一句话，长成一个产品

工作流概览

点击各阶段查看详情。核心思路：先 MVP、人工整合、模型分层使用，代码成本越来越低，但前期架构设计反而更重要。

交互：按任务复杂度选模型

点击上方任务类型，查看推荐模型

01

需求阶段

从 idea.md 开始，把项目相关想法全部写下来，再与多个顶级模型对话生成 MVP 版 PRD。

常用模型矩阵人工整合各模型优点

GPT-5.5 Codex

OpenAI 旗舰

Opus 4.7

深度推理

DeepSeek V4

性价比

智谱 GLM-5.1

国产优选

建议做法

先 MVP 框架，再做加法
通过问答细化交互设计
人工整合，控制发散

避免

产品端全交给 AI
一开始写太多细节
追求完美再动手

「先做出来，哪怕是一坨屎，再往上面加东西。」

举例

AI 剧本创作平台 — 从 idea.md 出发

docs/idea.md

基于短剧编剧真实创作流程，构建集想法生成、IP 改编、AI 辅助创作于一体的平台。MVP 用户群：短剧编剧 — 只写功能框架，技术细节留给后续 Plan。

MVP 骨架

·剧本项目管理 — 创建不同剧本项目
·概念阶段 — 无限画布节点思维导图（类似 flowith）
·创作阶段 — 编辑器 + 对话侧边栏 + 版本管理

三大输入方式

1创意想法 — 如「玄幻爽文、打怪升级换地图」→ 生成片段
2现有文本改编 — 粘贴/上传 ≤2 万字小说或剧本
3视频 + 联网 — 参考爆款短剧元素（如「足浴题材火了」）

创作阶段交互细节（后续与 AI 问答细化）

左侧

剧本集数列表
可折叠

中间主视图

剧本编辑器

右侧

AI 对话侧边栏
可折叠

局部修改 — 框选段落 → 侧边栏润色；如「这段反转不够强」一键优化；修改后不直接替换，需人工确认
版本管理 — 小版本记录 + V1/V2 大版本；支持回退、对比、手动添加版本

这就是 idea 阶段的粒度：说清做什么、给谁用、核心流程，不写技术栈。接下来才拿这份 md 去跟多个模型聊 PRD、做 UI、进 Plan。

02

设计阶段

1 GPT Image 2 — 把 PRD 发给它，生成第一版视觉设计
2 标注修改点，发给 Cursor / Claude Code 二次开发
3 配合 Figma / Lavart 做局部调整；用 ShadCN、 HeroUI 等组件库让 Codex 生成更稳定

整份 PRD → 第一版 UI 效果图。看整体风格是否 OK，再局部修改。HTML 正是设计系统最终落地的媒介 — 用 HTML 做设计稿，Agent 可以直接读。

03

开发阶段

官方和随处可见的工具、资源或方法，此处不一一介绍。详细内容可查阅 Cursor 官方教程或任一 AI Coding 工具的官方文档，也可在 B 站等平台搜索相关资源。以下内容只分享我自己常用的 AI 辅助编程工具与方法。

工具地图

Plan 模式 — 顶级模型规划，Composer 执行

Plan

Opus 4.7

架构 · 数据库 · 功能设计

Build

Composer 2.5

省 token · 效果稳定

人工审 Plan → 确认无误 → 点 Build。大功能第一版或重大更新时必用。

不推荐：直接开写

·大模块一把梭，架构容易跑偏
·返工多、上下文反复补，token 浪费
·出问题后很难判断是需求还是实现的问题

Command — commit + CHANGELOG 同步

重点推荐

一份 command 同时完成：提交代码 + 更新 CHANGE_LOG.md

给自己
从 AI 改动中学习经验

给团队
取代人工写 changelog

给 AI
Bug 溯源上下文

commitandlog.md

1. 提交代码
2. 将修改内容同步在 CHANGE_LOG.md 中
   - 新功能：实现方式、技术决策原因、经验、最佳实践
   - Bug：问题背景、原因、修改总结、经验教训

04

测试迭代阶段

前端

不写大量 Jest 样板。大版本更新后让 AI 自动打开页面做相关测试 — 仓库干净，效率更高。

后端

AI 生成项目级接口测试页 — 类似自动化 Postman，按需检查接口。

不分好坏 — 有人仍坚持 Jest 用例，按自己喜好选择即可。

05

运营推广

代码即文档 — docs/ 按目录分类。公众号文章、使用指南、推广文案都基于当前代码仓库生成，比从零写效率高太多。

技术人员的新能力

运营若不懂业务深度，难写出直击痛点的文章。开发者现在也要能把东西推广出去。

HTML 文档的优势

使用指南做成 HTML — 同事打开链接就能读，比 Markdown 附件传播率高得多。

06

总结心法

① 多用，不设限 — 先干起来再加砖

人类思维有限，AI 能力无限。看似不可能的事，先在输入框里执行 — 通常能实现 60–70%。有了基础再添砖加瓦，比从零容易太多。

② 打破岗位边界 — 一个人 + AI = 万能助手

前端、后端、测试的界限在模糊。小小的建议：做更多东西，不要把自己限制在一个位置上。

③ 紧跟模型前沿 — 办法总比问题多

新模型第一时间去用。80% 的同事可能还没用 Claude 做过完整项目 — 翻墙、充值其实花一小时搜索就能解决。只有见过更好的，才知道当前哪里不好。

④ 慢下来 — 代码太容易，架构更重要

AI 生成代码太容易，不断加功能会让项目臃肿。在开始写代码前先做初步思考 — 前期的需求范围和功能架构设计，决定了最终质量。

「办法总比问题多。」

07

一句话，长成一个产品

工作流概览

交互：按任务复杂度选模型

需求阶段

AI 剧本创作平台 — 从 idea.md 出发

设计阶段

开发阶段

Plan 模式 — 顶级模型规划，Composer 执行

Worktree — 多 Agent 并行

Command — commit + CHANGELOG 同步

Cursor Rules — 随项目迭代，作用在弱化

AI 生成交互式架构图 ⭐

语音输入 — 确定目标时少打字

自动化运维部署 — 探索中

测试迭代阶段

前端

后端

运营推广

总结心法

资源推荐