用 AI 能開發(fā)產(chǎn)品嗎？

我的回答是：完全可以。全民愛畫就是一款用 AI 開發(fā)的產(chǎn)品。全民愛畫是一個 AI 裝飾畫創(chuàng)作和實物畫訂購工具，它利用 AI 技術(shù)完成了產(chǎn)品的核心功能，包括 AI 繪畫，用戶賬號和訂單支付等。產(chǎn)品大部分的前后端開發(fā)工作都由 AI 完成，而我的主要工作是進行產(chǎn)品架構(gòu)設(shè)計、UI 設(shè)計、代碼調(diào)試和產(chǎn)品部署。簡單來說，就是讓 AI 來完成開發(fā)過程中的前后端工作，這樣可以極大降低開發(fā)難度，提高開發(fā)效率，讓你更輕松地實現(xiàn)自己的產(chǎn)品想法。

更多干貨：

利用 AI 進行產(chǎn)品開發(fā)，其實質(zhì)是通過人機交互來解決問題。人提出問題，AI 回答問題，人和 AI 共同協(xié)作解決問題。

AI 的介入程度取決于產(chǎn)品的復(fù)雜程度，以全民愛畫為例，由于產(chǎn)品功能相對簡單明確，所以在產(chǎn)品規(guī)劃和設(shè)計階段問題不多，AI 的介入相對較少。如果你的產(chǎn)品需要進行市場調(diào)研和需求分析工作，那么在產(chǎn)品需求階段，可以利用 AI 分析市場數(shù)據(jù)和用戶反饋，輔助識別用戶需求。在產(chǎn)品設(shè)計階段，也可以利用 AI 來改善用戶體驗。在全民愛畫項目中，AI 主要在研發(fā)階段發(fā)揮重要作用，利用 AI 生成代碼、進行代碼測試和質(zhì)量控制。

從全民愛畫的 AI 開發(fā)過程中，我總結(jié)了 5 條實用經(jīng)驗，希望能幫助你更好地利用 AI 來輔助產(chǎn)品研發(fā)：

一、建立清晰的產(chǎn)品架構(gòu)

清晰的產(chǎn)品架構(gòu)有助于 AI 了解產(chǎn)品需求和開發(fā)重點，是 AI 開發(fā)的重要前提。建立清晰的產(chǎn)品架構(gòu)通常需要以下步驟：

1. 明確產(chǎn)品目標用戶群、產(chǎn)品定位和用戶需求。
2. 對產(chǎn)品進行系統(tǒng)設(shè)計，將功能劃分為多個模塊，明確各個模塊的主要功能和交互關(guān)系。
3. 規(guī)劃產(chǎn)品系統(tǒng)架構(gòu)，確定前后端技術(shù)架構(gòu)和重要接口。
4. 輸出產(chǎn)品架構(gòu)圖，詳細描述以上內(nèi)容。

一個完整的產(chǎn)品架構(gòu)應(yīng)包含產(chǎn)品定位、功能模塊、系統(tǒng)架構(gòu)和重要流程等主要內(nèi)容，并用流程圖或圖表進行展示。以全民愛畫為例，產(chǎn)品定位是一個用于 AI 裝飾畫創(chuàng)作和購買的 Web 應(yīng)用，主要功能模塊包括 ：賬號功能、繪畫功能和訂購功能等。前后端采用 Flask、jQuery 和 PyTorch 框架，使用 LCM 快速圖像生成模型，并進行 Web 應(yīng)用部署。系統(tǒng)規(guī)劃了注冊登錄、文本生成圖像和訂購三大流程。

二、從最小可行產(chǎn)品開始構(gòu)建

從最小可行產(chǎn)品（MVP）開始構(gòu)建對 AI 開發(fā)非常重要。在早期的 AI 開發(fā)階段，應(yīng)只實現(xiàn)產(chǎn)品最核心的基礎(chǔ)功能，然后逐步添加其他功能。前面提到過，用 AI 開發(fā)產(chǎn)品其實是通過人機交互來解決問題，每次提出的問題越清晰越聚焦，AI 回答的就越準確，這樣可以加快研發(fā)過程。采用 MVP 模式的另一個好處是可以快速驗證開發(fā)的功能，并將反饋提供給 AI 進行迭代優(yōu)化。

例如，全民愛畫的繪畫功能模塊從最基礎(chǔ)的文生圖功能開始，在確保該功能可以較好運行后，再加入文本翻譯功能、草繪參考功能、圖像安全檢測功能等，每一個模塊都需要明確功能點，并在讓 AI 生成代碼時，提供與該功能模塊相關(guān)聯(lián)的前后端代碼，便于 AI 在現(xiàn)有功能代碼基礎(chǔ)上進行上下文的串聯(lián)。

三、使用成熟的技術(shù)框架

在 AI 開發(fā)中，選擇成熟的技術(shù)框架非常重要。成熟的技術(shù)框架提供了完善的功能模塊，可以顯著提高項目開發(fā)效率、靈活性和可維護性。

例如：全民愛畫前端使用 Bootstrap 和 jQuery 框架，可以快速搭建 Web 項目的前端頁面，后端使用了 pyTorch，LCM 潛在一致性模型和 SDXL 潛在擴散模型，從而可以生成高質(zhì)量的繪畫作品。整個項目通過 Flask 框架實現(xiàn)前后端分離和 Web 應(yīng)用的快速部署。

四、讓人機交互處于同一頻道

人的提問質(zhì)量，直接決定了 AI 的回答質(zhì)量，要想 AI 回答的準確，就需要人機之間保持有效的溝通，保證人機雙方處于同一理解頻道，避免產(chǎn)生誤解。例如可以采取以下方法：

①清晰而具體的指示。用概念清晰、邏輯嚴謹、語意準確的語言對問題進行描述，將想要得到的結(jié)果和需求清楚的告訴 AI，降低 AI 對問題的理解難度。

例如：在以下 Flask 代碼基礎(chǔ)上，實現(xiàn)用戶注冊功能，輸出相應(yīng)的后端代碼，以及前端 html 和 js 代碼。要求用戶注冊時檢查用戶名是否存在，如果已存在則顯示“該用戶名已經(jīng)被注冊”的提示。要求注冊時對輸入的密碼進行規(guī)則驗證，密碼驗證規(guī)則為：密碼長度至少 8 位，包含數(shù)字和字母。如果輸入的密碼不符合規(guī)則，則顯示“密碼不符合規(guī)則”的提示。如果密碼符合規(guī)則，且用戶名未注冊，則提交表單，并將新用戶插入到數(shù)據(jù)庫。

②對 AI 的回答提出質(zhì)疑。AI 對問題的理解和回答不一定每次都正確，必要時需要對 AI 提出質(zhì)疑，評估 AI 的理解程度，及時發(fā)現(xiàn)錯誤進行更正。例如，用“你確定......”，“你提供的代碼無效......”等短語來表達質(zhì)疑，讓 AI 提供解釋來支持它的回答，或者重新給出正確答案。

③采取多輪對話。一個功能代碼的實現(xiàn)，不僅限于一次提問和回答，而是多輪迭代式人機對話的結(jié)果。往往 AI 首次提供的回答并不完整或者正確，需要進一步追問才能得到完整的答案。當 AI 理解錯誤時，你可以通過多次提問，以及重復(fù)你的需求，來逐步消除 AI 回答過程中的不確定性。

④解耦描述細節(jié)。必要時將問題或任務(wù)的描述從具體的實現(xiàn)細節(jié)中分離出來，以便 AI 更好地理解問題、設(shè)計解決方案，并提高系統(tǒng)的可維護性和可擴展性。例如提問：實現(xiàn)一個用戶認證系統(tǒng)，能夠提供用戶注冊和登錄的功能，并保證用戶身份的安全性。則 AI 會從用戶注冊、登錄、身份安全性等方面給出關(guān)鍵步驟建議，然后再通過與 AI 的多輪對話，生成出具體的實現(xiàn)代碼。

⑤多加恰當例子。使用一些典型的例子來增強 AI 對任務(wù)的理解。例如：要求用戶設(shè)置強密碼，包括使用字母、數(shù)字和特殊字符的組合，并限制密碼長度。密碼存儲時使用適當?shù)墓Ｋ惴ㄟM行加密。

五、利用日志進行問題診斷

記錄系統(tǒng)日志非常重要，可以幫助 AI 快速定位和修復(fù)問題，在與 AI 對話過程中需要及時將日志信息反饋給 AI，引導(dǎo) AI 做出正確的判斷。同時，通過分析日志，可以發(fā)現(xiàn) AI 回答中的潛在問題和改進點，從而優(yōu)化 AI 的表現(xiàn)。

AI 技術(shù)的快速發(fā)展為產(chǎn)品開發(fā)帶來了新的可能性和機遇。如果個人想利用 AI 開發(fā)產(chǎn)品，就需要對產(chǎn)品有全面的了解，并扮演類似架構(gòu)師的角色，這意味著你需要具備更廣泛的能力，而不僅僅只專注于某一方面，只有這樣才能快速有效地利用 AI 來實現(xiàn)產(chǎn)品想法。

本項目所使用的 AI 工具為：poe.com，部分 SDK 來自 github.com。

歡迎加作者微信交流，微信號：nilescc