如何用AI开发APP

推荐你从一个最最基础的小任务开始让AI先帮你按照best practice写一个say hello的示例程序，并解释每个文件的作用及程序运行的逻辑。这样，你可以通过最基础的绝对不会出错的小任务，来学会必备的调试技能。“我在学习写chrome插件。请选择最适合小白上手的技术栈，按照best practice为我生成一个简单的示范项目，但要包含尽可能全面的典型文件和功能。请为我讲解每个文件的作用和程序运行的逻辑。”此处要求AI按照best practice来写非常重要：文件一开始就有良好的组织，后续功能复杂了才不会乱套。还有一个偷懒小妙招：如果你用的是o1-mini，你可以在prompt最后添加这句：“请生成create.sh脚本，运行脚本就能直接创建插件所需要的所有文件。请教我如何运行脚本。”（如果windows机器则是create.cmd）足够勤勉的的o1-mini会为你生成一段超级长的代码，并给出提示，你只需要复制粘贴并执行，一次性生成十多个目录和文件，超方便。[heading2][heading1]2明确项目需求[content]你可以通过和AI的对话，来逐步明确项目需求。（如果你是训练有素的产品经理，可以忽略这一步）“我想要开发一个XXX。你能否像一个高级别的还懂技术的产品经理指导初级产品经理那样，向我提问，帮我梳理清产品功能，尤其要注意可能会涉及到技术方案选择的关键点。请一问一答，帮我由全局到细节逐步梳理。不要一口气问我太多问题。”来来回回的对话后，你可以让AI帮助你梳理出产品需求文档。这样的文档会包含影响技术方案选择的细节，比直接给AI一段口头的需求描述要准确地多。在后续开发的时候每次新起一个聊天就把文档发给AI并告知你现在在做第几点功能，会非常方便。[heading2]

从去年三月GPT4发布会上一个由手绘草图直接生成网站的demo惊艳众人开始，很多人就认为程序员工种已进入倒计时。最近cursor和o1的出现，更是让非技术同学们热切期盼：是不是真的能再也不“就差一个程序员”了呀！很遗憾，现实依旧骨感。demo还停留在贪吃蛇，太小巧也太普通。真正的应用会有复杂得多的特殊需求，代码量也会超出AI单次吞吐量，AI根本无法直接搞定。（o1？o1的能力确实强了很多，但其实还是不够。后面找机会另写文章详解吧。）如果你请教号称“我不懂编程但靠XX开发了XXX”的技术小白该如何开始，多半会得知他们多少还是懂一些css或python。而纯小白，一开始通过cursor里的对话创建好起始文件后，往往会无从下手——到底要在哪里敲什么字符，才能触发一连串美妙的tab让AI开始自动工作？对于纯小白来说，如果你的需求远比AI直出的内容复杂，无法一次性直出。那就耐下性子，在AI的帮助下一步一步来，并在这个过程中学会一点点编程。[heading2]

接下来就是真正的实践了。按照项目规划，学习一个POC，将其应用到大项目中；再学一个POC，再运用……当遇到错误的时候，复制错误信息，复制相关的代码，扔给AI让它找错误并修复。如果用可以识图的claude或GPT4o，截图+错误信息+代码三件套会非常好用。听上去简单，但其实坑非常非常多。例如开发chrome插件，现在应该开发manifest v3的版本（v2很快就不再支持了），但即便和AI反复强调要用v3里的功能，AI还是有可能会给你v2的代码，并且在出错后给出的修复也还是混杂了v2的方案。没办法，谁让它就是根据概率来的呢。这种时候，更有效的方式是：找文档（你可以让GPT给你文档链接，或者问perplexity），或者去stackoverflow上找答案（注意回答和评论的日期）。然后，把文档或找到的答案提供给AI，让它基于这些信息再来帮你修复。这时候，它给的指引会是正确的、且比stackoverflow的详细很多。当然在这一步，如果有可能，你还是找一个老师傅随时为你提供支援。[heading2]