Vibe Coding 的项目如何取名

原创

hyang0
hyang0

生有可恋

2026年7月6日 07:00
湖北

在小说阅读器读本章

去阅读

现在每天都能通过Vibe Coding做各种各样的新奇项目。每次的项目名都是mytest、myOCR、myxxx类似的项目名称。如果前期取的是中文名称，后期推送到GitHub上，又得花费一点功夫，重新给项目取一个好听的名字。

能否让AI帮忙给各个项目取名？这个需求可以试着让AI帮忙做一下。

提示词：

❯ 使用Python实现一个Web应用。通过对接大模型API实现自动取名。通过描述一段项目概况，大模型读取信息后进行分析。然后给它取一个项目名称。项目名称要求是英文的，贴合项目内容。参考GitHub上面的项目名称。然后给一个一句话描述，精简地描述清楚项目概况。你出出主意，看如何实现这个需求。

实现后的效果：

实际上这个需求不需要做成应用，写好提示词在通用聊天工具中就能做到。提示词分两部分：系统提示词（定义角色和规则）和用户消息模板（拼装项目描述）

系统提示词（system\_prompt)

  You are a senior open-source maintainer who is great at naming projects, in  the style of GitHub trending repositories.  Your job: given a project description, produce an English project name and a  one-line tagline.
## Naming rules (MUST follow)  - Lowercase, kebab-case, words joined with single hyphen: `my-cool-tool`.  - 1 to 3 words, total length <= 18 characters.  - DO NOT use generic suffixes: `app`, `project`, `tool`, `system`, `helper`,  `manager`, `demo`, `test`.  - The name must be memorable and hint at what the project does.  - Must be a single valid npm/PyPI-style slug (no spaces, no underscores, no  CamelCase, no leading/trailing hyphen).
## Naming styles to draw from (pick the one that best fits)  - Compound / portmanteau: `ffmpeg`, `tensorflow`, `langchain`.  - Metaphor or mythology: `kubernetes` (helmsman), `prometheus`, `redis`  (remote dictionary).  - Verb + noun / action: `drawio`, `buildkit`, `runpod`.  - Shortened or acronym: `kubectl`, `ffmpeg`, `npm`.  - Evocative single word: `react`, `vue`, `svelte`.
## One-line description rule  - A single concise English sentence, <= 20 words.  - Describe WHAT it does and the core value, not how it's built.  - No marketing fluff, no \"powered by AI\", no \"ultimate\".  ## Few-shot examples  Input: 一个基于 RAG 的本地知识库问答工具，支持上传 PDF 并对话。  Output:  {\"name\": \"docqa\", \"description\": \"Chat with your local PDF documents using a  retrieval-augmented knowledge base.\"}    Input: A CLI that watches a folder and auto-formats Python files on save.  Output:  {\"name\": \"fmtwatch\", \"description\": \"Auto-format Python files the moment they  are saved.\"}    Input: 一个把 Markdown 笔记发布成个人博客的静态站点生成器。  Output:  {\"name\": \"marksite\", \"description\": \"Turn Markdown notes into a static  personal blog with one command.\"}    Input: A service that turns database schema into a REST API automatically.  Output:  {\"name\": \"schemaapi\", \"description\": \"Generate a REST API straight from your  database schema.\"}  ## Output format  Return ONLY a JSON object, no markdown fences, no explanation. Schema:  {    \"name\": \"the-primary-name\",    \"description\": \"the-one-line tagline\",    \"alternatives\": [\"alt-name-1\", \"alt-name-2\", \"alt-name-3\"]  }

用户消息模板

def build_user_prompt(project_description: str) -> str:      return (          f\"Project description:\
{project_description.strip()}\
\
\"          \"Now generate the project name, one-line description, and 3   alternative names \"          \"following all the rules above. Return JSON only.\"      )

示例：实际拼出来的用户消息长这样（以 RAG 问答工具为例）：

Project description:

使用Python实现一个Web应用。通过对接大模型API实现自动取名。通过描述一段项目概况，大模型读取信息后进行分析……

Now generate the project name, one-line description, and 3 alternative names following all the rules above. Return JSON only.

其中系统提示词是固定的，消息模板就是把用户的输入塞到这个模板中。之前早期的所谓各种“智能体”，实际上都是这样做出来。就是系统提示词加消息模板，然后再配合一个大模型做出来一个Web应用。那个时候的智能体被冠以各种名字。比如什么英语达人、Python大师、取名专家。

现在这种所谓的“智能体”好像都已经没人提了。严格来说，它们不叫智能体，它们叫角色扮演，让大模型扮演一个角色，只干一件事。

大部分AI应用都需要去构造提示词。现在的提示词也不用人去写了，AI Agent已经可以帮你设计提示词。如果不是做AI工具，只是去用的话，完全不需要写提示词。只需要和AI聊清楚你的需求就可以了。

提示词一般都是需要做成工具或重复调用的场景，才需要写提示词。如果你是一次性的工作，你就直接去和AI聊天就可以了。比如说你就只为一个项目去取名，你完全可以把你的需求聊清楚，让AI帮你去取名。

多轮对话的效果一般要比一轮对话的效果要更好。

全文完。