧:

● 拷贝经过验证的卡片样式。

● 仅修改标题、描述和链接。

● 保持完全相同的状态用语。

● 使用全卡片点击链接。

● 确认目标 JSON 文件确实存在。

来自 Demo 的佐证: 新的考试主题以卡片形式加入网格中,具备一致的状态标签、描述文本和点击提示。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「卡片一致性」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


7:迭代日志

背景: 提示词历程记录了许多微小的修正:修改文本、移动元素、添加卡片、翻译网页以及转换 URL。

目标: 将构建历史当作产品规划图,而非用完即丢的对话废弃物。

提示词:

通过指明最新需要调整的行为,持续进行微调。

结果: 这些笔记成为撰写技术说明与重构产品决策的可靠信息来源。

技巧:

● 记录开发意图,而非仅仅是输出结果。

● 在脑海中将相关的提示词进行分组。

● 寻找重复出现的指令模式。

● 将修正措施转化为规则。

● 将历程记录用于 QA 质量测试。

来自 Demo 的佐证: 这些笔记成为撰写技术说明与重构产品决策的可靠信息来源。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「迭代日志」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


8:免构建的静态部署

背景: 本项目从不需要后端服务器来验证学习闭环。静态文件已足够应付着陆页、本地化网页、JSON 题库与测验播放器。

目标: 以最小的部署范围(deployment surface)交付实用的 Demo。

提示词:

在 exam-practice-room 文件夹中创建 HTML 网页和 JSON 文件。

结果: Demo 可直接作为静态资产运作:由浏览器处理数据获取、画面渲染、答案检查与网页导航。

技巧:

● 除非应用程序状态确实需要服务器,否则应优先考虑静态部署。

● 保持文件名称具有清晰语意。

● 使用查询字符串(Query Strings)来实现深层链接(Deep Links)。

● 避免为简单网页引入复杂的构建工具。

● 让静态部署来简化调试流程。

来自 Demo 的佐证: Demo 可直接作为静态资产运作:由浏览器处理数据获取、画面渲染、答案检查与网页导航。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「免构建的静态部署」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


9:遵循出题指引

背景: 出题指引中引入了效度、信度、公平性、具诱惑力的干扰项、主动语态以及认知复杂度。

目标: 采用专业的试题撰写标准,避免 AI 产生的模拟题流于肤浅的冷知识。

提示词:

遵循出题指引,并将练习题组升级至专业水平。

结果: 内容模型保留了选项级别的逻辑解析,使每一次的解释都成为学习价值的一部分。

技巧:

● 撰写具说服力的干扰项。

● 避免使用陷阱式字眼。

● 采用主动语态。

● 契合角色定位与认知层级。

● 详细说明答案正确的原因。

来自 Demo 的佐证: 内容模型保留了选项级别的逻辑解析,使每一次的解释都成为学习价值的一部分。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「遵循出题指引」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


10:直接访问

背景: 营销策划书中明确指出:无需信用卡、无需注册,直接为开发者提供网站链接。

目标: 消除读者与模拟练习体验之间的阻碍与摩擦。

提示词:

直接为每位 AWS 开发者提供网站链接;无需信用卡,也无需注册。

结果: 每张可用的卡片都直接链接至练习室的查找状态网址。

技巧:

● 不要对免费的价值设置过多门槛。

● 确保用户的第一次点击是实用的。

● 点开即直接进入实际题目。

● 避免弹出窗口(modal)的干扰。

● 使用可供分享的网址链接。

来自 Demo 的佐证: 每张可用的卡片都直接链接至练习室的查找状态网址。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「直接访问」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


11:克制的焦点图片

背景: 认证题库需要视觉上的佐证,但原先的社交横幅(social banner)区块反而成了多余的噪音。

目标: 利用屏幕截图说明产品界面,同时移除无法引导用户采取行动的装饰性区块。

提示词:

在 AWS Exam Library 区块中加入焦点图片:screenshot.png;移动设备版则使用 screenshot2.png。

结果: 题库区块成功加入了响应式图片,同时移成了不相关的横幅文案。

技巧:

● 将产品屏幕截图作为最佳佐证。

● 针对台式机与移动设备的长宽比进行优化。

● 移除重复的视觉诉求。

● 保持替代文本(alt text)有其实际意义。

● 绝不要让图片取代了清晰的链接。

来自 Demo 的佐证: 题库区块成功加入了响应式图片,同时移成了不相关的横幅文案。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「克制的焦点图片」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


12:汉堡菜单导航

背景: 网页需要在台式机和移动设备上采用相同的紧凑型导航模式,而非使用两种各自独立的架构逻辑。

目标: 让导航菜单在不同屏幕尺寸上皆显得紧凑且符合预期。

提示词:

使用导航栏汉堡菜单;不论是桌面版或手机版,均统一改为移动设备版的导航栏。

结果: 页眉使用了一个菜单按钮,可切换各区块链接,并在用户选取链接后自动关闭。

技巧:

● 使用 aria 属性以提升无障碍性。

● 保持导航标签简短。

● 在用户选取后立即关闭菜单。

● 避免使用单独的桌面专用导航逻辑。

● 确保品牌标志(brand logo)持续清晰可见。

来自 Demo 的佐证: 页眉使用了一个菜单按钮,可切换各区块链接,并在用户选取链接后自动关闭。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「汉堡菜单导航」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


13:语言选择器的置放位置

背景: 选择器起初位于焦点卡片(hero card)内部,但这使其看起来像卡片本身的内容,而非全域导航控制项。

目标: 在焦点消息之前,将语言选择功能移至独立的控制项中。

提示词:

将选择语言功能移出卡片,作为一个独立的元素。

结果: 选择器目前位于卡片上方,明确发挥了网页级别控制项的功能。

技巧:

● 全域控制项不应看起来像文章的本文内容。

● 尽早置放语言选择控制项。

● 保持标签简洁。

● 保留已选择的语言状态。

● 移动后,请测试其中一个本地化网页。

来自 Demo 的佐证: 选择器目前位于卡片上方,明确发挥了网页级别控制项的功能。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「语言选择器的置放位置」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


14:绝对路径指令

背景: 相对语言链接在本地端运作正常,但公开发布的网页需要能从任何路由导向可预期的目的地。

目标: 确保部署后的语言重导向机制安全可靠。

提示词:

针对所有的语言选项,使用已部署的绝对路径 index_{lang_code}.html 格式之网址。

结果: 每个语言选项都指向部署的目标路径,而博客则避免直接提及公开的网域名称。

技巧:

● 使用统一的基础 URL 格式。

● 更新每一个网页,而非仅更新英文版。

● 验证用户选择的数值是否保留。

● 搜索是否有残留的相对路径。

● 确保选择器中同样保留英文选项。

来自 Demo 的佐证: 每个语言选项都指向部署的目标路径,而博客则避免直接提及公开的网域名称。这是评估者可以直接检查的部分. 实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「绝对路径指令」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


15:翻译审查

背景: 第一批翻译好的网页在本文区块中仍含有残留的英文。用户要求重新检查整个网页。

目标: 将本地化(localization)视为内容的质量保证(QA),而不仅仅是自动产生。

提示词:

重新检查所有本地化网页;确保整个内容网页均已完成翻译。

结果: 所有语言网页上的可见区块、卡片描述、研究笔记以及页脚文本,皆已同步更新完成。

技巧:

● 搜索是否有残存的英文。

● 单独检查从右至左书写(RTL)的网页。

● 翻译正文内容,而不仅仅是菜单。

● 保持产品名称具辨识度。

● 审查具代表性的文本语系。

来自 Demo 的佐证: 所有语言网页上的可见区块、卡片描述、研究笔记以及页脚文本,皆已同步更新完成。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「翻译审查」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


16:认证题库规模

背景: 文件夹中包含了大规模题库,如 FSI trading desk、cloud operations、machine learning、networking、AI development 以及 generative AI。

目标: 在不干扰焦点区块的前提下,让着陆页能清晰展示题库目录的丰富度。

提示词:

在 HTML 网页上列出考试主题,并遵循现有样式添加卡片。

结果: 目录转化为易于浏览的网格,其中每个可用主题均有着一致的入口点。

技巧:

● 将主题分组在网格中展示。

● 桌面版面每行使用三张卡片。

● 保持描述文本结构对称一致。

● 清楚标示未来即将推出的主题。

● 避免对用户提及原始 JSON 数据。

来自 Demo 的佐证: 目录转化为易于浏览的网格,其中每个可用主题均有着一致的入口点。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「认证题库规模」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


17:从联合创始人到课程讲师

背景: 网页最初使用「联合创始人」的用字,随后调整为「课程讲师」的定位。

目标: 将个人品牌与学习体验紧密链接,而非强调新创企业的自传背景。

提示词:

将「联合创始人」改为「课程讲师」。

结果: 信任卡片目前可更妥善地支持该教育产品,且不会分散用户点击练习的注意力。

技巧:

● 确保身份定位与用户的核心意图相符。

● 保持个人简介卡片可点击。

● 避免冗长繁复的生平自传。

● 一致地使用角色职称。

● 让文章本身提供深度内容。

来自 Demo 的佐证: 信任卡片目前可更妥善地支持该教育产品,且不会分散用户点击练习的注意力。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「从联合创始人到课程讲师」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


18:提示词具体性

背景: 最有效的提示词都包含了要替换的确切文本、要使用的精确链接,或是要实现的明确版面行为。

目标: 通过提供可衡量的细节,大幅降低 AI 理解时的模糊性。

提示词:

将「Explore Exam JSON Library」改为「Explore AWS Exam Library」;将「AWS Learning Forge」改为「Exam Practice Room」。

结果: 由于期望的输出极为明确,文本修改变得迅速且风险极低。

技巧:

● 精确引用原字符串。

● 提供要替换的新文本。

● 当某个词汇至关重要时,避免使用「改善文案」这种模糊指令。

● 修改后仔细检查 UI 文本。

● 保持名称前后一致。

来自 Demo 的佐证: 由于期望的输出极为明确,文本修改变得迅速且风险极低。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「提示词具体性」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


19:微调修正回路

背景: 许多要求只是针对先前的置放位置、用字或链接行为进行局部修正,而非要求重写整个文件。

目标: 利用修正型提示词引导运作中的系统,同时不丢失任何现有进度。

提示词:

移动语言选择器、加入英文、移除所有提及网域的地方、移除直接提及开发笔记文件名的地方。

结果: 文件在原处持续演进并完整保留了可运作的 Demo,同时契合了全新的发布限制。

技巧:

● 宁可进行局部修补(patching),也尽量避免重写。

● 明确列出禁止使用的词汇。

● 移除特定术语后,务必进行全域搜索确认。

● 保留实用的程序结构。

● 确保最终发布的文件安全无虞。

来自 Demo 的佐证: 文件在原处持续演进并完整保留了可运作的 Demo,同时契合了全新的发布限制。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「微调修正回路」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。


20:读者优先的成效

背景: 最终产出的不只是代码;它还为开发者提供了直接的学习链接、清晰的反馈、多国语言访问以及显著的信任信号。

目标: 以读者的实际成效来评估 Vibe Coding 的成果,而非仅仅炫耀工具的新奇度。

提示词:

根据此 Demo 创建技术博客文章,分享 Vibe Coding 的开发技巧。

结果: 本系列文章能详细说明提示词如何转化为产品决策,以及每一个交付上线的细节如何具体协助学习者。

技巧:

● 将每一项技巧与用户行为紧密链接。

● 使用 Demo 作为实证。

● 避免提及不公开的内部实现细节。

● 分享可重复套用的提示词模式。

● 在结尾提供开发者可重复使用的审查步骤。

来自 Demo 的佐证: 本系列文章能详细说明提示词如何转化为产品决策,以及每一个交付上线的细节如何具体协助学习者。这是评估者可以直接检查的部分。实战笔记应与此实证保持关联,而非流于对 Vibe Coding 的泛泛谈论。

审查步骤: 针对「读者优先的成效」,请确认三件事:背景是否描述了真实的项目压力、目标是否指明了预期行为,以及结果是否指向文件或浏览器中肉眼可见的部分。若缺少其中任何一项,请在发布前重新撰写笔记。