乐于分享
好东西不私藏

做出第一个AI小工具后,我才发现:真正难的不是会不会做,而是能不能持续改

做出第一个AI小工具后,我才发现:真正难的不是会不会做,而是能不能持续改

上一篇我写了自己最近在 vibe coding。
一个产品经理,借助AI,把脑子里的想法,慢慢做成了一个可以跑起来的小工具。
那一刻我最大的感受是:
想法到产品之间的距离,真的被AI缩短了。
但这几天继续往下做,我又有了一个新的体会。
把一个东西做出来,其实只是第一步。
更难的是:
你愿不愿意继续面对它不好用的地方。
这句话听起来有点扫兴。
但很真实。
因为一个小工具刚跑起来的时候,你会很兴奋。
页面出来了。
按钮能点了。
数据能显示了。
功能看起来也有了。
你会突然觉得:
“哇,好像真的做出来了。”
但再用两天,就会发现:
这里信息太乱。
那里入口太深。
这个按钮不知道干嘛。
那个页面看着很满。
数据有了,但不知道该看什么。
功能很多,但真正有用的不一定多。
这时候,产品才真正开始。

一、能跑起来,不等于真的好用

以前做产品经理的时候,我经常和团队说一句话:
“上线不是结束,是开始。”
但这次轮到自己做小工具,我才更深地体会到这句话。
因为AI可以帮你很快做出一个版本。
它能帮你写代码。
帮你搭页面。
帮你补功能。
帮你修bug。
帮你快速跑出一个demo。
这很爽。
但AI不会自动告诉你:
用户到底先看哪里。
这个页面重点是否清楚。
这个功能是不是真的值得保留。
这个工具有没有解决真实问题。
这个体验是不是让人愿意继续用。
这些判断,依然要靠人。
尤其要靠产品判断。
所以我这几天最大的感受是:
AI可以让东西更快出现,但不能替你判断它是否真正有价值。
它能帮你把想法落地。
但不能替你回答:
这个想法到底该往哪里长。

二、我开始重新理解“产品经理”的价值

说实话,AI刚开始流行的时候,我也有过一种隐隐的焦虑。
既然AI会写文案。
会画原型。
会写代码。
会做PPT。
会整理需求。
那产品经理还值钱吗?
但这几天自己用AI做东西,我反而更确定了一件事:
AI越强,人的判断越重要。
因为当实现成本降低以后,真正稀缺的就不再是“能不能做”。
而是:
该不该做。
先做什么。
做到什么程度。
什么该删。
什么该留。
用户真正需要什么。
一个工具最核心的价值是什么。
以前很多想法死在实现成本上。
现在实现变快了,问题反而变成:
你有没有能力筛选想法。
AI可以生成很多东西。
但你要知道:
哪些是噪音。
哪些是重点。
哪些只是看起来热闹。
哪些才真正能解决问题。
这也是我这段时间特别强烈的体会:
产品经理的价值,不是把需求写清楚,而是把混乱变清楚。

三、做工具的过程,也在反过来训练我自己

我一开始做这个内容监控工具,是因为自己真的有需求。
我想持续看几个方向:
AI编程。
Claude Code。
vibe coding。
个人成长。
内容趋势。
但真正做起来才发现。
我原本以为自己很清楚需求。
其实并没有。
我会突然问自己:
我每天打开这个工具,第一眼最想看什么?
我是想看“热度”,还是想看“机会”?
我是想收藏内容,还是想直接生成选题?
我是想做信息监控,还是想做内容决策?
我到底想让它帮我节省哪一步时间?
你看,问题一多,需求就开始变清楚。
这也是做产品很有意思的地方。
很多时候,不是你先想清楚了再做。
而是:
你做着做着,才知道自己真正想要什么。
AI让这个过程变快了。
以前你可能要等开发做完,才发现方向不对。
现在你可以先做一个粗糙版本,用几次,再立刻调整。
这种反馈速度,对个人创作者来说太重要了。
因为它让你不用一直停留在想象里。
你可以更快和真实问题碰面。

四、我也发现,AI做出来的东西很容易“功能很多,但重点不清”

这是我踩到的一个坑。
刚开始用AI做东西,很容易兴奋。
你会觉得:
这个功能也加一下。
那个按钮也来一个。
这里可以多一个筛选。
那里可以多一个报表。
再加一个设置。
再加一个分类。
再加一个历史记录。
AI也很配合。
你说加,它就加。
你说改,它就改。
但改着改着,页面会越来越满。
功能会越来越多。
看起来更完整了。
但使用感不一定更好。
这时候我突然意识到:
AI很擅长做加法,但产品经理必须会做减法。
因为用户打开一个工具,不是为了欣赏你的功能有多全。
而是为了更快解决一个问题。
他要知道:
我现在该看什么。
我下一步该点哪里。
这个结果对我有什么用。
我能不能更快做决策。
如果一个工具什么都有,但没有重点,其实就是另一种复杂。
这件事对我也很有提醒。
做个人IP也是一样。
你不是什么都要写。
AI、成长、带娃、一人公司、副业、职场、情绪、工具、商业……
都可以写。
但你必须知道自己的主线是什么。
否则内容越多,用户越不知道你是谁。

五、从“做出来”到“做得好”,中间隔着持续迭代

这几天我越来越觉得,vibe coding 最容易让人误解的一点是:
好像只要会和AI对话,就能很快做出产品。
这句话只对了一半。
做出一个东西,确实变容易了。
但做得好,依然不容易。
因为“做得好”需要很多轮判断:
这个页面能不能再轻一点?
这个信息是不是可以合并?
这个功能是不是该放到更前面?
这个数据有没有行动指向?
这个工具是不是每天都值得打开?
这个结果能不能直接变成下一步动作?
这些问题,AI可以帮你讨论。
但答案不能完全交给AI。
你要自己用。
自己看。
自己感受。
自己判断。
自己取舍。
这也是我现在越来越喜欢这个过程的原因。
它不是单纯在做一个工具。
它在逼我重新练习产品能力。
练习表达需求。
练习判断优先级。
练习简化复杂问题。
练习把想法变成可用的东西。

六、对30+女性来说,AI最珍贵的地方,是它让“试错”变轻了

以前很多人不敢开始,不是因为没想法。
而是因为试错太贵。
做一个产品,要资源。
做一个账号,要时间。
做一个副业,要投入。
做一个项目,要人配合。
所以我们很容易一直想:
等我准备好了再说。
等我更懂了再说。
等我有团队了再说。
等我有资源了再说。
但AI出现后,至少有一件事改变了:
你可以用更低的成本,先试一个小版本。
一篇文章可以先写出来。
一个页面可以先搭出来。
一个工具可以先跑起来。
一个想法可以先验证一下。
一个服务可以先做最小闭环。
这对30+女性来说特别重要。
因为我们已经不太适合那种“赌一把”的成长方式。
我们的时间、精力、家庭责任,都不允许我们盲目冲。
但我们可以小步试。
低成本试。
边做边看。
边看边调整。
这是一种更适合成年人的成长方式。
不鸡血,但有效。

七、我现在对“一人公司”的理解也更具体了

以前我说想做一人公司,更多还是一个方向感。
现在我越来越觉得,一人公司不是一个人什么都做。
而是:
一个人借助AI和工具,把自己的判断、经验和服务能力产品化。
这句话很重要。
因为如果只是一个人硬扛所有事情,会很累。
但如果你能借助AI,把很多重复性的、基础性的、执行性的事情交出去。
你就可以把更多精力放在真正有价值的地方:
理解用户。
判断需求。
设计服务。
输出内容。
建立信任。
持续迭代。
这也是我为什么想持续记录这个过程。
因为我不是从一个成功案例出发。
而是从一个普通人的真实实践出发。
我想看看:
一个30+女性。
一个产品经理。
一个全职妈妈。
一个AI学习者。
到底能不能借助AI,慢慢长出自己的事业能力。
不是一夜逆袭。
不是快速暴富。
而是一步一步,把自己重新训练出来。

结尾:AI让开始变容易,但成长依然要自己完成

这几天做小工具,我最大的感受是:
AI确实让开始变容易了。
它能帮你从0到1。
帮你快速跑出一个版本。
帮你把想法变成页面。
帮你把模糊变成具体。
但从“能用”到“好用”。
从“做出来”到“有人需要”。
从“一个小工具”到“一个真正有价值的产品”。
这中间依然需要人的判断、耐心和持续迭代。
所以我现在越来越觉得。
学AI不是为了偷懒。
而是为了更快进入真实问题。
更快暴露自己的不足。
更快练习判断。
更快把脑子里的东西推到现实里。
这件事让我很兴奋。
因为它让我看到:
普通人不是只能等机会。
我们也可以用很小的动作,开始制造机会。
不用一开始就做得多完美。
先做出来。
再用起来。
再改下去。
很多新的能力,都是这样一点点长出来的。🌱

相关学习资料