0. 先和大家打个招呼吧 
-
你是谁： 一名关心父母异地养老问题的独立开发者 / 社会公益方向的产品设计者。
-
你是怎么用 TRAE 把 Demo 做出来的： 一开始只是觉得”做一款给老人用的方言反诈产品”是个好方向，但自己写代码很慢，也担心多方言交互的细节不好处理。后来我把整个产品逻辑拆成一块块讲给 TRAE 听——从”用户截屏后要先用规则库过滤”，到”AI 要用老人说的方言回答，而且要用口语不是书面语”，甚至”界面按钮要大、颜色要对比强、不能有登录流程”这些细节，都是一句句边想边描述，TRAE 一边帮我生成前端界面，一边补全判断逻辑。
最让我惊喜的是方言语音播报那一步——原本以为要对接各种方言 TTS 接口很复杂，结果 TRAE 直接帮我把 Web Speech API 和多方言朗读方案搭出来了。那一刻真的觉得「原来这么简单」。
它帮我跨过的最大一个坎，是把”我想做一个全国方言反诈助手”这个模糊念头，变成了真正可运行、可点击、有完整交互流程的 Demo。不是我在写代码，是我在描述需求，它在帮我实现——这种配合方式对一个非纯技术背景的产品型创作者来说，真的太友好了。
1. Demo 简介
-
是什么： 方言优先的 AI 反诈助手（网页 + 小程序）——从交互到输出，全程以用户所在地区的方言为核心媒介，让老人真正听得懂、说得出、用得来。
-
面向谁： 全国各地区日常以方言交流的老年人（闽南语 / 粤语 / 客家话 / 四川话…）
付费用户： 28-45 岁异地子女（不愿父母被骗，愿付费订阅）
扩展用户： 海外华人社区中以方言为主要交流语言的老年群体 -
主要功能：（1） AI 智能识别可疑信息
收到诈骗短信、微信群/朋友圈广告、冒充亲友电话时——用户截屏、拍照或录音上传 → 30 秒内完成「三层判断」： - L1 规则引擎（13 反诈公式正则匹配，秒级、零误判） - L2 多模态 LLM 语义分析（10 类诈骗分类 + 6 个真实案例 few-shot） - L3 综合输出（融合 + 冲突处理）（2） 方言播报 + 心理学破除催眠
不只用老人熟悉的方言朗读结果，更通过「三层判断架构 + 心理学破除催眠」把骗子的套路讲清楚——第一句话不是分析结果，而是命令式喊停： > 「阿贝！等一下！先莫急！」
把老人从骗子制造的”紧急”情绪旋涡中拉出来，再讲道理。让老人从「听不懂、不敢问」变成「听得懂、问得清」。
（3）零门槛使用体验
无需登录、无需打字、无需看小字——
全程语音交互 + 大按钮（80% 屏宽）+ 高对比界面
老人截屏即问、听完即懂
称呼统一为「阿贝阿姨」（不叫”老人家/爷爷奶奶”），保留尊严
2. Demo 创作思路
-
灵感来源： 父母一辈，信息、电话、视频里全是各种诈骗内容。老人家分不清，又不愿麻烦儿女——这是中国 1.2 亿异地子女共同的痛。而全国各地区老人面对的困境是一样的：普通话反诈宣传他们听不太懂，书面文字他们看不太清，但他们又不好意思问子女。如果能用他们从小说到大的那口方言，把骗子的套路一条条拆解清楚，反诈才能真正”说到心坎里”。
-
想解决的问题：全国各地区以方言为主的老年群体，是电信诈骗的高发受害人群。AI 技术普及让诈骗手段愈发逼真——合成语音冒充子女、伪造短信伪装官方通知，老年人越来越难以分辨。全国有数亿方言老人，但目前没有一个产品真正从”方言优先”的角度切入反诈。他们面临五重困境：
-
为什么做这个方向：（1）真实需求：方言老人在反诈体系中长期被忽视，是一个「听得见痛点、看不到产品」的巨大空白。这不是某个方言区的问题，而是全国性的问题。
（2）情感连接：方言不仅是沟通工具，更是身份认同和情感归属。用老人从小说到大的那口方言和他们对话，本身就传递了「我懂你」的信号——比任何普通话反诈口号都有效。
（3） 技术可行性 + 社会价值：TRAE 让”方言优先”的交互设计从想法变成可运行的 Demo，技术门槛被大幅降低。而补齐”方言反诈”空白这件事，既可以做下去，也值得做下去——用户越多，各地方言知识库越全，准确率越高，反诈效果越好，形成正向飞轮。
3. Demo 体验地址（三选一）
- 部署随时可公开访问的体验链接：https://af.luhuokj.com
体验1：打开体验链接，上传下图内容进行操作体验。
体验2：打开体验链接，下滑点击快速体验示例进行操作体验。
4. TRAE 实践过程
- 清晰展示用 TRAE 完成 Demo 开发的完整流
产品1：
产品2：
产品3：
- 附开发关键步骤截图（不少于 3 张）；
设计1：
设计2：
设计3：
开发1：
开发2：
开发3：
- 附关键任务对话的 Session ID（不少于 3 个），用于证明作品由 TRAE 开发完成。
对应图设计1：
3727760812681497:90f2c7cb5c5d9853dd47606572178062_6a4d233eec67edec0ceb9326.6a4d233eec67edec0ceb9329.6a4d233eec67edec0ceb9327:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 00:03:10)
对应图设计2：
3727760812681497:e95fe54b4bb866148f7a4fa8e1856b1a_6a4d233eec67edec0ceb9326.6a4d265aec67edec0ceb9374.6a4d265aec67edec0ceb9372:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 00:16:26)
对应图设计3：
3727760812681497:7e5318734e0944fcc8e405346264e22c_6a4d233eec67edec0ceb9326.6a4d2a2cec67edec0ceb93bf.6a4d2a2cec67edec0ceb93bd:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 00:32:44)
对应图开发1：
3727760812681497:d57972de2fe9dd86c308b8427c7b59f5_6a4df4f6ec67edec0ceb9467.6a4df992ec67edec0ceb94d8.6a4df992ec67edec0ceb94d6:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 15:17:38)
对应图开发2：
3727760812681497:d57972de2fe9dd86c308b8427c7b59f5_6a4df4f6ec67edec0ceb9467.6a4dfd33ec67edec0ceb9528.6a4dfd33ec67edec0ceb9527:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 15:33:07)
对应图开发3：
3727760812681497:d57972de2fe9dd86c308b8427c7b59f5_6a4df4f6ec67edec0ceb9467.6a4dff1aec67edec0ceb9579.6a4dff1aec67edec0ceb9578:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 15:41:14)
5. 对应的报名审核通过的帖子链接