课程库 › AI 主线 › 程序思维基础 › 第 5 课

项目课：文字版文案生成器

项目课约 90 分钟

本课导读

第一个正式项目：做一个 slogan 生成器——点一下就随机组合出一条宣传语，一次能批量出十条备选。它会用上你这个月学的几乎所有东西：列表、字典、f-string、循环、函数、random。做完之后，它就是你作品集的第一件展品。

项目课的规矩

项目课和普通课的学法不同：

先自己想，再看实现——每一步都先停下来想"我会怎么做"，再对照代码
每一版都要亲手跑通，不是读懂就行
最后必须魔改：换成你自己的主题和词库——改过的项目才是你的项目

需求分析：像工程师一样开工

要做什么？一句话需求：

输入一个产品或主题，程序随机组合出朗朗上口的宣传语，可以批量生成供人挑选。

先拆解。一条 slogan 的套路其实是"模板 + 填空"：

「{形容词}的{主题}，{动词短语}」→「不一样的咖啡，点亮每个清晨」

所以程序只需要三样东西：

词库：形容词一堆、动词短语一堆（列表！）
模板：带空的句式（f-string！）
随机抽取：每次从词库随机拿一个（random！）

V1：最小可跑版

老规矩，先让核心转起来——一个模板、两个词库、随机填空：

Python

import random

adjectives = ["不一样", "刚刚好", "有温度", "会呼吸", "轻盈"]
actions = ["点亮每个清晨", "治愈整个下午", "唤醒你的灵感", "陪你慢慢变好"]

adj = random.choice(adjectives)    # 从列表里随机抽一个
act = random.choice(actions)

print(f"{adj}的咖啡，{act}")

新朋友 random.choice(列表)：从列表里随机抽一个元素（上个单元的 random.randint 抽数字，这位抽元素——同一个工具箱）。

多运行几次——每次都是新组合。5 个形容词 × 4 个动作 = 20 种可能，词库越厚，花样越多。

V2：函数化 + 多模板

两个升级：把逻辑打包成函数（主题变成参数，不再写死"咖啡"）；模板也做成列表随机抽——句式不再单调：

Python

import random

adjectives = ["不一样", "刚刚好", "有温度", "会呼吸", "轻盈"]
actions = ["点亮每个清晨", "治愈整个下午", "唤醒你的灵感", "陪你慢慢变好"]

def make_slogan(topic):
  adj = random.choice(adjectives)
  act = random.choice(actions)
  style = random.randint(1, 3)      # 随机选一种句式
  if style == 1:
      return f"{adj}的{topic}，{act}"
  elif style == 2:
      return f"{topic}，就要{adj}——{act}"
  else:
      return f"每天一点{topic}，{act}"

print(make_slogan("咖啡"))
print(make_slogan("跑步"))
print(make_slogan("读书"))

体会函数的价值：同一套逻辑，喂什么主题就产什么文案——make_slogan("任何东西")。

V3：批量生成 + 去重

评选文案要有备选。批量生成 10 条，而且不许重复（随机抽取可能撞车）——去重正好用上列表的 in：

Python

import random

adjectives = ["不一样", "刚刚好", "有温度", "会呼吸", "轻盈", "认真"]
actions = ["点亮每个清晨", "治愈整个下午", "唤醒你的灵感", "陪你慢慢变好", "给生活一点甜"]

def make_slogan(topic):
  adj = random.choice(adjectives)
  act = random.choice(actions)
  style = random.randint(1, 3)
  if style == 1:
      return f"{adj}的{topic}，{act}"
  elif style == 2:
      return f"{topic}，就要{adj}——{act}"
  else:
      return f"每天一点{topic}，{act}"

def batch_slogans(topic, count=10):
  results = []                       # 收集篮
  while len(results) < count:        # 凑够为止——次数未知，用 while
      s = make_slogan(topic)
      if s in results:               # 撞车了？
          continue                   # 弃权一轮，重抽
      results.append(s)
  return results

slogans = batch_slogans("咖啡", 8)
number = 0
for s in slogans:
  number = number + 1
  print(f"{number}. {s}")

读一遍 batch_slogans 的骨架，全是老朋友：while"凑够为止"、in 查重、continue 弃权重抽、append 入篮、return 交货。项目从来不需要新魔法，只需要把学过的东西组合对。

注意

一个值得注意的坑：如果词库太小而 count 太大（比如只有 6 种组合却要 10 条不重复的），while 会永远凑不够——死循环！这就是上单元防死循环自查的真实版。V3 的词库有 6×5×3=90 种组合，要 8 条很安全。给函数加"组合数不够就报警"的保护，留给你在魔改时挑战。

验收与魔改（作品集第一件）

跑通 V3 只是及格线，魔改完成才算项目完成。验收清单：

分步操作

全部三版亲手跑通
V1 → V2 → V3 依次运行过，能说出每一版比上一版多了什么。
换成你自己的主题词库
把词库全部换成你熟悉的领域（健身房？烘焙？宠物店？你的副业？），形容词至少 8 个、动作短语至少 6 个——词库质量决定文案质量。
新增至少一种句式
在 make_slogan 里加第 4 种模板（记得把 randint 的范围改成 1~4）。
加一个新参数（挑战，可跳过）
给 make_slogan 加个默认参数，比如 ending="！"，让每条文案能统一加结尾符号。
存档到 Colab
把你的魔改版存进 Colab 笔记本命名保存——这就是作品集第一件的雏形，阶段 1 学 Git 后它会正式入库 GitHub。

随堂测验

随堂测验0 / 4 题正确

1. random.choice(adjectives) 的作用是？

2. batch_slogans 里为什么用 while 而不是 for range(count)？

3. if s in results: continue 这两行在整个流水线里负责什么？

4. 词库只有 6 种组合，却调用 batch_slogans(topic, 10)，会发生什么？

本课小结

完整项目流水线：需求 → 拆解（词库/模板/随机）→ V1 最小可跑 → V2 函数化 → V3 批量去重
新工具只有 random.choice，其余全是旧知识的组合——项目的本质是组合
while + in + continue + append = "凑够不重复的 N 个"通用套路（注意组合数上限的死循环陷阱）
魔改是项目的一部分：换词库、加句式、加参数，做完它才是你的作品集第一件

下一课：阶段 0 里程碑测验——20 题 + 1 道编程题，毕业考，去吧。

划选正文任意文字可高亮、批注或加入复习卡

讨论

载入中…