做AI产品两年，我得出的实操经验
作者：Ran627 | 发布日期：2025年04月13日
本文是ONE2X的AI全栈工程师分享的AI产品开发实操经验总结。作者在过去两年中参与了多个AI产品的开发，包括AI情感陪伴、企业知识库Chatbot智能客服、低代码编排AI工具、智能医疗以及AI自动剪辑等项目。文章围绕三个核心问题展开：为什么AI产品这么难做、提示词工程被极大低估、AI产品团队如何构建，并分享了作者在QCon北京全球软件大会上的专题内容。
AI产品难做的原因
AI产品不仅是传统产品，还需完成以前只有人类才能完成的任务，涉及范式转移。传统产品流程已知且可枚举，而AI产品任务需要模型完成，增加了不确定性和复杂性。
AI产品面临的挑战
AI产品开发面临三大挑战：任务分级（根据AI执行权限定义不同颗粒度的任务）、任务完成（明确每个任务的完成方式）以及交互方式（设计人机协同的交互模式）。
Prompt也是代码
Prompt应该像代码一样被对待，需要版本管理和测试。包括格式正确性、功能Baseline、人工评测结果和放权。不要限制模型思考方向，而是提供必要信息。
如何设计Prompt
AI产品设计的核心是为模型提供必要的上下文信息。需要明确任务完成所需的上下文，将业务knowhow沉淀成Prompt，设计时要面向未来，预留空间。
模型选择与特性
不同模型有不同特性，例如Claude适合通用任务，Gemini适合推理任务，DeepSeek适合中文任务等。需要注意模型的局限性，选择合适的模型对产品成功至关重要。
AI产品团队构建
团队成员需具备AI知识和编程能力，清楚如何拆解任务并编写Prompt。以Cursor团队为例，他们懂AI且擅长编程，能够很好地将任务拆解并实现。
快速做Demo的重要性
AI产品的最终形态很难提前定义清楚，只有通过实际做出Demo，才能真正了解产品形态和用户体验。快速验证想法比完美规划更重要，需要不断迭代优化。
产品/开发界限模糊
传统开发模式是产品和研发分开，但在AI产品开发中，产品和开发的界限变得模糊。Prompt需要沟通和业务能力，代码需要研发能力，两者结合是团队协作的核心。
AI产品不仅仅是传统意义上的产品，它还需要完成以前只有人类才能完成的某种任务，这就涉及到了范式转移。
"Prompt应该像代码一样被对待，需要版本管理、测试和迭代。这不仅是一种技术实践，更是一种思维方式的转变。
"做AI产品两年，我得出的实操经验
作者：Ran627 | 发布日期：2025年04月13日
本文是ONE2X的AI全栈工程师分享的AI产品开发实操经验总结。作者在过去两年中参与了多个AI产品的开发，包括AI情感陪伴、企业知识库Chatbot智能客服、低代码编排AI工具、智能医疗以及AI自动剪辑等项目。文章围绕三个核心问题展开：为什么AI产品这么难做、提示词工程被极大低估、AI产品团队如何构建，并分享了作者在QCon北京全球软件大会上的专题内容。
AI产品难做的原因
AI产品不仅是传统产品，还需完成以前只有人类才能完成的任务，涉及范式转移。传统产品流程已知且可枚举，而AI产品任务需要模型完成，增加了不确定性和复杂性。
AI产品面临的挑战
AI产品开发面临三大挑战：任务分级（根据AI执行权限定义不同颗粒度的任务）、任务完成（明确每个任务的完成方式）以及交互方式（设计人机协同的交互模式）。
Prompt也是代码
Prompt应该像代码一样被对待，需要版本管理和测试。包括格式正确性、功能Baseline、人工评测结果和放权。不要限制模型思考方向，而是提供必要信息。
如何设计Prompt
AI产品设计的核心是为模型提供必要的上下文信息。需要明确任务完成所需的上下文，将业务knowhow沉淀成Prompt，设计时要面向未来，预留空间。
模型选择与特性
不同模型有不同特性，例如Claude适合通用任务，Gemini适合推理任务，DeepSeek适合中文任务等。需要注意模型的局限性，选择合适的模型对产品成功至关重要。
AI产品团队构建
团队成员需具备AI知识和编程能力，清楚如何拆解任务并编写Prompt。以Cursor团队为例，他们懂AI且擅长编程，能够很好地将任务拆解并实现。
快速做Demo的重要性
AI产品的最终形态很难提前定义清楚，只有通过实际做出Demo，才能真正了解产品形态和用户体验。快速验证想法比完美规划更重要，需要不断迭代优化。
产品/开发界限模糊
传统开发模式是产品和研发分开，但在AI产品开发中，产品和开发的界限变得模糊。Prompt需要沟通和业务能力，代码需要研发能力，两者结合是团队协作的核心。
AI产品不仅仅是传统意义上的产品，它还需要完成以前只有人类才能完成的某种任务，这就涉及到了范式转移。
"Prompt应该像代码一样被对待，需要版本管理、测试和迭代。这不仅是一种技术实践，更是一种思维方式的转变。
"