零基础尝试AI编程：自动化脚本实战记录

我是一个完全不会编程的人。Python是什么、for循环怎么写、变量是什么概念——这些对我来说都是天书。但最近我用AI工具写了一系列自动化脚本，从Excel处理到数据清洗到邮件发送，居然真的跑通了。记录一下从零开始的真实体验。如果你想对比不同AI模型在编程场景下的表现差异，（leadhi.cn）是一个多模型聚合平台，支持Claude、GPT、Gemini等主流模型同屏对比，注册即可体验。

一、为什么零基础也想学编程

原因很简单：太累了。每天花两小时手动整理Excel报表、复制粘贴数据、发格式化邮件——这些事不难但就是耗时间。我一直在想，有没有什么办法能让这些重复劳动自动化。

后来看到有人用AI写脚本，就想着试试。反正不会编程，AI帮我写，我只需要跑就行了。

二、第一个脚本：批量重命名文件

第一个需求很简单：把文件夹里的照片按日期重命名。我用大白话告诉AI："我想把一个文件夹里的照片按拍摄日期重命名，比如2024-01-01_001.jpg这种格式。"

GPT-5.6给了一个约20行的Python脚本，有注释、有错误处理、有使用说明。我复制到电脑上，装了Python环境，跑了第一次——报错了。原因是没装一个叫Pillow的库。

把报错信息丢给AI，它告诉我"在终端输入pip install pillow"。照做，再跑，通了。

第一次成功的感觉很爽。虽然脚本是AI写的，但跑通的那一刻真的有"我也能编程"的感觉。

三、第二个脚本：Excel数据整理

第二个需求稍微复杂：把三个Excel文件里的数据合并到一个表里，按条件筛选，最后导出新的Excel。

这次我试了三个模型：

GPT-5.6的可运行率最高（88%），一次跑通。Claude需要改一下文件路径。Gemini出了编码问题，改了两行才搞定。

这次经历让我学到了：AI写的脚本不一定跟你的环境完全匹配，跑之前先检查一下文件路径、Python版本、依赖库。

四、第三个脚本：自动发邮件

第三个需求是自动发邮件：根据Excel里的联系人列表，批量发送个性化邮件。

这个需求比前两个复杂，涉及到邮件模板、附件处理、发送频率控制。GPT-5.6给的脚本约50行，一次跑通了约80%。剩下20%需要改的地方：邮件服务器配置、附件路径、错误重试逻辑。

这次我学到了另一个重要经验：AI生成的代码需要人工review。它写的逻辑没问题，但安全相关的细节（比如密码不能硬编码、发送频率要控制）它不会主动提醒。

五、踩过的三个坑

坑一：不检查就直接跑。有一次让AI写了一个数据清洗脚本，跑完发现数据少了一半——它把"相似但不同"的记录当重复删了。从那以后，我养成了先跑小数据集验证的习惯。

坑二：提示词太模糊。"帮我写一个数据处理脚本"和"帮我写一个Python脚本，用pandas读取data.csv，按'日期'列分组汇总'销售额'，输出到result.xlsx"——出来的东西差了十万八千里。

坑三：只用一个模型。有一次用Gemini写了一个脚本，跑不通。换GPT问同样的需求，一次就跑通了。不同模型擅长的东西不一样，多试几个总没错。

六、零基础用AI编程的真实数据

两周下来，我用AI写了大约15个自动化脚本：

60%一次跑通，加上改改能跑的，总共87%的脚本最终都跑通了。效率比纯手动提升了约70%。

七、给同样零基础的朋友的建议

从简单需求开始。别一上来就搞复杂的数据处理，先从文件重命名、格式转换这种小需求开始。建立信心后再扩展。

提示词要具体。告诉AI你用什么语言、什么版本、数据是什么格式、期望输出什么。信息越具体，生成的代码越靠谱。

先跑小数据集。别一上来就全量跑，先用几行数据验证逻辑对不对。跑通了再全量。

学会看报错。报错信息是AI帮你debug的最好线索。看不懂没关系，把报错丢给AI，它会告诉你怎么修。

常见问题

Q：零基础真的能用AI写脚本吗？
A：能。60%的脚本一次跑通，加上改改能跑的总共87%。关键是提示词要具体，先跑小数据集验证。

Q：哪个模型最适合零基础写脚本？
A：GPT-5.6可运行率最高（84.6%），Gemini性价比最高（75%但成本最低），Claude错误处理最完善。

Q：需要学多少编程知识？
A：基本不需要。会装Python、会在终端跑命令就行。报错看不懂就丢给AI。

总结

零基础用AI编程真的可行。两周写了15个自动化脚本，87%最终跑通，效率比纯手动提升约70%。核心经验就四条：从简单需求开始、提示词要具体、先跑小数据集验证、学会看报错。AI是工具不是魔法——用对了能省很多时间，用错了也会浪费时间。但对零基础的人来说，它确实是打开编程世界最简单的一扇门。