从提示到产品：与AI助手共事
几周前，我分享了我对AI编码助手的想法，并展示了它们如何极大地加速了我的副业项目。本周，我想带你了解我最近的一个构建过程——一个简单但功能齐全的项目，展示了我的完整工作流程。通过这些步骤，你会清楚地看到我是如何将与AI的对话转化为实际产品的，通常只需几天时间。
1、我从与GPT交谈开始
我打开一个实时聊天窗口，讨论我想构建的总体概念。这不像正式会议，更像是周六早晨咖啡桌上的闲聊。GPT会记录一切并帮助总结主要主题。这是一种快速整理想法的方式，而无需写下任何东西。
我还要求GPT采访我——扮演策略师的角色，提出我可能忽略的问题。这有助于我发现盲点或未考虑的事情。有时我只是需要更好的提示来理清思路。
例如，我开始构建一个小工具时这样说：
"我想创建一个工具，它可以扫描金融新闻RSS源，生成AI摘要，检测情绪，并提出潜在的投资建议。"
2、然后我转向Grok
一旦我得到了一个基本的产品描述脚本，我就切换到Grok。我请它对这个想法进行评估，并帮助我找到MVP（最小可行产品）。即使概念看起来显而易见，Grok也会推动我去关注真正重要的内容，并揭示哪些部分薄弱或通用。
它还能帮助揭示定位和营销角度，而且在商业战略方面非常出色。Grok还可以推荐合适的技术栈——尽管有时它为简单的项目推荐的技术栈过于复杂，所以我对此持保留态度。
3、Grok还帮助指导我的AI助手
我使用Bolt.new——一种在线的AI辅助工具，可以让你构建应用程序——因为它完全在线——无需安装，无需本地设置。结合Netlify和Supabase，我可以完全控制所有内容：后端、前端、数据库以及自动备份。
我不使用GitHub。对于我的工作流程来说，Bolt内置的版本控制和云保存已经足够了。它让一切都安全且易于访问。
4、我要求Grok编写PRD
一旦我对这个想法进行了压力测试，我会要求Grok生成一份详细的产品需求文档。它涵盖了诸如功能分解、路由命名、函数命名等内容——基本上是一个完整的蓝图，可以直接交给Bolt中的助手。
5、然后我手动将构建过程分成部分
不要一次性给AI你的整个计划——它会搞混。相反，将你的应用分成小块指令，并逐步构建，就像拼图一样。对于我的新闻应用，我先从RSS抓取功能和管理员区域开始，然后是用户登录（认证），最后构建主要功能（新闻摘要）。
把AI当作一个天才但仍然初级的设计师：每次只给出清晰简单的单任务指令。如果你急于求成，最终只会感到沮丧。慢工出细活。
6、使用AI调试仍然是盲目的——你需要引导它
与Bolt一起工作的过程需要大量的手动调试。这是因为AI无法“看到”外部平台如Supabase或Netlify内部发生的情况。如果出现问题，我经常不得不复制错误消息或SQL日志回到聊天中，以便让它理解出了什么问题。
当我真的卡住时，我会使用我所有的AI工具。GPT-4o——尽管它的态度令人恼火——或者GPT o3，虽然推理速度较慢但很全面，当上传整个项目的压缩包时都非常有用。它们可以扫描一切并帮我发现我自己永远找不到的bug。
但如果我已经知道哪个文件导致了问题，那么 Claude（Grok）仍然是最有效的。它确实啰嗦——但它特别擅长修复小的前端bug、CSS问题和随机逻辑漏洞。
7、CSS总是最后一步——主要是清理
样式是最混乱的部分，所以我留到最后处理。或者慢慢来，一次修复一个问题——主要是移除而不是添加。即使你明确要求“让它极简”，AI也容易过度设计。除非你加以约束，否则它会随意加入随机渐变、阴影和动画。
一旦主管理区域功能正常，就开始测试一切。对于新闻应用，我会模拟真实使用情况——比如添加RSS源并假装自己是真正的编辑。然后回到Bolt中修复布局、提高可读性或添加任何缺失的功能。
8、骨架完成后，让AI自由发挥
当应用程序的结构稳固——包括路由、核心功能和数据库时，我会偶尔要求Bolt提出10个新功能。
对于Coral，它提出了像这样的想法：
- 主题检测页面
- 图表视图
- 股票提及时提到的跟踪
不错，即使大多数页面没有完全运行。这些想法本身就很扎实，有时候这就足以激发更好的灵感。
9、应用已经可以工作了——现在是时候打磨了
现在网络应用已经运行着实时数据、定时任务并且没有重大问题。所以我会把它当作一个真正的产品：优化布局，也许设计一个标志，让它感觉像是我能真正发布的东西。
这也是我开始微调用于扫描和总结新闻的AI提示的时候。这部分很重要——这是赋予产品声音的编辑层。
我通常会让GPT帮助重写或扩展输入到OpenAI API中的提示。这是最有趣的部分——你可以快速测试不同的变体使用OpenAI游乐场，并得到完全不同的结果。让我惊讶的是，一旦提示正确，输出就会保持惊人的稳定性。风格、语气和结构都感觉固定下来——就像瑞士钟表一样。
在这个阶段，我有时会要求Claude 3.7想出名字、标语或.com域名创意。在这种情况下，我亲自命名了它。我称之为Coral，灵感来自一些财经报纸的颜色。
10、然后我上线并进行极限测试
一旦它上线，我会再次测试——因为有些bug只有在生产环境中才会出现。这就是我捕捉边缘案例、时间问题、奇怪的布局问题或部署环境中的任何破损的地方。
底线：
我周五下午开始。没有Figma，只是在Bolt上进行了一些代码编辑和CSS调试。应用在周二晚上就上线了。大约25小时的实际工作。真实数据。真实AI。真实产品。
11、成为优秀AI助手的关键
两件事：耐心和执着。
你会感到沮丧——经常如此。有一半的时间，当某个东西出错或不按预期工作时，AI只是回复说*"我理解你的沮丧。"* 它什么也没解决。它不知道你想表达什么。当然，它更不会感受你的痛苦。
但这正是游戏所在。你需要执着于实现目标。这个过程之所以有效，是因为我迫切希望看到这个东西上线——足够强烈以至于能够克服所有奇怪的错误、幻觉的代码、提示疲劳和失败的部署。
大多数人会在AI变得愚蠢时停止。我继续前进。
P.S.再次感谢我的团队：Claude 3.7、Grok 3和GPT-4.5-Preview帮助编辑和挑战我的想法。
原文链接：Prompt to Product: How I Build with AI Assistants
汇智网翻译整理，转载请标明出处