AI 应用顾问 / AI 产品化教练。长期研究一件事:普通人怎么用 AI 干成实事。
最近我把一个「帮创作者评估选题」的想法,用 AI 编程助手做成了上线系统 —— 今天就拆给你看。
一条「需求 → 上线」的完整路径,和一套我真实用过、可以照抄的 AI 指令。
门槛已经变了:从「会不会写代码」,变成「能不能把需求讲清楚」。
今天全场就这 3 个「行话」,现在用大白话讲完,后面你就全程无障碍。
从想法到上线,我走了这 6 步。AI 在第 ③ 步集中登场,但真正决定成败的,是前两步找对需求、想清楚范围。
真需求长在别人已经在搜、在抱怨、在付费的地方。我常去这 4 个地方:
看全球开发者在做什么、抱怨什么,issues 里全是「求一个能…的工具」。
把长期关注的信息流喂给 AI 分析,找反复出现的高频痛点。
国内变现项目库,看别人已经在赚钱的项目和打法。
全球新产品每日首发,看什么被疯狂点赞、什么在起势。
用户输入一个内容选题,系统输出一份「选题评估报告」—— 值不值得做、怎么优化、怎么变现。
做公众号、小红书、短视频的内容创作者 —— 选题很多,不知道该做哪个。
哪个选题更容易涨粉、更容易转化?标题和钩子怎么改更有传播力?
左边填人群 / 标题 / 大纲,右边一键生成评估报告。简单,但完整。
太模糊,AI 只能瞎猜。
像写一份任务说明书。
我有一个想法,如图。 帮我分析这个需求,然后生成一份 PRD 文档, 统一放在 doc 文件夹下。 以后文档都放这个文件夹,帮我做个约束, 顺便做一下 git 初始化。
原型看起来很不错,按这个原型进行后面的开发, 利用任务拆分和 TDD 原则。 其中如果遇到需要我人工设置的内容,提醒我如何设置。 记得把计划存储到 doc 中,设置 todo list, 根据任务完成来更新状态。
接下来做测试: 1. 创建启动/停止脚本,启动时检查端口占用。 2. 设 logs 文件夹按日期存日志,关键点都打日志。 3. 提示词单独提取为配置文件,打上注释,方便我修改。 另外从现在起:临时需求写入补充 PRD, 查到的 bug 在 doc 下建文档记录。
项目开发完成: 1. 本次需求统一命名 v1.0,创建复盘文件, 总结所有 bug 和经验。 2. 在 GitHub 创建仓库,关联项目并推送。 3. 推送前先写一份 README 介绍项目, 附上软件使用截图,采用中英双语。
输入选题,输出评估报告 —— 打开浏览器就能演示,不是 PPT 里的概念图。
代码、需求文档、bug 记录、复盘全在里面 —— 项目「资产化」了。
下一个需求照着走就行,第二次比第一次快得多。
我不急着收钱,但从第一天就想清楚了收费的台阶怎么搭 —— 每一级服务更深、价值更大。