韦晴彬

案例流 · 4 个深写 + 6 个浅收 · 约 6 分钟 · 可筛选

四个案例，每个都写清我怎么判断的

⟲ 点击此区域翻转，查看实图

No.01校内项目 · 上线推进中

10 天 / 近 3 个月

老师只给了一个方向，需求是我自己梳理的

场地预约小程序 · 校 Agent 赋能团队 · 2026.07 至今

• 运动场 / 会议室 / 车辆审批三模块
• 5 类角色权限系统（学生 / 教师 / 场地管理员 / 超管 / 物业）
• 开发 10 天，上线推进近 3 个月

老师最初只给了三个功能方向：学校运动场预约、老师会议室预约、车辆出入审批管理。他给了方向之后很少跟进，产品需求由我自己梳理——先跟 AI 把场景和角色权限过一遍，产出过一份可点击的 HTML 原型版 PRD。

遇到问题时我不会直接把问题丢给老师。先自己把问题的重点梳理清楚，跟 AI 探讨有哪些方案、各自的优缺点和代价，再把选项摆到老师面前让他拍板。

开发 10 天就完成了 MVP，真正难的是上线流程。我没有小程序上线经验，AI 搜到的上线流程有细微偏差；更糟的是，我把一整套复杂步骤直接发给了另一位负责审批的管理员老师，却没有把预期说清楚——先做什么、什么时候要、卡住了找谁。这件事卡在我的预期管理上，项目滞了近 3 个月。

开学后我复盘了这次失败：远程异步派活，对非技术同事是无效的。我把方式改成直接去老师办公室，面对面、一步一填地把信息补完，流程才推起来。开发只花了我 10 天，但「把产品推到能用的状态」花了我 3 个月——这 3 个月是我收获最大的一段。

复盘长文《AI 拆 18 步差点翻车：我如何重构多 Agent 协作流程》↗ ↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

⟲ 点击此区域翻转，查看实图

No.02需求验证 · 主动终止

12 问 · 访谈 1 位老师

我算完账，决定不做这个功能

教师 AI 助手 · 需求验证 · 2026.03

• 设计 12 问访谈提纲，电话访谈化学老师
• 电话确认 20–30 元/月付费意愿
• 调研一体机方案后判断不做

我设计了一份 12 问的访谈提纲（有截图留存），电话访谈了一位初中化学老师。他说改作业是件枯燥的活，希望能从 20 分钟缩到 10 分钟，并在电话里确认了 20–30 元/月的付费意愿。

他想要的方案是：手机拍一下答题卡，自动显示对错，他照着打勾打叉就行。

我没有直接开工，先算了一笔时间账：拍照的时间 + AI 判断的时间 + 修正识别错误的时间，加起来并不比手工批改快多少。我又调研了一体机方案（报价在数十万级、面向 toB）和豆包爱学这类现成 App。

所以我没做。用户提出的是解决方案，不是需求本身。

复盘：那 12 个问题里，没有一个问的是「你上周实际花时间最多的是哪三件事」。我拿到了他说的痛点，没拿到他真实的痛点——这是我在访谈设计上的失误。

访谈长文《我差点谈成了人生第一笔交易》↗ ↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

No.03在校 · 学习委员

第一行

学习委员：我把通知当产品设计

在校期间 · 转发通知与操作引导

• 通知第一行必须能独立说明主题
• QQ 群消息和手机锁屏弹窗都只显示第一行
• 踩坑录成视频，加速 + 红点标注

当学习委员要转发通知，我发现了一个具体问题：QQ 群消息和手机锁屏弹窗，都只显示第一行。所以我把每条通知的标题重写成能独立说明主题的一句话——同学不用点开，就知道这条要不要现在看。

遇到繁琐操作（比如某个课程入口很难找），我自己先走一遍，把踩到的坑录成视频。录之前我算了两个约束：时长和同学的注意力。所以我把视频加速，并在关键入口用红点标出来，让人不暂停也能跟上。

这两件事和做产品是同一件事——不是把信息发出去，而是让对方能接住。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻转，查看实图

No.04已交付 · 本地可运行

3 天

3 天，一个能跑的本地 RAG

本地法律 RAG 问答系统 · Ollama 本地部署 · 2026.04

• 混合检索（向量 + 关键词 + 多查询融合）+ 领域护栏
• 索引《民法典》全文，回答附法条来源
• 至今仍在我的电脑上可运行

针对「LLM 编造法条」的痛点：向量检索 + 关键词匹配 + 多查询融合的混合检索管线，领域护栏自动拦截刑法/税法等越界问题，查询规划与流式输出。

协作中曾识别出本地模型把法律问题误判为无关的「AI 偷懒」，我拒绝打补丁式修复，划定红线逼出彻底方案。分工上：GPT 拆模块、Codex 执行，我做连接器与质检。

这套系统 3 天交付，至今仍在我的电脑上可以跑起来。四段实践里，它是唯一一个真正交付并可运行的。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

其余 6 段 · 浅收 —— 点开才展开

No.05进行中

4 款模型

大模型横向评测

同一任务 · 固定变量 · 2026.10 至今

• 同一份材料 + 同一个 prompt 投给 4 款模型
• 用评分维度代替「感觉」
• 固定信息源：数字生命卡兹克 / 新智元 / B 站模型横评

为了搞清楚不同模型的差别，我把同一份简历材料、同一个 prompt，在同一时段分别投给 4 款主流大模型，比较响应速度与回答质量。

一开始我只凭「感觉」判断，很快发现这不成立——单次结果不能构成结论。所以我把它改成一次评测：固定输入变量、每款模型跑多轮、定义评分维度（结构完整性 / 事实准确性 / 可执行性 / 幻觉率 / 首字延迟），并把延迟从「大概 5 分钟」改成秒表记录。

结论里最有价值的一条：模型输出质量与输入上下文质量强相关。信息分散时噪声大，模型抓不住重点，回答就会泛；输入干净、角度够深，回答才有针对性。

这次评测还抓到过一款模型凭空编造我的项目经历——这也是为什么我现在对 AI 的输出都保留一道人工核验。

我固定的信息源是公众号「数字生命卡兹克」的深度思考文章（几乎每篇不漏）、新智元等，B 站看各家模型的能力横评；非开发类任务，我会把同一个问题丢给多个 AI 再对比答案，用这种方式打磨对模型的判断。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻转，查看实图

No.06技术验证 · 无真实数据

链路跑通

小韦精进看板 · 一条我自己没用的链路

技术验证 · 2026.06

• 飞书日记 → 机器人识别 → AI 提取 → 网页渲染
• 双 Agent 对照接口文档并行开发前后端
• 链路跑通了，但我没有坚持用

目标是把日常复盘做成可视化看板：手机飞书发每日总结 → 机器人识别 → AI 提取关键信息 → 网页渲染。我独立完成了 PRD 与前端（Vite + 原生 JS），让两个 Agent 对照接口文档并行开发前后端，两天全程模型额度仅消耗 5%–8%。

链路跑通了，但真实数据一直没导进去，看板至今是个空壳——因为我自己没有坚持每天用。

我一度以为是「功能做得不够好」，真正的原因是：我把「做出一个看板」当成了目标，而不是「解决我自己的复盘问题」。

一个连作者自己都不用的产品，不成立。这是我做过最诚实的一个项目。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

⟲ 点击此区域翻转，查看实图

No.07产出物

5 类角色

需求梳理 · 可视化 PRD

老师只给方向，需求自己梳理 · 2026.07

• 老师只给功能方向，不全程跟进
• 产出可点击的 HTML 原型版 PRD
• 5 类角色的权限矩阵

老师当面给了任务之后就很少跟进，产品需求需要我自己梳理：他给的是功能方向，剩下「谁在什么场景下要做什么、谁能看到什么」都得我自己补全。

我把 5 类角色（学生 / 教师 / 场地管理员 / 超级管理员 / 物业）的权限做成了一份可点击的 HTML 原型版 PRD——不是静态线框图，点进去就能看到每个角色实际会看到的界面。所以老师能直接指着说「这个入口排得不对」，而不用对着文档凭空想象。

这件事让我改掉了一个想当然：老师对字体大小、入口排序这类细节反馈很多，对整体流程给的意见却很少。是我先做出具体的东西给他挑，他才说得出来——需求确认不能指望对方一次把话讲完，得自己先把场景补全。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

⟲ 点击此区域翻转，查看实图

No.08方法论沉淀

5 条

多 Agent 协同开发工程规范

从真实项目沉淀 · 2026.07

• 需求文档是活基线
• 主 Agent 只吃结构化摘要
• 独立验证者 + 状态台账

从小程序项目复盘中沉淀的五条规范：需求文档是活基线；主 Agent 只吃结构化摘要；质量靠验收关卡兜底；独立验证者确认；状态外置台账。自创口诀：「Spec 验收标准是法律条文，确定性检查是警察，审核员是法院，主 Agent 是终审。」

↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

⟲ 点击此区域翻转，查看实图

No.09习惯

阶段性

判断力来自阶段性复盘

AI 使用复盘 · 阶段性 · 2026.03 至今

• 阶段性复盘 AI 表现
• 清楚 AI 擅长哪里
• 明确哪里需要流程约束

我不按天记录，而是每隔一段时间做一次阶段性复盘：回看这段时间里 AI 工具的使用表现，清楚知道它擅长哪里，以及哪里需要流程约束——也就是需要人工介入或提前设定规则的地方。判断力不是天生的，是一次次复盘喂出来的。

复盘的习惯是真的，但形式很轻——大多直接写在手机备忘录里，最后也没有沉淀成任何看板（见 No.06）。

↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

⟲ 点击此区域翻转，查看实图

No.10写给自己 · 不为流量

5900 字

公众号「小韦玩AI」+ 书稿

内容产出 · 2026.03 至今

• 单篇最长 5900 字
• 把 11 章书稿重构为体系化长文
• 写作流程：大纲先行 → AI 生成 → 人工审校

持续输出 AI 实践长文：多 Agent 开发复盘、双 Agent 环境调教、风格逆向工程写作法等。最长的一篇 5900 字，也把 11 章书稿《恋爱中的心动与理性》重构为体系化长文——写作流程固定为「大纲先行 → AI 生成 → 人工审校」，写作 skill 的指令遵循度在 80% 以上。

这个号基本没有读者，我也没打算做增长。它对我的价值是：写长文会逼我把一件还没想清楚的事，一直想到能写出来为止。

阅读公众号文章 ↗ ↩ 去往对照清单

展开 +

⟲ 点击此区域翻回

技能索引 · 诚实标注掌握程度

技能与工具

• AI Agent 工具（GLM / Kimi / DeepSeek API / MiniMax / Ollama 等 10+）深度实操
• Prompt 调优与模型评测（评测维度设计 · Bad case 归因 · 通过率统计）深度实操
• 需求访谈 / PRD / 产品开发全流程 SOP有方法论
• 原型与需求梳理（可视化 PRD · HTML 可交互原型 · 角色权限矩阵）有产出物
• 产品设计工具（Axure 原型 · 大专备赛时用过）基础
• 信息设计（通知标题化 · 操作引导录制 · 把信息降到对方能接住）有案例
• 写作与表达（公众号长文 · NLP 课程登台讲课自评 85 分）擅长
• 数据工具（Excel 透视表 / SQL 基础查询）基础
• 前端基础（HTML / JS / Vite）基础
• Python（课程 + AI 辅助脚本）基础