用 AI 能开发产品吗？
我的回答是：完全可以。全民爱画就是一款用 AI 开发的产品。全民爱画是一个 AI 装饰画创作和实物画订购工具，它利用 AI 技术完成了产品的核心功能，包括 AI 绘画，用户账号和订单支付等。产品大部分的前后端开发工作都由 AI 完成，而我的主要工作是进行产品架构设计、UI 设计、代码调试和产品部署。简单来说，就是让 AI 来完成开发过程中的前后端工作，这样可以极大降低开发难度，提高开发效率，让你更轻松地实现自己的产品想法。
更多干货：
利用 AI 进行，其实质是通过人机交互来解决问题。人提出问题，AI 回答问题，人和 AI 共同协作解决问题。
AI 的介入程度取决于产品的复杂程度，以全民爱画为例，由于产品功能相对简单明确，所以在产品规划和设计阶段问题不多，AI 的介入相对较少。如果你的产品需要进行市场调研和需求分析工作，那么在产品需求阶段，可以利用 AI 分析市场数据和用户反馈，辅助识别用户需求。在阶段，也可以利用 AI 来改善用户体验。在全民爱画项目中，AI 主要在研发阶段发挥重要作用，利用 AI 生成代码、进行代码测试和质量控制。
从全民爱画的 AI 开发过程中，我总结了 5 条实用经验，希望能帮助你更好地利用 AI 来辅助产品研发：
清晰的产品架构有助于 AI 了解产品需求和开发重点，是 AI 开发的重要前提。建立清晰的产品架构通常需要以下步骤：
- 明确产品目标用户群、产品定位和用户需求。
- 对产品进行系统设计，将功能划分为多个模块，明确各个模块的主要功能和交互关系。
- 规划产品系统架构，确定前后端技术架构和重要接口。
- 输出产品架构图，详细描述以上内容。
一个完整的产品架构应包含产品定位、功能模块、系统架构和重要流程等主要内容，并用流程图或图表进行展示。以全民爱画为例，产品定位是一个用于 AI 装饰画创作和购买的 Web 应用，主要功能模块包括 ：账号功能、绘画功能和订购功能等。前后端采用 Flask、jQuery 和 PyTorch 框架，使用 LCM 快速图像生成模型，并进行 Web 应用部署。系统规划了注册登录、文本生成图像和订购三大流程。
从最小可行产品（MVP）开始构建对 AI 开发非常重要。在早期的 AI 开发阶段，应只实现产品最核心的基础功能，然后逐步添加其他功能。前面提到过，用 AI 开发产品其实是通过人机交互来解决问题，每次提出的问题越清晰越聚焦，AI 回答的就越准确，这样可以加快研发过程。采用 MVP 模式的另一个好处是可以快速验证开发的功能，并将反馈提供给 AI 进行迭代优化。
例如，全民爱画的绘画功能模块从最基础的文生图功能开始，在确保该功能可以较好运行后，再加入文本翻译功能、草绘参考功能、图像安全检测功能等，每一个模块都需要明确功能点，并在让 AI 生成代码时，提供与该功能模块相关联的前后端代码，便于 AI 在现有功能代码基础上进行上下文的串联。
在 AI 开发中，选择成熟的技术框架非常重要。成熟的技术框架提供了完善的功能模块，可以显著提高项目开发效率、灵活性和可维护性。
例如：全民爱画前端使用 Bootstrap 和 jQuery 框架，可以快速搭建 Web 项目的前端页面，后端使用了 pyTorch，LCM 潜在一致性模型和 SDXL 潜在扩散模型，从而可以生成高质量的绘画作品。整个项目通过 Flask 框架实现前后端分离和 Web 应用的快速部署。
人的提问质量，直接决定了 AI 的回答质量，要想 AI 回答的准确，就需要人机之间保持有效的沟通，保证人机双方处于同一理解频道，避免产生误解。例如可以采取以下方法：
①清晰而具体的指示。用概念清晰、逻辑严谨、语意准确的语言对问题进行描述，将想要得到的结果和需求清楚的告诉 AI，降低 AI 对问题的理解难度。
例如：在以下 Flask 代码基础上，实现用户注册功能，输出相应的后端代码，以及前端 html 和 js 代码。要求用户注册时检查用户名是否存在，如果已存在则显示“该用户名已经被注册”的提示。要求注册时对输入的密码进行规则验证，密码验证规则为：密码长度至少 8 位，包含数字和字母。如果输入的密码不符合规则，则显示“密码不符合规则”的提示。如果密码符合规则，且用户名未注册，则提交表单，并将新用户插入到数据库。
②对 AI 的回答提出质疑。AI 对问题的理解和回答不一定每次都正确，必要时需要对 AI 提出质疑，评估 AI 的理解程度，及时发现错误进行更正。例如，用“你确定......”，“你提供的代码无效......”等短语来表达质疑，让 AI 提供解释来支持它的回答，或者重新给出正确答案。
③采取多轮对话。一个功能代码的实现，不仅限于一次提问和回答，而是多轮迭代式人机对话的结果。往往 AI 首次提供的回答并不完整或者正确，需要进一步追问才能得到完整的答案。当 AI 理解错误时，你可以通过多次提问，以及重复你的需求，来逐步消除 AI 回答过程中的不确定性。
④解耦描述细节。必要时将问题或任务的描述从具体的实现细节中分离出来，以便 AI 更好地理解问题、设计解决方案，并提高系统的可维护性和可扩展性。例如提问：实现一个用户认证系统，能够提供用户注册和登录的功能，并保证用户身份的安全性。则 AI 会从用户注册、登录、身份安全性等方面给出关键步骤建议，然后再通过与 AI 的多轮对话，生成出具体的实现代码。
⑤多加恰当例子。使用一些典型的例子来增强 AI 对任务的理解。例如：要求用户设置强密码，包括使用字母、数字和特殊字符的组合，并限制密码长度。密码存储时使用适当的哈希算法进行加密。
记录系统日志非常重要，可以帮助 AI 快速定位和修复问题，在与 AI 对话过程中需要及时将日志信息反馈给 AI，引导 AI 做出正确的判断。同时，通过分析日志，可以发现 AI 回答中的潜在问题和改进点，从而优化 AI 的表现。
AI 技术的快速发展为产品开发带来了新的可能性和机遇。如果个人想利用 AI 开发产品，就需要对产品有全面的了解，并扮演类似架构师的角色，这意味着你需要具备更广泛的能力，而不仅仅只专注于某一方面，只有这样才能快速有效地利用 AI 来实现产品想法。
本项目所使用的 AI 工具为：poe.com，部分 SDK 来自 github.com。
欢迎加作者微信交流，微信号：nilescc