从工程师到用 AI 解决问题：这期要讲什么

主播回顾自己做节目与职业定位的变化，从关注前端技术转向全面用 AI 处理开发、创作与产品设计，并说明本期要讲的是把 AI 融入产品开发的实践流程，而非概念布道。

别急着写代码：先让 AI 质问你的点子

产品从零到一阶段的第一步是梳理创意。让 AI 扮演投资人不断提问，逼自己想清竞品、成本、目标用户与风格；再用 AI 联网调研市场与技术，列出竞品对照表，判断哪些功能可借鉴、哪些要避开。

让 AI 写产品文档，但绝不手动改它

把对话总结成创意文档，再让 AI 生成含 UI/UX 与技术架构的产品文档。核心纪律是不手动修改文档，而要在对话框里让 AI 改，否则会破坏上下文，导致后续生成覆盖你的修改。

用 Stitch 生成界面：不满意就重开对话

摘出产品概念与 UI 设计片段丢进 Google Stitch，它直出 HTML 代码。一次约生成五个页面需分批补齐；不满意不要反复改，直接新开对话重新生成，因为新窗口性能最好。

AI Studio 做原型：分层设计与 mock 数据

从 Stitch 导入 AI Studio 做可交互原型，可调用 Gemini 实现生图与内容生成。但生成的代码不能直接发布，需提前做分层设计，把后端对接层独立出来并 mock 数据，将来只替换这一层。原型完成后即可 demo。

本地框架与 documents 目录：让 AI 读懂项目

下载代码前先初始化可复用的本地框架，并在根目录建 documents 目录存放所有文档与第三方库 README，让 AI 先读文档再写代码。写代码用最强模型，文档设计可用国内免费模型。

正式开发：规划文档、并行 agent 与心态

让 agent 规划开发步骤与里程碑并落地为研发规划文档，可多开 agent 并行开发互不冲突的任务。后端默认已有成熟框架，否则要自己打磨或购买。开发中 AI 会出错返工，要保持平和心态，把自己当决策者。

上线：不迷信 Serverless，先做安全测试

不推荐 Supabase 加 Vercel 的托管方案，理由是数据不可控；建议自购海外服务器。上线前让 AI 写部署文档，测试只做安全性测试，避免被黑产刷爆上游服务。个人产品要快，能用就上。

功能迭代第一步：先做功能调研文档

迭代阶段核心诉求是快和准。先让 AI 做功能调研文档，列出技术方案及优劣、第三方库对比、风险点与兜底方案。主播认为 AI 在这件事上比人做得好，会主动评估各方案对现有系统的破坏与优先级。

实施文档：AI 编程里最关键的约束

功能实施文档要细化到改哪个文件、哪个函数、怎么改，并附伪代码与牵连注意点。文档越细，AI 自由发挥空间越小，幻觉与错误概率越低。这解释了很多人用 AI 写代码总出错的原因。

Skills 与循环调试：一次性提交所有修改点

Claude Code 的 skills 削弱了 AI 编程的不确定性，但替代不了实施文档。循环调试时建议一次性提交所有修改点并指明文件与函数，或用截图加红箭头标注，避免反复来回浪费时间。

两个小技巧与一个人的多项目状态

建议开启语音对话配合截图交互，以及多开 agent 并行任务、给每个 agent 取名并分配角色。主播描述自己同时推进几个项目的工作状态，并评价 spec-kit 一类工具目前仍太复杂。

总结与个人项目介绍

核心思路是让 AI 做各种文档，再让 AI 基于文档执行，文档既是资料也是指令。随后介绍个人博客、公众号，以及开源的视频编辑器 UI 框架和已上线的公众号创作助手。