MIT官方冬校保姆级拆解:从AI小白到App开发者,要经历哪些?

01｜原来，一个AI聊天机器人可以这样搭建

我们每天和ChatGPT对话，已经习惯了一个简单的过程：提出问题，等待处理，收到回答。

但从开发者的角度看，这背后存在一条非常清晰的功能链：

冬校第一天，学生将接触MIT App Inventor，通过可视化组件和积木式编程，学习如何搭建App界面、连接功能并在设备上测试运行。

从生成式AI数字涂鸦（Gen AI Digital Doodle）开始，到简单聊天机器人（Simple ChatBot），再到历史人物AI顾问（Historical Character Advisor），学生会逐步体验AI应用的搭建过程。

同样是AI生成回答，如果为它设置不同的角色与任务，产品体验就可能完全不同。例如，让AI以历史人物的视角回答问题，就不再只是一个通用聊天框，而是一个具有特定学习场景的互动应用。这也让学生初步接触Prompt Engineering（提示词工程）：如何通过更清晰的任务指令，让AI输出更符合预期的内容。

*MIT香港创新中心官方夏校现场

02｜先找到问题，再决定做什么App

能够制作聊天机器人，只解决了“技术上能做什么”。真正的产品，还需要回答另一个问题：我们为什么要做它？

因此，第一天的课程还会引入Computational Action（计算行动）框架，结合联合国可持续发展目标（SDGs），让学生观察学校、社区与日常生活中的真实困难。例如，校园失物信息难以查找、课外活动信息分散、学习任务管理不便……

学生将通过头脑风暴、问题分析和团队讨论，从生活观察中寻找值得进一步研究的痛点。从“学会一个功能”转向“发现一个值得解决的问题”，团队App项目的第一步也就开始了。

*MIT香港创新中心官方夏校现场

01｜功能不难理解，难的是知道用户想找什么

想象两个场景。周末出门，你打开地图软件，搜索附近的咖啡店。你可能会关心距离、位置、交通路线。

但如果你是一位正在寻找课外活动的学生，或者想替孩子安排假期的家长，你可能更关心活动类型、时间、适合年龄以及报名要求。

同样是“搜索”。前者服务于地理位置与出行需求，后者服务于活动信息发现与选择。技术动作看起来相似，但用户不同，产品就需要不同的信息组织方式与操作流程。这正是Day 2导师要让学生理解的核心。

*MIT香港创新中心官方夏校现场

02｜一款App真正的开发起点，是用户需求

第二天的团队项目将进入重要的用户研究阶段。学生需要练习开放式提问、用户访谈、客户细分，并建立Target User Persona（目标用户画像）。

假设一个团队想做“学生学习管理App”。一开始，可能很自然地想到要加入日历、待办事项、AI提醒、学习统计等功能。但经过访谈，也许会发现：有些同学真正困扰的是不知道怎样拆解复杂作业；有些同学不是缺少提醒，而是现有的提醒太多；还有些同学更需要简单直观的进度反馈。这时候，产品要做的不是继续增加功能，而是重新思考：哪一项功能，才真正值得开发？

*MIT香港创新中心官方夏校现场

01｜从手机相册，理解AI如何识别图像

打开手机相册，搜索“猫”，系统可能自动找出相关照片。打开某些拍照识物应用，将镜头对准物品，屏幕上就会出现识别结果。这些我们习以为常的功能，背后都有计算机视觉技术的参与。那么，能不能让自己设计的App，也获得类似的图像识别能力？

第三天，学生将通过Personal Image Classifier（PICaboo）体验AI图像分类模型，学习如何利用不同类别的图像样本，让模型尝试识别新输入的图片。课程还会涉及Facemesh人脸关键点识别技术，让学生探索AI如何定位面部特征，以及这项技术能够支持哪些互动功能。

从聊天机器人的文本交互，到视觉AI的图像理解，学生已经接触到两类不同的AI能力。但技术体验只是起点。MIT香港创新中心的导师更想同学了解的是：同样一项识别能力，换一个应用场景，能不能创造新的价值？

*MIT香港创新中心官方夏校现场

02｜功能迁移：图像识别不只能认猫狗

一款基础图像分类器，不可能天然认识所有物品。但当学生学会将技术应用于有限而明确的任务，便能开始理解：一个小功能可以怎样成为更完整的产品体验。例如，识别一个物品类别后，App还可以进一步呈现解释信息、使用建议或其他相关内容。图像识别只是其中一步，真正的产品设计，是把识别结果连接到用户想完成的任务。

到了第三天，团队已经有了初步问题方向，也理解了生成式AI和图像识别等技术。但是否把所有功能都加入App？答案显然不是。

学生需要通过Value Proposition（价值主张）思考：这款App到底创造了什么价值？相比现有解决方式，它改善了什么？同时，还需要了解数字商业模式，以及如何通过AI Impact Matrix（AI影响矩阵）评估应用可能产生的积极影响、风险与应对措施。比如，一款涉及用户照片的应用，就需要考虑隐私；一款提供AI建议的产品，也需要思考错误回答可能造成的影响。

在此基础上，团队会进一步确定产品方向，绘制App页面结构与界面线框图。从“我能实现什么AI功能”，到“我应该选择哪些功能”，产品设计开始真正成形。

01｜做一款App，真的需要很多功能吗？

今天的微信已经有消息、语音、支付、小程序等多种能力。但对于正在开发第一款App的学生来说，如果试图一次完成所有设想，很可能最后什么都没做好。这也是软件开发中常见的问题：想法很多，时间有限，究竟应该先做什么？

第四天，学生需要运用产品开发中一个非常重要的概念——MVP（Minimum Viable Product），最小可行产品。它强调先完成足以检验核心价值的产品版本，再根据反馈逐步完善。

假设团队想开发一款AI学习助手。第一版或许并不需要学习社区、积分系统、复杂的数据分析或几十种设置选项。它可以先完成最重要的一条交互流程：用户输入学习问题 → App调用AI生成能力 → 展示可阅读的任务建议

哪怕只是这样一条流程，也需要界面设计、功能连接、数据传递和结果显示等多个环节配合。

第四天，课程将进入Build Sprint开发冲刺。学生使用MIT App Inventor搭建团队App，整合前三天接触的AI组件，并通过测试和Debug（程序调试）解决运行问题。

当按钮没有响应、结果显示错误，或者操作流程不够顺畅时，团队需要定位原因、修改方案，再次测试。这就是从一张设计图走向真正可运行原型的过程。

*MIT香港创新中心官方夏校现场

01｜好的产品展示，不是功能说明书

为什么一些科技产品发布会，总能让人记住某一个特别简单的功能？因为真正打动用户的，往往不是功能本身有多复杂，而是它如何改变某个真实的使用场景。

一款AI App也一样。只告诉评审“我们的产品搭载了AI聊天功能”，其实并不足够。如果换成：“我们发现学生在面对复杂学习任务时，很难快速拆解步骤。因此我们设计了一个AI助手，尝试将输入的学习任务转化为更容易执行的步骤。”是不是就更清楚了？

从展示技术，到解释用户价值，就是一次重要的产品思维升级。

*MIT香港创新中心官方夏校现场

02｜5分钟Pitch，讲清楚一个AI创业创意

正式路演前，学生将进行最后一轮Final Polish，优化产品演示、检查运行效果，并在导师支持下准备展示材料。每个团队将进行：5分钟Final Pitch + 3分钟评审问答。

学生需要在有限时间，向评审讲清楚四件事：

1. The Problem： 谁遇到了问题？这个问题为什么值得解决？

2. The AI Magic： App使用了什么AI能力，如何改善现有解决方式？

3. Safety Measures： 是否考虑隐私、误判及其他可能的影响？

4. Version 2.0： 如果继续开发，产品下一步可以怎样优化？

这不仅是一次产品演示，也是在检验学生能否将问题研究、AI技术、产品设计与创新思维串联起来。

*MIT香港创新中心官方夏校现场

郭老师 13094440443

湖北、湖南、江西、安徽、甘肃、宁夏、新疆、西藏、重庆、云南、贵州、陕西