终于到阶段 3"制作"了。带上第 2 章定下的规格、第 3 章选好的技术与工具,我们来实际搭出能跑的东西。在这里栽跟头的人,多数其实并不是因为"不会写代码",而是因为一上来就想着一口气做完才半途而废的。本章会以 AI 为搭档,把"小做小跑"高速循环起来的做法,分入门、实战两条路线为你讲解。

本章能学会的"做法"

追求的不是"一口气做完",而是"小步前进"

循环式做法
养成把"做→跑→修"小而快反复循环的习惯。
分路线的实现
🌱用对话来修的入门路线,和🔧把规格交出去的实战路线,各自的推进方式。
把 AI 装进去
学会选出把 AI 装进应用的方案(API、多模型、RAG)。

实现的基本姿态 —— 小步循环

实现里最重要的姿态只有一个:把"小做、跑起来、再修"高速反复。别想着一次性做出脑中的成品,先做出最小的"能跑的块",再一点点把它养大。

为什么这样管用?因为程序只有跑起来,才知道哪里错了。写完 100 行再一次性运行,根本找不到是哪儿的问题,只能干着急。写 10 行就跑,错误就只可能在这 10 行里。让 AI 来写也完全一样,小块地请求、马上确认,结果反而推进得更快、更稳。

😓 容易踩的坑

"把全部功能一口气做出来",整块甩给 AI。大量代码是出来了,但一跑全是报错。找不到是哪儿的问题,连修的劲儿都没了。

🚀 顺利的做法

"先只做展示列表的画面",一次一个功能地请求。跑通了再做下一个,层层累加。始终保持"能跑的状态"往前走。

⚠️ AI 的代码也会出错——所以务必自己跑一遍。 AI 写的代码,看着像模像样,一跑却常常报错、或者行为和意图不符。"AI 写的应该没错"是大忌。产出的代码,务必亲手跑起来、用眼睛确认。这是个人开发里最先要养成的铁律。不跑就往下走,错误会层层累积到无法收拾。

"做、跑、修"循环的步骤

把这个"小步循环"落成具体的 4 步,就是下面这张图。一个功能,就用这个循环一圈圈地转。一圈几分钟到几十分钟。转得越快,进步越快。

STEP 1
小块地请求

"接下来只做这一个功能",具体地拜托 AI。范围越窄,精度越高。

STEP 2
马上跑起来

出来就立刻运行。在浏览器或终端里用自己的眼睛核对结果。

STEP 3
修正、打磨

有报错或不对劲,就用对话说"把这里改成这样"。反复到跑通为止。

STEP 4
保存后进下一个

跑通了就作为一个节点保存(提交)。留住好状态,再做下一个功能。

💡 别轻视 STEP 4"保存"。 每跑通一个功能就保存(Git 提交),下一次改动把它弄坏了,也能退回到上一个能跑的状态。这是防止"明明昨天还好好的"悲剧的救命绳。保存的具体做法,下一章第 5 章会详讲。

入门路线与实战路线的实现风格

"小步循环"是共通的姿态,但具体怎么转,会因路线而不同。按第 1 章选的路线,来确认各自的推进方式吧。当然,中途混着用、切换路线,都没问题。

🌱 入门路线 —— 用对话来成型
不用看代码

氛围编程边和 AI 对话边搭建应用。"做个列表画面"→"把按钮改成蓝色"→"点了就保存",用中文提要求、看画面、再提要求。这个反复,本身就是"小步循环"。

诀窍:一次只提一个。不顺就说"把刚才的改动撤回"。

🔧 实战路线 —— 交出规格来托付
用 AI 编辑器自动化

把规格文档整份交给 Claude Code 等,托付成块的实现。按工作量调整工时(effort),再用权限模式区分把控、避免它擅自改动太多文件,安全地自动化,这是要点。

诀窍:可以大块托付,但确认要小块。卡住了就在错误集里找对策。

无论哪条路线,都不能忘记的基本姿态是"把产出的东西自己跑一遍确认"。无论是用对话做,还是让它自动做,确认都是人的工作。不省这一道工序,正是能否走到完成的分水岭。

要把 AI 功能装进去的话

如果你做的是"用 AI 的应用"——比如给文章做摘要、回答问题、判定图片——那就需要从应用内部调用 AI的机制。这里会稍微专业一点,但选项大体能理成 3 类。只挑自己应用需要的就够。

① 调用 AI
先从这个开始

只是从应用里用一个 AI 模型的话,调用 AI API 是基本。可以理解成"发去文章,就返回 AI 的回答"的窗口。

② 管理多个模型
想切换、对比就用

想按情况切换用多个 AI,就用 Vercel AI SDK 统一成一套写法。运维上想集中管理,LLM 网关很方便。

③ 用自有数据来回答
想赋予独有知识就用

想基于内部文档或自己的资料来回答,就用 RAG。这是把"你专属的资料"交给 AI 再让它作答的机制,能做出独特性。

🧭 犹豫的话,只用①就好。 在最初的 MVP 里,多数情况只调用一个 AI API就足够了。②③等到"想对比多个模型""想用自有数据作答"的需要出现之后再加就行。这里同样,"小做"才是正解。

卡住时的行动方式

实现途中,必定会在某处卡住。报错、动作和预想不符——这不是失败,而是你在做东西的证据。关键是卡住时别慌,按顺序去切分。有了 AI 的今天,卡点比以前能快得多地脱身。

1. 把错误原文原样丢给 AI

把红字整段复制,问"出了这个错,原因和修法是?"错误原文就是最大的线索。别自作主张改写,先贴上去。

2. 小块地切分

回想"到哪里为止还是好的"。刚刚改动的那一处是原因的情况占绝大多数。范围一缩窄,原因一定能找到。

3. 退回到能跑的状态

越搞越乱时,退回到保存好的上一个能跑的状态重来。比起死磕,先退回来往往更快。

🔧 给实战路线的人。 Claude Code 等常见的错误与对策,都汇总在错误集里。为同一个报错反复烦恼是浪费时间。卡住先查,还不行再问 AI,把这养成习惯。

本章小结

阶段 3"制作"的核心,与其说是技巧,不如说是把"小做、跑起来、再修"高速循环的姿态。别想着一口气做完,把能跑的块一点点养大吧。

本章小结
  • 基本姿态是把"小做、跑起来→修"高速循环。别想一口气做完。
  • AI 的代码也会出错。产出的东西务必自己跑一遍确认。
  • 🌱入门用氛围编程边对话边做,🔧实战交出规格,用工时权限模式安全地自动化。
  • 要装 AI 就从 API 起。多模型用 Vercel AI SDK/LLM 网关,自有数据用 RAG
  • 卡住就丢出错误原文→小块切分→退回能跑的状态。也善用错误集

能跑的东西做出来后,接下来轮到把它安全地推向世界了。你可以回到上一第 3 章"选择技术与工具"重新检视准备,不过一旦实现开始转起来,就把测试与安全打牢、进入公开的第 5 章"测试并推向世界"吧。