跳到主内容
@wquguru
精选88人人都是产品经理(RSS)独立开发与小生意

独立开发全流程:AI工具选型、Cursor协作规范与低成本获客

从 0 到 1 一个人做 App:我把 AI 变成了我的执行团队

原文
发到 X
推荐理由

这是一份极具实操价值的独立开发者复盘,涵盖了从Prompt工程、UI规范自动化到API成本控制的细节,读者可直接复用其Cursor协作流程和定价策略。

一位产品经理妈妈用AI在两个月内独立跑通App全流程:从被AI稀释核心能力的恐慌,到用AI实现个人闭环的兴奋。她分享如何避开“许愿池”陷阱、定义产品灵魂与用户画像、用“奶暖圆软”对齐审美,以及一个人做产品最重要的“砍”需求能力。

上次在【人人都是产品经理】网站上发表的文章在2022年,这几年大大小小的项目无数个——需求调研、方案评审、跟研发扯皮、跟设计来回对齐、被老板推翻重来。

时间转眼来到 2025 年 ,AI 重塑了我们的工作方式,我的状态也在发生变化:从”极度兴奋”到”极度恐慌”,再回到”极度兴奋”。

恐慌是因为我发现,我赖以立足的那套核心能力——写 PRD、画原型、盯排期、跟开发对齐——正在被 AI 以十倍速度稀释。如果我的价值只是”翻译需求”,那这层皮迟早被剥掉。

兴奋是因为我意识到另一件事:这十几年积累的东西,其实有一大半是”决策”而不是”执行”。 什么是真需求、什么是伪需求、砍掉哪个功能、这一版先做什么后做什么——这些判断力 AI 短期内替代不了。并且我是有机会不依赖一个团队而实现从0-1的个人闭环的。

于是我试了一件事:一个没有程序员、没有设计师、没有老板的产品经理,如何用 AI 一个人跑通一个 App 的完整闭环,这个APP「用了 2 个月」「工作日晚上 21:00–23:30 + 偶尔的周末」。

这就是这篇文章要记录的事。一方面算是我自己的一个完整回顾,另一方面也希望给到在AI时代下的产品经理们一些启发和思考。

一、从一个想法开始

“好的点子往往来自于生活“,在职场上我是一个产品经理,在生活中我是一个妈妈。

作为一个妈妈,我经常被我儿子的行为弄到头疼,”爱哭””爱争赢””坐不住”这是老师和周围的人给我的反馈,但是这是别人眼里的孩子,我看到的是,他会蹲在小区门口看蚂蚁搬家半小时,会反复拆门锁研究里面的弹簧怎么回弹;在我眼里,他是一个需要被精细化记录、并且被真正理解的超级个体。每个行为背后都是值得看见的小孩的特点,作为一定要把每件事都弄懂”为什么”的产品经理,我第一次发现:我自己的孩子,就是一个我完全看不懂的用户。以及我在【AI】这个背景下的一些教育思考,AI事实上已经是一个预装人类最全面育儿的外挂,当它越来越了解我的儿子是不是也就意味着我有了一个超级助手。

因此这个想法可以变成一个类似我这样的妈妈的产品,这里有个关键的认知差,也是我这个产品的起点:

大多数育儿内容教的是”这个年龄该会什么”——对照表、标准线、落后了怎么办。而我作为妈妈真正想知道的是:他这个行为背后的原因是什么? 他为什么突然不肯去幼儿园?他为什么对虫子着迷到我都觉得害怕?他为什么明明很难过却在笑?

二、想法的拆解

2.1、破除AI许愿池的想法

有了想法后,我踩过一个坑,现在回想起来这个坑完全是因为我以为的AI和实际AI的差距,我以为的“AI”就是部分”老板“的万能AI,能读心的AI,无所不能的AI,把 AI 当成了”许愿池”,有了想法以后我直接输入指令,

我给它下了这样一道指令:

“帮我做一个宝妈情绪 App,功能包括:记录孩子日常、情绪监测、成长评估、亲子互动建议……”

它给了我一份非常完整、非常漂亮、非常没用的功能,我哭笑不得。

后来我换了做法:我不告诉 AI 要做什么功能,我告诉它”要为谁、解决什么、不能做什么”。

所以,正确认识AI是开始的第一步,AI是你想法的外挂和执行,而非“许愿池”

2.2、产品灵魂

产品的灵魂是你必须要想清楚的,AI没办法帮你判断,比如我这次的APP是:

“每一个孩子都是一颗种子,有自己的模样和节奏。”

“没有有问题的孩子,只有未被看见的孩子。”

我把这两句话写进了产品的每一个角落——不是放在关于页面里装样子的,是真的当成验收标准在用。

2.3、我怎么定义用户画像

别人从人群开始,我是从一个场景开始,大部分产品文档里的用户画像长这样:”25-35 岁女性,一二线城市,月收入 1-2 万,注重child教育……”这种画像没法指导任何一个设计决策。我的做法是:先写一个具体的、有血有肉的场景:凌晨 1 点 47 分。孩子终于睡了。我抱着他坐在床头。手机亮着,微信对话框里是老师发的视频,除了他都在好好坐着听课,我陷入了焦虑,我要怎么理解我儿子坐不住,真的是毛病么?我把手机扣在床头柜上,盯着天花板。我想有一个人告诉我:这到底怎么回事,我想要一个理解和支持以及接住我此刻的东西,这段描述,就是我全部功能的第一性来源。

于是我得到了用户画像:

2.4、我怎么定义功能

有了画像后,我开始思考结合当下的AI我如何去解决这类场景的问题。

我认真看过市面上的主流育儿 App,它们的逻辑几乎一模一样:

焦虑的妈妈 → 推送知识/对照表/专家课 → 妈妈更焦虑 → 继续推送 → 变现

它们的商业模式和用户的焦虑是同向正反馈的——越焦虑,推得越多,赚得越多。这是它们无法自证的问题,因为承认”妈妈的焦虑是被自己制造出来的”等于承认商业模式有问题。这些都不是我要的,

所以我给自己的产品画了一条线:彩虹种子不是一个”育儿功能集合”,而是一条单向喂养的链路。一次对话 → 一份记忆 → 一座花园 → 一个越来越懂我和孩子的APP

这是一条闭环,也是一条复利曲线。 用得越久,产品越像”只属于她孩子的 App”

  • 对话产生的每一句话,会被后台抽取成结构化记忆(带原句证据)
  • 记忆喂养出特质花园(孩子在哪里长大,花园就亮在哪里)和进步墙(每一条”第一次”都被珍藏)
  • 花园和进步墙可以一键变成成长海报,被妈妈发到朋友圈
  • 海报带来新用户,新用户又开始对话

2.5、确认设计风格

我见过太多产品和AI死在”审美没对齐”上:产品经理描述”要有温度、要治愈”,AI交付一套冷蓝色后台管理界面

审美是私人的,但”温暖”这两个字不是可执行指令。

所以我的做法是:先让 AI 出可视化方案,我看图拍板,再从定稿图里反推出可执行的规范。

大家可以多试试几个AI来比对效果,最终选择一个。

具体流程:

  • 给 AI 一个明确身份(”资深 UI 设计师,深谙用户体验与品牌传递”)
  • 要求它不要先给规范,先出 4 个可视化方向
  • 我在图上挑(这个过程极其快,因为是”看”不是”读规范”)
  • 选定后让它从定稿图反推:颜色令牌 / 字体栈 / 圆角 / 间距 / 阴影 / 动效时长
  • 输出成一份计算机语言能直接吃的设计基础规范

这样 AI 写出来的每一页,风格不会不统一。

我给 AI 定的调性关键词是四个字:奶、暖、圆、软。

  • 奶:底色一律奶油米白,禁止纯白底、禁止冷灰(纯白底在手机上是刺眼的,冷灰是”后台管理系统”的味道)
  • 暖:所有阴影带暖色参数,不许用中性灰黑
  • 圆:卡片圆角 ≥16px,按钮一律胶囊,标签一律胶囊
  • 软:动效全部”轻、慢”——页面切换 300ms,按钮缩放 1.02/150ms,IP 形象呼吸 2.5s 一循环

2.6、排迭代优先级

一个人做产品,如何排迭代比PRD重要,千万不要一股脑给到AI,而是应该区分优先级分布进行:

我的排序逻辑只有三条:

  • 先做能验证”她会不会第二次打开”的 —— 对话和绘画分析先上,因为它们能直接产生”被理解”的感受
  • 再做让”累积”成立的那层 —— 特质花园、进步墙,这些必须有历史数据才有价值,晚做不影响验证
  • 最后做出口 —— 故事花园、成长海报,因为它们要消耗前面的积累

【一个人做产品,最重要的能力是”砍”】

有时候我们想法很多,既要又要,此时你一个人也没有团队决策,很容易把一款产品越做越大,越来越冗余,独立开发时这一点被放大了十倍——你没有评审会帮你挡刀了,因此始终克制尤为重要。

我砍掉的想法:

  • 砍掉”发育评估打分”——所有量化都会变成新的比较
  • 砍掉”每日 3 轮封顶”——我一开始想限制使用频次来控成本,后来发现这跟反焦虑完全矛盾
  • 砍掉”妈妈社区/信息流”——在孩子的事上,其他妈妈的意见是最大的噪音来源,也是我见过最伤人的地方

三、具体落地

3.1 具体编程工具和模型选择

有了想法,有了灵魂,有了对象和场景,有了UI风格,有了功能迭代,接下来就到了真正开始实现的时候,市面上很多实现的工具,我分享的是我此次0-1实现这款APP的工具和模型选择及思考,仅供各位读者参考:

3.2 功能模型选择遵循合适

有人认为最强的就是最好的,这句话有一定的道理,但我个人的观点是适合才是最好的,因为我这款产品涉及到对话,情绪识别,特征提取:

我的对话分成了普通和专家对话,以及还涉及儿童绘画的分析,记忆的抽取和润色

当下我处于一个模式验证,所以原则是够用和低成本:

为什么这样分:

  • 80% 的对话是日常闲聊(”今天他不肯穿鞋”),走豆包 Mini,成本极低、响应快。如果全部走 DeepSeek,单用户成本会翻好几倍,免费层根本跑不动
  • 深度问题(”两岁还不会说整句要不要干预”)才配得上 DeepSeek 的推理能力
  • 绘画分析必须多模态
  • 记忆抽取和润色是”结构化输出”任务,我要求它必须走 function calling 强制 JSON,温度压到 0.2–0.4——这个任务对”听话”的要求远高于对”聪明”的要求

3.3 我怎么和 Cursor 协作

Cursor是一款可视化的编程工具,1是我觉得不用翻墙,2是我使用下来BUG比较少,3是我认为它写代码较快,理解能力可以,写完后可以随时看效果。

第一步:给 AI 立人设

人设不是”你是一个资深的产品经理”。人设要包含四层:

  • 身份 → 你是一名经验资深的 B 端产品经理 + 全栈开发者,习惯用产品文档驱动开发
  • 世界观 → 你服务的对象是”0-6 岁孩子的妈妈”,核心诉求是”被理解”而非”被教育”
  • 方法论 → 先澄清需求边界 → 再出可视化方案 → 再出规范 → 最后写代码
  • 禁区 → 不得引入打卡/任务/评分;不得给出医疗诊断;不得替用户做决定

“禁区”这一层最重要。 因为 AI 默认会给你加功能、加评分、加提醒——那是它的训练数据里的”好 App”的样子。你必须显式禁止。

我甚至会把禁区写成负向清单塞进提示词:

– 不要加任何”打卡””连续签到””每日任务”类机制

– 不要给孩子的行为打分或排名

– 不要输出任何疾病诊断、用药建议、就医结论

– 不要使用”当妈的你””你应该”这类称呼和句式

– 涉及医疗、心理评估的内容必须标注”仅供日常参考,不替代专业医疗诊断”

第二步:让 AI 干活前必须遵循的规范

第三步:实际执行的编程约束规范:

为了AI写的代码更具可读和避免自由发挥,我踩了无数坑把其规范总结成了SKILL,截图:

补充:一个让 AI “越用越懂”的具体做法:让它自己写文档:我发现一个非常有效的技巧:每次做完一个功能,让 AI 把这次的设计决策回写成规范文档。

比如”进步墙”做完之后,让它写:

进步墙 · 设计决策记录

– 配色:品牌主色 浅绿 #A8D8B9 + 暖黄 #FFE5A0,米白底 #F5F3EC,文字墨绿 #33443C

– 禁用:”打卡””任务””坚持”类压力词汇,用”记录/发现/珍藏”

– 卡片圆角 ≥16px,阴影柔和,叶片/嫩芽意象,弱化工具感

– 来源:宝贝进步记录方案.md

下次 AI 再动这个模块,它读到的就是最新、最准的规则。 项目越大,这个机制的价值越高——这才是真正的”越用越懂”。

第四步:我和AI的合作边界

AI有了人设,边界后,规范后,代码交给【Cursor】来写,我和它协作方式是我写三种文档:

  • 实现指令文档:目标 / 数据表结构 / 接口契约 / 关键逻辑 / 边界情况 / 验收标准
  • 提示词存档:每次给 AI 的完整提示词原样存下来(翻回去很有用)
  • 决策记录:一条决策一行,包括”为什么这么定”和”后来改了什么、为什么改”

3.5 必须具备的电脑环境

要让AI代码正式运行起来,你的电脑还必须具备一定的环境,这一堆东西很基础,但是不懂编程没有接触过的人是很难想到的,这一节很土,但可能帮你省掉一周。

清单:

3.4 三个环境建议

① 把”启动”压缩成一条命令:我写了 npm run dev:all 一键启动(数据库 + 后端 + 前端同时起)。原因很实际:当启动需要 6 个步骤时,你就不改了。 一个独立开发者的最大敌人不是技术难度,是”懒得跑起来”。我改一次首页文案要 20 分钟才能看到效果,三次之后我就不改了。

② 装一个”草稿箱”插件/目录:所有 AI 生成的、还没定稿的东西扔进一个目录。我曾经因为整理代码目录,把能跑的东西改坏了,花了一整天恢复。独立开发者没有 code review 帮你兜底,你的文件夹结构就是你的保险丝。

③ 备份从第一天就开始:数据库每天自动 dump,加 Git 提交。我丢过一次本地数据(没提交的改动 + 没 dump 的库)。

四、踩坑实录

1、AI 一上手就给你堆功能(最大的坑)

我第一次下需求跟“老板”一样给一堆模拟两颗的描述,AI 给了我 15 个功能。每一个看起来都很合理,每一个我都觉得”好像也对”。

解法:想清楚 + 拆解到执行+边界

2、让它出规范,它给你出”看起来专业但没法执行”的东西

它会写”整体采用温暖治愈的配色方案,使用柔和的圆角和自然纹理”——这句话对写代码没有任何约束力。

解法:审美关——先出图,后出规范。选完图再让它反推令牌值。我最终所有页面都是靠一份 CSS 变量表统一起来的。

3、视觉返工三次,才明白”定风格”比”做设计”重要

第一版白卡片 + 冷灰阴影 + 蓝强调 → 通用但没灵魂;

第二版信息密度过高、装饰杂乱 → 像儿童公园;

第三版砍到只剩”一个 IP + 一句主张 + 一个按钮” → 才对。

解法:独立开发者最缺的是克制。明确写”禁止纯白底、禁止冷灰、禁止中性灰阴影”这类硬约束,比写”要温暖”有效一百倍。

4、系统问题或BUG可视化

这个错我一开始是没注意,后面我做了运营平台会记录每次测试的BUG【自动记录】;对于例如一些积分不足的提示前端一定要符合用户的习惯和产品,不能像B端一样,太过生硬,比如豆包积分不足,这种提示不建议出现在前端。

解法:报错监控,在运营后台看板,部分前端提示修改不能直接暴露原因。

5、”连续 7 天”这种设计,差点让我自己变成焦虑制造者

我给”又一个记录功能”设计的解锁条件是”连续打卡 7 天”。写完我盯着这三个字看了半天—— “连续打卡”这四个字,恰恰是我这个 App 要反对的东西。

而且”连续”对生病的娃、加班的妈妈极不友好:漏一天就归零,重新开始的心理打击比不做还大。

解法 :产品的一致性不是靠 PRD 写得好,是靠你自己在每一个细节上都不违背自己,这个AI没办法给你建议。

6、上下文塞太多,AI 开始”选择性失忆”

早期我把所有规范塞进一个大提示词。后来出现了一个很典型的现象:AI 会忘记前面的红线,但严格执行后面的技术要求。 表现就是——它会给界面加上打卡徽章。

解法:分层。常驻层只放人设 + 红线 + 当前任务,具体规范按需挂载,做完一个功能把结论回写文档。

我认为这是一般人很难去想到的,比如AI的幻觉,AI的记忆机制,上下文过多解决方案,token消耗成本,为此我总结了我的解法,以下是部分解决思路,因内容太多后续我可以专门出一篇文章来分享我的想法,这张是我整个项目里最值钱的一张图。

五、一些商业思考和闭环

这一节我想写得诚实一点,因为独立开发者最容易在”商业”这块自欺欺人,容易自嗨。

5.1 我设计的闭环模式

第一层|免费层(获客引擎)

对话(普通)+ 特质花园 + 进步记录 + 成长海报 + 绘画分析

→ 目标:让她在 3 分钟内感到”它懂我家孩子”

第二层|会员订阅(核心收入)

深度对话 + 专家圆桌 + 孩子深度报告 + 更多记忆存储

→ 目标:把”偶尔用”变成”每天用”

5.2 双池对话包

我的核心功能是对话,如下图:

在对话上,我设计了2种模式,表面上它是计费方案,实际上它是一个成本闸门。

  • 普通对话包(注册送 50 次):普通对话 1 次/句,故事 2 次/篇,成长解锁 4 次
  • 深度对话包(注册送 10 次):深度对话 2 次/句,专家圆桌 3 次/回合

为什么这么设计:深度池只锁高成本重服务——深度对话和圆桌的模型开销是普通对话的数倍,普通对话高频留存类功能,成本低。这是我在整个项目里最”反直觉”的一个决定:让一部分用户用不了某个功能。独立开发者最容易犯的错是”什么都能用”,然后被 API 成本埋死。

5.3 冷启动

我的获客路径只有三条,而且都不需要预算:

① 小红书 + 朋友圈,靠”晒孩子”这个天然动作

我不做”育儿知识”内容——那是大号的赛道。我做”晒孩子的成长观察” :用 App 生成一张成长海报,配一句妈妈的话。

这条路径的妙处在于:海报是产品做的,妈妈发布是免费的。 每一张发出去的海报后面都带着”彩虹种子 · 看见孩子”,是一次低成本的品牌曝光。而且海报的审美密度决定传播效果——所以设计不是锦上添花,转化就在这里。

② 内测码 + 手动邀请(我目前的主体)

我准备了【50】个内测码。故意少、故意不投放,只给身边的妈妈和我社群里的目标用户。

为什么不多给? 因为内测期的目标是深度反馈,不是拉新。我要的是”她用了之后主动给我发一段长消息,讲她孩子的事”——只有这种用户才值得我继续做下去。

③ 孩子的作品本身就是传播物

绘画分析卡片、成长海报、故事记录——都是天然带情绪的分享内容。这类产品的增长引擎不在投放,在产物本身值不值得被分享。

六、写在最后

最后说一句真实的。一个人做产品最大的成本不是技术,是孤独。没有同事讨论,没有测试环境,没有人帮你挡下”这个功能能不能砍”的诱惑。做第 8 周的时候,我最大的敌人不是 AI 不够聪明,是我自己想放弃。

2025 年之前,我以为一个产品经理的产出上限是 PRD 和评审会。后来我用了大半年时间,把自己变成了一个”带着 AI 工具箱的人”——不是更高效地做 B 端,而是第一次有可能做一件从头到尾都是我自己的事。

我也想泼一点冷水给正在跃跃欲试的同行:

AI 确实把”从 0 到 1″的执行门槛砍掉了一大半,但它没有、也不可能替你回答那个最关键的问题——

“你到底要解决谁的什么问题?”

这个问题只有你能回答。而它答对了,后面的一切都会顺;答错了,AI 只会让你以更高的效率,做出一件没人需要的产品。

我当前产品还在早期,目前只有 H5 版本——涉及上架合规需要注册公司主体,我现在的身份暂时不具备这个条件。如果你也想用 AI 从 0 做一件事,我特别想听听你踩过的坑,评论区见

本文由 @猫宁 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

关联信息,但可能不是同一事件