AI编程，10小时2个产品，从Claude Sonnet到Cursor，产品经理的天要变了！

最新推荐文章于 2024-10-05 18:59:44 发布

江湖人称麻花滕

最新推荐文章于 2024-10-05 18:59:44 发布

阅读量1.3k

点赞数 8

文章标签： AI编程产品经理语言模型人工智能自然语言处理 llama 搜索引擎

本文链接：https://blog.csdn.net/m0_59235699/article/details/141758302

版权

01 只用了10小时，完成2款产品开发

先说说第一个产品，一款Chrome插件：Tab Group Organizer

它是干啥的呢？顾名思义，就是一个一键完成Chrome标签页自动分组的工具。

Chrome是大部分人使用的浏览器工具，我们会用它打开大量的网页。插件是可以根据大家自定义的域名规则，一键完成自动分组：

比如我把即刻和微博网页分到了社交媒体组，把我自己飞书文档的网页也都放到一组，这样对于标签的管理就会变得更加的简洁方便。他是每一次创建自动的为大家分组一次，分组完之后，你仍然可以把标签进行各种拖动，在前面的图我就把flomo拖到了黄书飞书的组里面。

这个插件现在正在上架审核中，有可能过段时间大家能在Chrome应用商店里面查看下载到。

下面我来给大家简单演示一下我是如何依赖Claude完成这款产品的开发的：

我是对使用Monica.im里的Claude模型，来进行对话，首先第一步，我把想实现的需求告诉给它。

接下来，它就会直接开始进入我的需求进行代码的编写。

并且明确的告诉我如何去创建文件以及在Chrome里把这个程序给加载出来。

之后你再把错误提示告诉他，他会自动检查，并且给出具体的代码调整方案。

包括你有新的需求迭代了也可以直接告诉他。

这样一步步的对话，整个插件就开发完成了，整体的工作流大致是这样的：

重复这个循环，大约两个小时左右，整个插件就开发完成了。

再说第二个产品，AI资讯个人推荐网页：黄叔精选

那刚才说的浏览器插件，它是一种最简单的产品形态。你可认为它其实不是一个AI应用，更多是一个使用AI进行产品开发的简单工具。

接下来这个产品它就相对复杂一点点，这个产品是人+AI，AI必不可缺，先看一下截图：

它使用微信里的服务号作为入口，左一这张图每天推送的消息是我们做的另外一个AI产品，叫做降噪AI日报，它会每天去抓取指定的AI信息源，使用大模型来对每一条信息的质量进行打分，选择分数高的若干条内容做摘要等，每天早上9点推送，这样大家打开就能看到优质的信息，不用担心错过，帮助大家降噪。

服务号右下角入口是我自己独立开发的产品，点击后可以看到一个信息流，每一屏就是一个经过我个人筛选的优质信息，给出了评分、摘要、关键词，点击标题可以阅读原文。

支持搜索，比如说搜“朱”，一条朱啸虎的内容就出现了。

它的整个工作流是这样的：

核心就是我看到好内容，丢给AI分析，然后用工程的方式自动化的放到网页上，大家可以查看。

嗯，如果你想体验的话，可以关注一下这个服务号：

它的开发过程呢？其实一开始我也是用的Claude来进行对话，就像前面的Chrome插件一样，但是后来发现效率很低，什么意思呢？

放个截图：

左边是我自己在编程时使用的Windows自带记事本，右边是Claude的对话窗口。

每次报错修改，经常Claude只输出需要调整的部分代码，这时我有两种选择：

仔细对比一下，看看具体哪些函数有了调整，对应的复制粘贴（眼睛都得看花了）
把源代码全部提交给Claude，让它参考着完整输出一遍（得等漫长的时间）

都很不丝滑，于是就开始用上朋友们推荐的Cursor，说里面集成了Claude 3.5，可以很方便的整合到一起进行AI编程。

体验下来确实非常牛，举一个场景你就能知道它如何整合Claude了：

上图有左中右三个主要的区域：

最左侧的是文件管理区，点击哪个文件，就打开哪个文件进行编辑。

中间的是代码编辑区

最牛的是右边的对话区，可以使用Claude基于你的代码文件直接进行交流。

比如我需要调整某个需求，用自然语言提交，然后它会基于现在的代码给出解决方案，这个解决方案会带有对原来的代码进行改动的部分，你只需要选择接受，它就会自动的去覆盖原来的代码。

你看中间区域，上半部分是正常样式，下半部分被一个灰色蒙版盖住，就是它正在逐行的修改代码ing。

也就是说，有了Cursor，我把前面两个窗口的事情，放到了同一个工作区域内了，并且三个窗口都在一起，大模型也有了上下文，用群友张成的说法就是：

“你所有的行为，编写，看结果，看错误，都在一个上下文里”

并且基本都靠AI来驱动。

这样交互效率就大幅得到了提升。

当然，由于这个产品要相对更加复杂一些，里面也涉及到了很多过去我没接触过的技术栈，报了很多错误，所以花的时间更长了，总共8小时，完成了当前版本的工作：

至此，整个开发过程简单分享完毕了，还有很多细节，在后面的内容里逐渐补充上来：

02 为何过去多年不得门而入？

作为一名产品老狗，一直希望自己独立开发一款产品，这也是为何加持了Claude Sonnet后，我沉迷了10个小时的缘故。

但过去为何一直没有开始呢？其实还是门槛太高的原因。

回顾自己过去学习编程，大体有三个阶段：

阶段1：自学编程

大学时期的C++，工作后自学SQL、Pythob，都是坚持不下去，为啥呢？为了实现一些需求，要花费的时间精力太高了，并且自己也并没有编程天赋，着实为难啊！

阶段2：GPT4阶段

等到了GPT4，又引来了一轮曙光，似乎AI行了？

特别是一年前，看到上面这篇文章，于是按照着里面的教程，仔细看了，也去操作了。

卡在哪了呢？现在反思还是卡在GPT4的代码能力不强，很多时候生成的代码不可用，基于报错信息修改也往往无效，导致我再次放弃。

阶段3：Sonnet阶段

一直到最近，Cursor的火爆，又让我想起Claude推出Artifact后，每个人都可以非常轻松的完成一些小工具的开发，并能很快实现预览。

于是再捡起来，发现这次行了！

所以从前面三个阶段来看，至少对我来说：

现在我想走到自己做一款产品的目的地，不再需要先学会跑步了，可以直接开车，尽管这辆车还有这样那样的bug！

就像工业革命火车出现的早期，马是可以更快的，但是很快就被远远地摔在身后。类比来看，我想要很快的做出产品，不需要先学会骑马，而是可以直接去开火车。

这导致了产品经理的未来可能会发生巨变，下面要说说我的暴论了：

03 产品经理未来会发生哪些变化？

我们设想一下，过去移动互联网时期，产品经理是如何开发产品的：

每一次都需要大量的思考/准备，再通过研发来实现需求，然后再上线，交付给用户，从而获得反馈。如果没有研发，产品经理很难发挥出自己思考的价值，因为缺少了产品来承载，而产品又依赖于研发来实现，这导致在很多团队里，产品需要哄着研发，或者说要让研发成为自己的伙伴，所以就出现了两种典型的情况：

一种是程序员鼓励师，甚至某大厂产品对研发的奶茶口味了如指掌。另一种是产品和程序员打架。。。

这里很重要的一点是，大部分团队里，产品经理在岗位上没有管理研发的权利，非常依赖于软能力，一旦双方价值观/对产品的判断/KPI不合，就很难合作。

那现在不一样了：

产品经理现在不再需要求着研发同学了，自己就可以指挥AI去进行开发和测试，并且整个环节用嘴就行，有手就可以！是不是很简单？

前面我说了自己10小时开发2款产品就是典型例证，不用求别人，有什么自己想做的，自己就动手呗。

也就是说，只要有想法，有比较强的动作能力，就可以用AI去开发自己的产品了。

这会儿你会问了，开发出一个产品有什么意义和价值？

这是一个非常关键的问题。问题的背后其实是产品经理的核心壁垒是什么？或者说什么才能让你和其他产品经理拉开段位？

过去我面试过上千位产品经理，能给我留下很深刻印象的人不多，在我自己的理解里面，抛开天赋异禀的选手不算，好的，产品经理大概有这么几个核心：

洞察/抽象
用户
决策

toC产品特别吃对用户的洞察，这又是需要长期泡在用户中才能获得的，大量的经验里能萃取出抽象出关键的洞察，从而拿出产品方向的决策。

那在公司里，执行岗的产品很难有决策权，没有对结果负责，是不大能拔高产品认知的。

OK，那现在，不用依赖公司，你就能自己开发产品，并且放到市场上，基于产品和用户接触，从而获得经验来抽象洞察，也能在一次次的产品落地中执行你的决策，且从用户和数据那里获得对决策的反馈。

除了这一个，想想你去面试的时候，你完全可以拿一个自己用AI开发的产品当成你的项目经验去讲述。那这是不是比去大厂做实习或者没有产品经验来的强蛮多啊？这可是真刀真枪的！

从这个角度你去思考一下，如果你的竞争对手他先用了AI去开发产品，而你没有那同等起跑线情况下，你是不是会落后于别人？

再延伸一下，假如你仍然还是一个执行岗的小虾米产品，你的老板先用上了AI来开发产品，此时你的能力又不能快速辅助老板理清他的思路。然后你的原型能力、需求描述能力又说服不了他。那为什么还需要你呢？为什么不能直接指挥AI去开发产品呢？

单纯依靠人的话，在短中期，很快你的竞争力就会大幅下降。

想想在AI生图出现后，设计师的情况吧！AI编程之后也会大幅影响到工程师和产品经理！

04 补充说明

其实这两天关于使用AI编程来开发自己产品，整个过程我都在自己的社群里面同步公开。能够持续响应的人大部分是已经在使用AI进行编程的朋友，这个比例依然非常的小。

一方面你可以认为产品经理的执行力太差了，另一方面愿意结合AI去改造自己的他一定会吃到最大幅的红利。

这就是这件事情的两面性，看你怎么去理解。

那另外一点是AI编程是无敌了吗？答案肯定不是的。

使用AI编程去解决简单的产品，效率比过去肯定提高了100倍的水准，你看我自己就是典型，过去一直没有下定决心学会编程，到现在用10个小时完成了两款产品的开发。

但是AI不能解决所有问题，特别是复杂问题。

1h：废了。。。接入流光卡片未成功

1h：把Prompt提示词从stript.js里剥离出来，方便今后随时调整Prompt，以及多Prompt

比如我在开发黄叔精选的过程中，上面两个卡点就吃了不少时间。

第一个流光卡片API，需要本地部署，然后有一些前置依赖条件，这是我加了对方创始人交流后才知道的，但是AI一直以为自己读了API文档就能搞定。

第二个我把Prompt单独放到了一个文件内，prompt.md，但是HTML要读取本地文件，是一个稍微复杂一点的问题，为此我还单独下载了Python，并在本地开一个网页端才能解决：

稍微复杂的问题，在你不了解解决方案的情况下，还是有点困难的。

但是，那又怎么样呢？遇到困难再解决困难，这话是黄铮说的：

大部分知识是无效的，先干了再说，边干边解决问题，这一点很像创业，也很像人生！

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述