前三篇写了架构和 AI 接入,技术上已经跑通了。但一个"技术上能用"的东西,离"用户愿意用"还差很远。
这篇聊产品层面的思考:怎么把一个基金诊断工具,变成一个"打开 3 秒就知道今天该干嘛"的决策助手。
产品定位的转变
最初的想法是做一个"基金诊断工具"——用户选一只基金,点诊断,看结果。
但实际用了几天后发现一个问题:每次打开 App 都要手动点诊断,太麻烦了。
基民真正的需求不是"我要诊断某只基金",而是"今天我的持仓有没有需要操作的"。
于是产品定位从"诊断工具"变成了"决策助手":
打开 App → 3 秒内知道"今天该不该操作" → 关掉 App
这个转变决定了整个 UI 的设计方向。
决策面板:首页只做一件事
首页不再是基金列表,而是一个"决策面板"。从上到下:
第一屏:今日建议卡片
一个渐变色大卡片,AI 用一句话告诉你今天该干嘛。比如"持仓整体平稳,无需操作"或者"XX基金跌幅较大,建议关注止损"。
第二屏:今日盈亏
一个数字:今天你的持仓总共赚了/亏了多少钱。绿色涨、红色跌,一眼看到。
第三屏:需要关注的基金
只有波动超过阈值的基金才会显示在这里。正常的基金折叠起来,不打扰你。
设计原则是:没事的时候不烦你,有事的时候第一时间告诉你。
持仓导入:降低使用门槛
一个基金 App 最大的使用门槛是什么?录入持仓数据。
让用户一只一只手动输入基金代码、份额、成本价?没人愿意干这事。
我做了两种导入方式:
方式一:粘贴导入
用户从支付宝或天天基金复制持仓信息,粘贴到输入框,App 自动解析。支持多种格式:
// 支持的格式示例: 000001 1000份 成本1.23 华夏成长 000001 持有1000份 成本净值1.23 000001,1000,1.23 // 甚至直接从支付宝复制的混乱文本也能识别核心是一个文本解析器,用正则匹配基金代码(6位数字)、份额(数字+份)、成本净值(数字)。不要求格式完美,能提取到关键信息就行。
方式二:截图 OCR 导入
用户截一张支付宝/天天基金的持仓页面截图,App 用 OCR 识别文字,再走文本解析流程。
用的是 Google ML Kit 的中文离线识别,不需要联网,不上传图片到任何服务器。隐私安全。
💡 为什么选离线 OCR?基金持仓是敏感的财务数据。如果用在线 OCR 服务,用户的持仓截图会上传到第三方服务器,这是不可接受的。ML Kit 离线识别虽然准确率略低,但数据不出手机。
持仓分析:不只是看数据
导入持仓后,App 能做的不只是显示每只基金的涨跌。我加了一个"持仓分析"功能:
- 总资产和总盈亏
— 所有基金加起来赚了/亏了多少 - 风险等级评估
— 根据持仓集中度和波动率计算 - 分散度评分
— 持仓是否过于集中在某一类基金 - AI 综合建议
— 基于整体持仓给出操作建议(止盈、止损、加仓、调仓) - 每只基金的权重占比
— 可视化显示哪只基金占比过高
这比单只基金诊断更有价值——因为投资决策不应该只看单只基金,要看整体组合。
涨跌提醒:被动变主动
用户不可能一直盯着 App 看。所以我加了涨跌提醒:
为每只基金设置涨跌幅阈值(比如 ±3%) 每个交易日下午 14:30 自动检查(用 WorkManager) 超过阈值推送通知
为什么是 14:30?因为 A 股 15:00 收盘,14:30 的估值已经很接近最终结果,这时候提醒用户还来得及做决策。
每日投资智慧:增加打开频率
工具类 App 有个天然问题:用户没事不会打开。
我在首页底部加了一个"每日投资智慧"卡片,每天随机展示一条投资原则,来自巴菲特、芒格、格雷厄姆等大师。
这个功能很轻,但有两个作用:
给用户一个每天打开 App 的理由(哪怕只是看一句话) 潜移默化地帮用户建立理性投资的心态
实时数据:省电省流量的自动刷新
基金数据接入的是天天基金的实时估值接口,但不能无脑刷新:
- 交易时间内
(9:30-15:00):每 30 秒自动刷新 - 非交易时间
:停止刷新,省电省流量 - App 在后台
:停止刷新 - 周末和节假日
:不刷新
这些看起来是小细节,但直接影响用户体验。没人想要一个后台疯狂耗电的 App。
APK 已经能跑了
写到这里,App 已经打包出了第一个可用的 APK。功能清单:
✅ 决策面板首页(今日建议 + 盈亏 + 异常提醒) ✅ 基金管理(添加/删除/实时数据) ✅ AI 诊断(5 种模型可选) ✅ 持仓分析(总资产/风险/分散度/AI建议) ✅ 粘贴导入 + 截图 OCR 导入 ✅ 涨跌提醒(WorkManager 定时检查) ✅ 投资知识库 ✅ 实时数据自动刷新(智能省电) ✅ 深色模式
从第一行代码到现在,大概花了 3 周的业余时间。
复盘:独立开发的几个教训
教训一:先做核心功能,再做锦上添花
最开始我想做很多花哨的功能(K线图、基金对比、社区讨论),后来全砍了。MVP 阶段只做"诊断"这一个核心价值点,其他的等有用户反馈再加。
教训二:不要自己承担 AI 成本
最初想过自己搭后端、统一调 AI 接口。但这意味着我要承担所有用户的 AI 调用费用。让用户自己配置 API Key,我零成本,用户也几乎零成本(免费额度够用很久)。
教训三:产品思维比技术更重要
技术上最难的是 AI 接入,但对用户体验影响最大的是"决策面板"这个设计。把首页从基金列表改成决策面板,用户留存率(我自己用的频率)直接翻倍。
⚠️ 免责声明:这个 App 提供的是 AI 辅助分析,不构成投资建议。投资有风险,决策需谨慎。AI 的判断不一定正确,最终决策权在用户自己。
下一步计划
App 能用了,但还没上架。接下来要做的:
找 10 个朋友内测,收集反馈 完善数据库迁移(升级不丢数据) 做一个分享卡片功能(用于社交媒体传播) 考虑上架应用市场的合规问题
下一篇可能会写"独立开发一个月的时间和金钱成本",或者"如何找到第一批用户"。你们更想看哪个?评论区告诉我。
如果你觉得这个系列有价值,点个「在看」让更多人看到。关注「码农的第二曲线」,一起走独立开发这条路。
码农的第二曲线
独立开发 · 技术变现 · 基金工具
夜雨聆风