先说明背景，我是一个技术基础比较薄弱的产品经理（仅在大学时期学习过R语言、Python、Sql等）。以下内容仅针对于我个人使用 AI 研发小程序的心得，适当结合了部分 AI 在日常工作中的应用体会。

一、从 0 到 1 研发小程序的完整历程

1.需求规划

最开始想自己做个东西，是因为我对象鼓励我。当时我向他展示了一款解决了我个人需求的小程序，他看完觉得很简单，用腾讯微搭这样的低代码工具就能自己做一个。我听完后有些心动，因为这个小程序虽然满足了我的需求，但是我想要更多定制化功能，于是萌生了自己做一个的念头。

我很快注册了小程序和腾讯云开发平台，准备写产品需求文档（PRD）。但是把产品需求捋顺这件事情上，我就卡住了，因为我想要的太多了。哪怕我自己就是这个产品的用户，我也说不清自己真正想要什么、第一阶段该做到什么程度。说来惭愧，这件事我想了很久，最后竟然就这么搁置了。

后来小红书上刷到很多其他人用Cursor、Claude 自己 vibe coding 做小程序，我又重拾了信心，也许 AI 能在产品架构和 UI 设计上帮我提高效率。在五一假期期间，我通过不断和AI对话，告诉他我的想法，让他帮我梳理需求和设计数据表。到这一步速度就很快了。不到5天，我就完成了需求文档、架构设计和表设计。

2.工具选择

有了设计之后，我迈入了第2个难点。我最初计划用腾讯微搭开发，所以也就朝着这个方向去努力了。建好数据库后，我花了两个小时去搭首页，结果发现实在太难搭了。我尝试了自定义组件来还原我的原型，但是这一招也行不通，自定义组件需要更高的价格。而且如果全部靠自己搭建，大概一个页面就需要花费2-3天，搭建完10个页面一个月都过去了。花了两天研究后我放弃了。

为了寻找替代方案，我分别询问Gemini、豆包、GPT，问他们有没有更好的解决方案。他们建议我用小程序原生代码进行开发，再用cursor进行维护。后来我又朝着这个方向去努力。我花了1天时间研究微信原生目录和代码的结构，学习基础的知识，哪些控制样式、哪些控制功能、哪些是全局配置。学习这些是为了方便我后续进行维护代码，小的改动我可以自己做，不至于什么都需要花费token。

3.实际落地

然后我就开始动手了。最开始是先用假数据，建立起来第一个页面，跑通基础的页面逻辑。这一步很快，几分钟就好了；之后接入真实数据库，再一个页面一个页面地维护、开发。有些地方要用到云函数，我让 AI 一步步指导我怎么创建，并要求它在代码每一行都写好注释，把每个操作步骤都讲清楚。等我把全部代码写完，大约花了 3 天。后面又补上了上架需要的基础功能：隐私协议、数据权限等等。第一次发布版本成功时，心里确实非常激动。

二、个人总结与反思

第一个版本上线后，我像打了鸡血，每天都想更新，把各种想要的功能都加进去。就这样，我边自测边修 bug，迭代出了第 2、3、4 个版本。这个过程里我也学会了管理代码仓库，学会了更高效地用 AI，比如规范全局 rules、预设项目的全局上下文、打磨提示词，让它更快理解我的需求。以前一些比较笼统而模糊的概念，在我做自己的第一个作品时，全部在我的脑子里真正的落地了。

在这个过程中，我也进行了一些自己的思考。

1.AI的真正价值是什么？

我认为，AI的实际价值在于无限缩短验证产品核心价值的时间。

AI大幅提升了软件的产出速度，但它并没有直接改变产品本身的内在价值。我做出来的东西，虽然解决了我的需求，但它无法直接帮我赚钱。技术变快了，只是让“做一个软件”这件事变得很廉价。

我个人认为，这种效率提升的核心意义在于极大地降低了试错成本。

在传统模式下，验证一个产品想法需要花几个月去写代码、搭架构;但在AI的协助下，我从构思到做出成品并投入实际自测，整个周期被缩短到了几天。AI 虽然不创造产品价值，但它让我用极低的时间和精力，快速淘汰了不合理的设想。

2.需求优先级本质是什么

以前在公司做产品时，排需求优先级好像是一个默认的常规工作，下意识就做了，其实没体会到它有什么用。直到自己动手开发，我才明白这个步骤的真实作用。

功能数量的增加并不等同于产品价值的提升。在 AI 时代，所有功能好像都能“马上实现”。这很容易让人犯错，觉得想要的就全堆上去。但实现之后呢？它究竟解决了什么问题、戳中了什么痛点？

如果无法明确产品究竟解决了什么核心问题、戳中了什么真实痛点，盲目开发只会让产品定位变得模糊。决定产品生死的不再是“做加法”的能力，而是“做减法”的定力。

3.  要学会思考"该不该做"

过去技术实现是门槛，能做出来就已经赢了一半；现在实现成本被大幅压低,虽然我做的是"自己想要的东西"，但我发现，我未必清楚自己真正的需求是什么。在这种背景下，对真实需求的判断成为了最稀缺的能力。

除了上面的小程序外，我曾做过一个待办工具，最初的想法是合理规划碎片化时间。产品的逻辑是，我每天告诉它做了什么、几点有什么安排，它帮我总结时间花在哪儿，并提醒我去做事。可这个工具我后来基本没用。因为我发现，我并不需要别人来提醒我做事，也做不到事事都汇报给它记录。这个工具满足的只是看似合理的逻辑，不是我生活中的真实刚需。

因此我意识到，如果缺乏对核心需求的洞察力，技术效率的提升只会加速伪需求的落地，更高效地制造出没有实际使用价值的产品。

所以ai时代，不变的是什么呢？不变的永远是产品思维和产品能力。

AI时代，技术门槛被无限拉低，代码实现成为通用基础设施；但在技术效率溢出的背景下，决定一个产品生死的底层反而更清晰了——它不在于你能不能做出来，而在于你是否真的想清楚了：为谁做、解决什么、为什么值得做。