乐于分享
好东西不私藏

一个人 + AI = 一支团队

一个人 + AI = 一支团队

实 战 笔 记          一个人 + AI = 一支团队从安装到精通:找教程、配 Skills、写 Prompt、做原型、出报告的完整路径阅读 2 分钟 · 全流程实操 · 立即可复用

先说结果。过去两周我用 AI——

📦

1 套

生鲜配送系统                  从需求到可交互原型

📊

3 份

万字行业调研                  带P&L模型·竞品矩阵

10-30×

效率提升                  相比传统方式

但这不是重点。重点是——我怎么从零开始一步步把 AI 用起来的。

🔍 第一步:先找到能用的资源

很多人卡在「不知道怎么开始」。其实视频教程遍地都是——关键是你得知道去哪找、搜什么关键词。

1. 视频教程:抖音 + B站就够了

📱

搜这些关键词

Claude Code 怎么部署                  Claude Code 教程 入门                  CC Switch 怎么用                  AI 编程 实战教程                  Claude Code + 小程序开发

💡

看什么类型的视频

✅ 实操录屏(边敲边讲)                  ✅ 项目全流程(从零到上线)                  ✅ 踩坑复盘                  ❌ 纯概念讲解(浪费时间)

先花一两个小时刷几个实操视频,把环境装好、能跑起来。追求「先跑起来」,不要追求「全部理解」。

2. 找适合你的 Skills

Claude Code 里 Skills 就是 AI 的「专业模式开关」。但一开始你不知道哪些 skill 有用。怎么办?让 AI 自己帮你找。

PROMPT我是一个产品经理,日常工作包括需求分析、原型设计、项目管理。我还经常需要做行业调研报告。          你有哪些 skills 能帮到我?列出并说明每个 skill 适合什么场景。

AI 会列出 system-architect、task-breakdown-expert、ui-ux-pro-max、prd-expert 等等。先挑 2-3 个最相关的用起来,别贪多。

🔧 第二步:让 AI 帮你打磨 Skills

等你安装好、初步跑通了几个项目,对 AI 的能力和边界有了感觉——就可以让 AI 反过来帮你优化 Skills 了。

💡 什么叫「优化 Skills」?你用得多了会发现——某些场景下默认 skill 不够贴合你的业务。比如你专门做小程序开发,那可以让 AI 帮你定制一个「小程序开发专用 skill」,把设计规范、组件库、微信审核规则全部塞进去。

PROMPT我主要做微信小程序开发,技术栈是 Taro + React。          我需要一个专门的 skill,包含:          1. 小程序设计规范(rpx适配、底部导航、胶囊按钮避让)          2. 微信审核常见驳回原因和规避方法          3. 我的常用组件库和项目模板          基于以上内容,帮我创建一个 custom skill。

同理,你可以让 AI 帮你打磨出原型设计交互原则 skill、行业调研报告 skill、财务模型分析 skill——每一个都是你专属的「私家工具」。

✍️ 第三步:学会写 Prompt——四个原则

会用 Skill 之后,真正拉开差距的是你给 AI 下达指令的质量。我总结了一个四原则框架:

🎯

任务

你要AI交付什么?                  给谁看、什么场景、                  包含什么、不要什么。

🔒

约束

限定范围、格式、                  长度、风格。                  不设边界=允许自由发挥。

📚

来源

数据从哪来?                  招股书?研报?                  不说来源=允许编造。

📐

范例

什么样算好?                  「Apple风格」比「好看」                  有效100倍。

对比一下就知道差距在哪

新手这样写

✕ 帮我做个需求分析                  ✕ 做得专业一点                  ✕ 数据多查一些                  ✕ 排版好看一点

用四原则这样写

✓ 分析生鲜配送小程序的核心功能需求                  ✓ 输出功能清单+优先级+技术方案                  ✓ 调研秒鲜记/叮咚买菜做竞品参照                  ✓ 白色底+蓝色主题+卡片式布局

🚀 第四步:把 AI 嵌入你的工作流

工具会了、Skills 配了、Prompt 会写了。接下来最关键的一步——把这些串成你的日常工作流。

场景一:从需求分析到可交互原型

以我的生鲜配送小程序为例,完整链路是:

明确目标 → 竞品调研 → 需求分析 → 功能清单 → PRD+流程 → 可交互原型

先明确项目边界:你是 0→1 的项目,主要核心功能集中在什么方面?我的生鲜配送——核心是下单买菜、库存管理、配送调度。先把边界画清楚,不贪多。

给 AI 参考案例和目标用户画像:我会告诉 AI:竞品是秒鲜记,目标用户是 25-45 岁社区家庭女性,在乎菜品新鲜度和配送速度。不给参考=让 AI 瞎猜。

让 AI 做竞品调研+市场分析:结合你给的竞品参考,AI 能快速拉出功能对比矩阵、定价策略差异、用户口碑提炼——以前要花一整天翻 App 的事,现在十分钟。

输出完整需求分析:基于前面的信息和边界,让 AI 做系统性需求拆解——用户端/商家端/配送端/后台管理四端,每个子模块的功能描述、优先级、依赖关系。

你来审核,确认后出 PRD:AI 出的是草稿,你来做判断——哪些对、哪些偏、哪些漏了。确认后让 AI 输出完整 PRD:功能设计、核心业务逻辑、流程图。

出可交互原型,反复迭代:最后让 AI 生成 HTML 原型,打开就能点。看着不对的地方直接跟 AI 说「这里改一下」——五分钟一轮迭代,改到你满意。

💡 关键技巧:整个过程不是一次性让 AI 全做完。是分步走——每一步你审核确认,再推进下一步。AI 是你的超级助理,不是一键生成按钮。

场景二:做一份专业的调研报告

先明确目的和边界:「我要调研茶瀑布在乡镇市场开店的可行性,帮加盟商做投资决策参考」——目的决定了报告的深度和方向。

提出可视化要求:不是「加几张图」。是具体到:配色方案、品牌色、信息层级、表格样式、数据用环形图还是柱状图。越具体,成品越接近你心里想的。

数据交叉验证:品牌方招商数据、券商研报、加盟商真实反馈——三个口径的毛利率可能完全不同。你不能只取一个好看的数,要把矛盾点标出来。

迭代打磨:第一版通常 60 分。告诉 AI 哪里不对——「数据不够准确」「颜色太乱」「盈利模型太乐观」——第二版 80,第三版 90+。三版出奇迹。

⚠️ 调研报告最容易踩的坑:AI 会为了满足你的 Prompt 编一个「合理但没依据」的数据。永远让 AI 标注每个数字的来源、口径、可能存在的偏差。

3-5 天2-3 小时

纯人工 · 万字调研报告AI 辅助 · 同等质量甚至更好

🔄 第五步:持续打磨你的 Skills 库

每次做完一个项目,把常用的 AI 指令、设计规范、业务模板整理成自己的 skill:

📱

小程序开发 Skill

微信设计规范                  审核规则                  Taro 模板

📱

原型设计 Skill

色彩系统                  字号层级                  组件间距

📱

行业调研 Skill

分析框架                  数据验证                  图表模板

📱

财务模型 Skill

P&L模板                  ROI计算                  盈亏平衡

🔑 这就是「护城河」。初级用户用 AI 的默认能力。高级用户有自己的 skills 库。每一次项目都在积累——你的 skills 库就是你的竞争壁垒。

🧭 五步路线图回顾

步骤

做什么

核心要点

第一步

找资源 · 装工具

抖音B站搜教程 → 找Skills → 先跑起来

第二步

让AI打磨Skills

用熟后反向定制 · 小程序skill · 原型skill

第三步

学会写Prompt

四原则——任务🎯 约束🔒 来源📚 范例📐

第四步

嵌入工作流

场景一:需求→原型 六步 / 场景二:调研报告 四步

第五步

持续打磨Skills库

每做完一个项目就沉淀 · 你的护城河

最后说句实话。我见过有人拿到 AI 第一版输出就直接用——数据是编的、逻辑是乱的、排版没法看。然后他们得出结论:「AI 也就那样」。

不是 AI 不行。是你没跟它好好聊。

🚀 把 AI 当你团队里干活最快、但偶尔会犯错的同事。          找到你需要的技能,写好你的 Prompt,串起你的工作流,打磨你的专属 Skills 库。          这么用——一个人真的能跑出一支团队的速度。

去试试 ✌️

© 2026 · 个人实战笔记 · 转载备注出处          文中所有项目案例和调研报告均使用 Claude Code 辅助生成