Demo体验地址
在线体验Demo：房源打分器-V2.0-租房板块-创意展示.html (189.4 KB)
扫描下方小程序码或微信搜索"房源打分器"，可体验已上线的「买房板块」
0. 先和大家打个招呼吧 
-
我是谁： 我是某房产互联网公司的前从业人员，在房源租赁业务从业近5年。由于工作原因，巡查过很多房子（正常的和奇葩的），也见过很多纠纷和客诉（从房源质量到租期服务），我自己也曾是一名租客，所以我非常了解房子在租期可能会出什么问题（表面看得见和看不见的），以及租客对于好房子的期待是什么。
-
是怎么用 TRAE 把 Demo 做出来的：
-
微信开发者工具调试并上传代码：因为做的是微信小程序，所以需要在微信官网上下载这个微信官方IDE，以便上传代码并部署到服务器。但事实上所有的代码都是通过我向TRAE IDE描述需求生成的，所以微信开发者工具就沦为了我的调试工具；
-
TRAE IDE的全程支持：TRAE IDE在项目中的作用不仅仅是写代码，更是在项目从0起步到上线的每一步都给予我细致的引导和支持。例如做微信小程序需要参考微信官方的文档说明，但在浩如烟海的文档中找到自己想了解的部分无异于大海捞针。不过我发现TRAE IDE可以帮我搜索并总结文档，这给了我很大惊喜。类似的辅助工作还有很多，当然中间也被它带偏过不少弯路，但总体上还是能让我较好地专注于产品本身。它是个优秀的技术合伙人，而我是它的产品经理，它在技术实现上给予我指导，我则以现实经验补齐它与现实的差距。
-
TRAE Work生成Demo：本次初赛Demo作品是小程序正在开发中的【租房版块】，由TRAE Work读取我的项目工作区文件生成。
-
1. Demo 简介
-
是什么：这是一个帮助用户在租房选房阶段量化备选房源优缺点并比较匹配度的微信小程序，免费，已上线“买房板块”（可扫描下文的小程序码体验）
-
面向谁：本次参赛开发的是“租房板块”，因此目标用户是计划租房的租客们，尤其是对居住品质有要求的租客们；
-
主要功能：
-
首页：买房与租房板块的分支，可查看已有的用户画像及房源列表；
-
用户画像问卷：这是一组约15-20道题的问卷，用于生成用户需求画像；
-
用户画像解析与洞察：每个填写完问卷的用户都会得到自己专属的用户画像报告，包括群体类型标签、重点关注维度、潜在需求洞察提示等，帮助用户形成明确的需求认知；
-
房源信息录入：将备选房源信息填入，用户在填写过程中可能也会复盘自己在看房过程中忽略了什么信息。强烈建议用户在实地看房后再录入房源信息，因为很多信息不到实地看是不知道的，而录入信息越多，最终测评结果越准确；
-
房源匹配度量化测评：十维量化房源优缺点，雷达图对比展示一目了然；每套房子与用户需求画像匹配度如何？适合的，才是最好的。
-
2. Demo 创作思路
-
灵感来源：起初是今年年初的时候老家父母要换房，所以希望能做一个小工具帮助父母选房。因为他们是买房所以我先做的买房板块，但出于功能的完整性、日益庞大的租赁需求以及我自身的从业经历，开发租房板块的功能是计划内的必然。
-
想解决的问题：
-
如果用户能在看房前就能明确自身的需求，那么就会更有针对性地找房，更早明确选房目标和底线，事半而功倍；
-
用户看完很多套房子后只在脑海中留下一个残影，每套房源的关键信息容易被遗忘，而本小程序可以帮助记录信息；
-
每套房源都各有优缺点，且评价维度颇多，当有多个备选房源时，用户很容易被淹没在信息噪声里，而量化综合评分用数据告诉用户哪一套房源更有优势；
-
-
为什么做这个方向：很多人都知道租房行为背后隐含巨大的信息差，这个信息差不仅包括中介或房东知道而租客不知道的信息差，也包括租客对自身需求认知模糊的信息差。我希望能以我过去的工作经验帮助大家尽量避免第一个坑，也希望通过知己知彼的问卷测评帮助大家避免第二个坑。
初赛的目标是把租房板块做到上线，能跑通流程即可。如果能进入复赛，有以下3个迭代方向：①对买房、租房板块的使用体验、测评逻辑做进一步的精细化迭代，②扩展用户居住偏好统计功能，对当下居住趋势有统感认知，③为已测评用户开放“入住回访”入口，评价入住一段时间后的居住体验与之前测评结果是否一致，形成"需求→决策→验证"的数据闭环。
当然，这个产品也是有局限的（至少在当前开发阶段），具体体现在：-
当前小程序重点关注以房源品质为中心的指标，但暂无法提供买房或租房政策、合同条款、交易相关方（卖方、房东或中介）等外部信息提示；
-
小程序无法自动搜索房源、无法代替线下看房过程，这些都需要经纪人的专业服务；
-
我希望小程序能成为辅助用户决策的有力工具，但终究无法代替用户做最终决策。
-
3. TRAE 实践过程（截止当前开发进度）
-
整理已有的租赁调研成果，做租客需求洞察报告：
- session ID：.1373760849971418:d372004febab0cf53c3a4dc7559649c7_6a1fd4f2d717ce440bfdff3f.6a1fdaf7d717ce440bfe01ac.6a1fdaf650be91c7fbcbc439:Trae CN.T(2026/6/3 15:42:47)
-
编写需求文档，定产品功能实现准绳：
- session ID：.1373760849971418:5f53b829254b9033af3f29f178da586b_6a1fd4f2d717ce440bfdff3f.6a1ffeb0d717ce440bfe0d0d.6a1ffeaf50be91c7fbcbc440:Trae CN.T(2026/6/3 18:15:12)
-
数据迁移与买/租状态管理
- session ID：.1373760849971418:311a9dcf8767fb4c491ab420492c0abe_6a3e49510d22b068802169fd.6a3e4f9b0d22b06880216a2a.6a3e4f9be6621452c2d9592f:Trae CN.T(2026/6/26 18:08:27)
-
核心功能之用户问卷内容设计：
- session ID：.1373760849971418:47f4cdb8577de67b808ad5f192a7784b_6a41e6c90d22b06880216c75.6a42008f0d22b06880216c77.6a42008de6621452c2d95938:Trae CN.T(2026/6/29 13:20:15)
-
Demo终版调整：
- session ID：1373760849971418:7913ba46bd3c18c87210c97f844d25ce_6a3df6faacd42add3bad274f.6a44c97ac55598ad63d0fb49.6a44c97ac55598ad63d0fb47:TRAE Work CN.0.1.25.no_sid.no_ppe.T(2026/7/1 16:02:02)
-
生成房源信息录入页：
- session ID：.1373760849971418:33ddea8a7eb0995c9400b6dfd0f993cb_6a4c7ae3b6e4c237f39ecd43.6a4cc647bfc08bed5335b304.6a4cc647ef9a3b195e15abf9:Trae CN.T(2026/7/7 17:26:31)
这期间我觉得最难做的就是理清问卷-画像维度-房源信息-房源测评分之间的对应关系，一层套一层，牵一发动全身，时常造成级联修改，但在这个过程中也进一步加深了我对租房需求的理解。
4. 一些开发经验总结：回想最近这小半年与TRAE相爱相杀、斗智斗勇的历程，积攒了一些粗浅的经验与实践，在此分享出来和大家一起交流：
- 需求文档先行：需求文档是后续产品开发的首要基准，记录了当前产品开发范围、技术实现、设计风格、页面结构、核心功能逻辑等关键信息，使之不被淹没在对话流里，防止后续开发跑偏；
- 善用规则功能：我给TRAE设置的规则包括：
- 我是谁：我的产研背景几乎为0，我希望它可以站在顶尖产品及技术经理的角度给出专业的方案；
- 进度控制：AI有时太过于主动和超前，我不希望它在我没有确认好上一步结果的情况下擅自进入到下一个节点；
- 做一个共创者：当我提出重大改动需求的时候，我希望它不要立即一口答应，鼓励它与我探讨变更的合理性以减少误判，并检查与需求文档是否存在重大冲突；
- 方案选择的优先级：法律及安全底线高悬于顶，花费可满足核心功能的最低有效成本；
- 给项目做一个错题集：顽固bug反复改？改完后新开任务还犯同样错误？做一个错题本文档，直接记录典型易错问题的解决方案，下次再有问题直接照答案抄；
- 设置安全底线：整理安全底线规则文档，任何关键迭代或重构都必先参考该文档，以满足安全底线原则。
5. 对应的报名审核通过的帖子链接
如果你也在租房时遇到过类似的居住品质问题，或者觉得这个工具有用，欢迎点赞投票支持一下！
有任何建议或想交流的（选房经验、产品功能、开发心得都可以），也欢迎在评论区留言，我会一一回复~ 
