7天，代码小白用产品的思维 Vibe Coding
不是先写代码，而是先想清楚——这个东西要怎么「存在」。
为什么写这篇
过去 7 天，我用 AI 辅助开发了两个开源项目：AI-Local-Deploy（本地大模型一键部署工具）和 RuleForge（AI 编码规范自动提取引擎）。
我不是专业程序员。我的背景是产品，而且是母婴用品供应链管理，写代码对我来说是大学里已经过去20年并且完美还给老师的事情。但这 7 天的经历让我确信一件事：
Vibe Coding 的第一步不是写代码，是先决定这个东西怎么存在。
这篇文章不是教程，是方法论 + 真实踩坑记录。如果你也在用 AI 做项目，希望对你有帮助。
方法论：7 步从想法到上线
Step 1：模糊想法（Day 1）
打开豆包或千问，用自然语言告诉 AI 你想做什么。不用精确，先把脑中的画面说出来。
比如我当时说的是：
“我想做一个工具，帮我在本地一键跑起大模型，不用每次都查文档配环境。”
不需要技术术语，不需要架构图。AI 会帮你梳理。
Step 2：对话收敛（Day 1-2）
这是最关键的一步。不要一句 prompt 就让 AI 开始写代码。
让 AI 给出多种方案对比，你做选择题而不是填空题：
- “给我 3 种架构方案对比”
- “推荐最适合我当前阶段的”
- “为什么不用另外两种？”
- “最大风险是什么？”
不是一句 prompt 解决所有问题，而是先聊清楚，再收敛成最终 prompt。
Step 3：架构定型（Day 2）
确定产品形态（桌面应用 / Web / Agent）、技术栈、数据存储、部署方式。
架构不一定复杂，但一定要先定。很多人一开始不想这些问题，后面基本都会返工。
我的选择：Tauri 1.5 + Rust + React/TypeScript + TailwindCSS。为什么？因为 Tauri 打包出来是原生 exe，用户双击就能装，不需要装 Node.js 或 Python。
Step 4：AI 出 PRD（Day 2-3）
把聊天记录喂给 AI，让它输出完整的 PRD、开发计划、目录结构。
一份好的 Vibe Coding Prompt 至少包含：
- 项目背景 — 我要做什么，为什么做
- 目标用户 — 这个东西给谁用
- 核心需求 — 最重要的 3-5 个功能
- 架构设定 — 它是什么形态
- 技术约束 — 用什么语言/框架
- 实施计划 — 先做什么，再做什么
- 验收标准 — 什么叫"完成"
- 限制条件 — 不要做什么
Prompt 不是一句话，而是一份执行说明书。你讲得越清楚，AI 执行得越准确。
Step 5：逐步实施（Day 3-5）
每次只让 AI 做一个模块。给清晰的输入和约束，不要一次丢一堆需求。
关键原则：小步快跑，减少返工，保持节奏。
一个模块 → 运行验证 → 再下一个
不要相信 AI 的"成功"提示。我遇到过好几次：AI 说"配置成功"，但实际配置文件根本没被读取；AI 说"启动成功"，但进程压根没运行。
Step 6：踩坑修复（Day 5-6）
这是最痛苦但也最有收获的阶段。详见下一节。
Step 7：上线迭代（Day 7）
先完成，再完美。我的 AI-Local-Deploy 从 v1.0.0 到 v1.0.15，迭代了 15 个版本。
发布 GitHub、写 README、录 Demo、收集反馈。每个版本有明确的变更说明，持续迭代走向 1.0。
踩坑实录：6 个真实教训和3个陷阱
推荐的 AI 辅助开发流程
1. 描述问题 → AI 分析原因
2. 查看实际文件 → 确认当前状态
3. 搜索相关代码 → 确定修改范围
4. AI 生成修改方案 → 人工审核
5. 执行修改 → 立即验证
6. 全局搜索确认 → 无遗漏
7. 构建测试 → 实际运行
不要做的：
一次性让 AI 做太多修改再统一验证- 相信 AI 关于第三方工具行为的推断
- 不做实际运行测试就认为问题已解决
两个开源项目
AI-Local-Deploy
Windows 桌面应用，一键安装和配置 Ollama、Open WebUI、Lobster Agent 框架。
- 技术栈：Tauri 1.5 + Rust + React + TypeScript + TailwindCSS
- 开发周期：10 天，15 个版本迭代
- 核心功能：环境检测、一键安装、多版本选择、插件市场、配置管理
RuleForge
智能规则提取引擎，从开发会话中自动识别最佳实践，生成标准化规则文件。
- 技术栈：TypeScript + Node.js + Zod Schema
- 开发周期：7 天
- 核心功能：自动提取、标准化格式（REP v0.1）、智能评分、一键共享、隐私保护
写在最后
这 7 天最大的感受：写代码这件事，其实已经没那么重要了。
更重要的是：你能不能先把事情想清楚，再把它讲清楚。
AI 是强大的助手，但它不是全知的。它会胡说八道，会盲目乐观，会忘记之前的修改。你需要做的，是保持判断力，验证每一个"成功"，在关键节点做决策。
先定架构，少走弯路。Vibe Coding，才能更顺。
如果这篇文章对你有帮助，欢迎 Star 两个项目，或者分享你的 Vibe Coding 经验。
鸣谢
本项目的完成离不开以下工具与平台的支持：
千问
贡献：前期思路的规划
在项目构思阶段，千问帮助梳理了产品定位、技术选型和架构方向，为后续开发奠定了清晰的路线图。
Trae
贡献：项目的完成
作为核心开发环境，Trae 提供了高效的 AI 辅助编程体验，从代码生成到调试优化，贯穿了整个开发周期。
小米 Claw
贡献：整体计划及解决思路
在项目推进过程中，小米 Claw 协助制定了整体开发计划，并在遇到技术难题时提供了关键的解决思路和方案。
感谢这些工具让一个人的开发之旅不再孤单。