在當(dāng)前就業(yè)市場的不確定性中，許多人開始尋求副業(yè)作為職業(yè)發(fā)展的新路徑。本文詳細(xì)講述了作者如何利用AI技術(shù)輔助開發(fā)、克服技術(shù)難題、優(yōu)化用戶體驗(yàn)，并最終實(shí)現(xiàn)產(chǎn)品的順利上線整個(gè)過程，供大家參考。

最近在招聘網(wǎng)站上看了一下產(chǎn)品經(jīng)理的現(xiàn)狀，大廠的招聘已經(jīng)嚴(yán)重縮水，薪資也降了很多，小公司的更是如此。跟朋友聊天時(shí)也基本感覺寒冬已至，人人自危，公司里不敢得罪同事更不敢得罪領(lǐng)導(dǎo)，大家都有隨時(shí)丟掉工作的危機(jī)感。

我也一直有著同樣的危機(jī)感。不過現(xiàn)在我的內(nèi)心則比之前更加從容了，因?yàn)槲业墓疽呀?jīng)注冊下來了，我親手做的產(chǎn)品也已經(jīng)通過審核順利上架了。這是我提前給自己留的一條后路，以保證自己失業(yè)的時(shí)候能有口飯吃。

管理大師德魯克說過，動(dòng)蕩時(shí)代最大的風(fēng)險(xiǎn)，不是動(dòng)蕩本身，而是延續(xù)過往的思考方式與行為邏輯。所以一年前，趁著大模型時(shí)代的東風(fēng)，我開始了副業(yè)搞錢之路。

事先聲明：本人畢業(yè)于一所普通211院校的文科專業(yè)，畢業(yè)時(shí)僅有選修課上學(xué)到的一點(diǎn)點(diǎn)html功底。我身為一個(gè)產(chǎn)品經(jīng)理，一直有一個(gè)用極致產(chǎn)品影響世界的夢想。但身為打工人，要在一定程度上屈從老板的意愿和公司的商業(yè)利益。所以這個(gè)夢想遲遲未能實(shí)現(xiàn)。但有了自己的公司之后，這個(gè)種子該發(fā)芽了。我決定，從零到一做一款產(chǎn)品。

本著AI時(shí)代，人人都能寫5分鐘代碼的原則，我開始了自己第一次創(chuàng)業(yè)歷程。為了將成本控制做到極致，我注冊的是一家一人公司，公司沒有員工，只有我一個(gè)人。從寫PRD到設(shè)計(jì)再到開發(fā)和測試，皆由我一個(gè)人完成。

因?yàn)榕笥咽切聳|方老師，我自己對英語學(xué)習(xí)的方法論也了解的比較多，所以這次就寫一個(gè)英語聽口提升的應(yīng)用。我的基本思路有三：

1. 英語聽口想要速成，最關(guān)鍵的是要分級適配，就是持續(xù)找到比自己當(dāng)前水平高一點(diǎn)的學(xué)習(xí)材料進(jìn)行學(xué)習(xí)，太簡單則進(jìn)展緩慢，太難則容易放棄。
2. 考慮大家平時(shí)都太忙，很難有整塊的時(shí)間學(xué)習(xí)英語，所以一定要滿足用戶碎片化的學(xué)習(xí)訴求。
3. 堅(jiān)持學(xué)習(xí)是一件很難的事情，尤其是背單詞，要守護(hù)好用戶一絲一毫的興趣，一定要讓用戶在學(xué)習(xí)過程中無痛或少痛

注意這里提一下，這個(gè)時(shí)代大家的需求愈加轉(zhuǎn)向小而美的產(chǎn)品，人們越來越多地為工匠精神買單，為情緒價(jià)值付費(fèi)。而且沒有投資，沒有人手，對于一個(gè)一人公司來說更需要制心一處，在自己擅長的領(lǐng)域找到一個(gè)小痛點(diǎn)切入。

以前在學(xué)英語的過程中，我手頭囤了大量的英語學(xué)習(xí)素材，所以我把這些視頻素材使用python截成了一個(gè)個(gè)片段（后來自學(xué)兩個(gè)月的python），然后每個(gè)片段我都用對應(yīng)的臺詞文本做了切詞處理，然后構(gòu)建了一個(gè)難度分級模型，從詞數(shù)/句數(shù)/詞頻/語速/重復(fù)度/復(fù)雜度/時(shí)長等維度給每一段素材做了一個(gè)打分。為了更加嚴(yán)謹(jǐn)，這個(gè)階段我調(diào)用了OpenAI的4o模型同步進(jìn)行了難度評估，最終結(jié)合大模型計(jì)算了一個(gè)加權(quán)得分。依據(jù)這個(gè)得分，所有的素材均實(shí)現(xiàn)了難度等級歸類。

做這些工作的同時(shí)，我草擬了整個(gè)產(chǎn)品的原型圖，撰寫了對應(yīng)的PRD，并在微信公眾平臺上注冊完成了一個(gè)小程序賬號。另外部署服務(wù)端需要一臺服務(wù)器，所以我在雙11期間花了一千多塊在阿里云上入手了一臺服務(wù)器（當(dāng)時(shí)做了調(diào)研，好像阿里云上是最便宜的）。不會命令行，我就用window server+小皮系統(tǒng)搭建環(huán)境。一切準(zhǔn)備就緒，我開始了前后端代碼的撰寫工作。

之所以選擇小程序，是因?yàn)樾〕绦虻木幊陶Z言本質(zhì)上是HTML/CSS/JavaScript，對我來說相對比較熟悉一些。不過這個(gè)過程對我來說依舊挑戰(zhàn)不小，以前只是在大學(xué)蜻蜓點(diǎn)水地學(xué)過，基本忘的差不多了。不過我相信，借助大模型，我一定能搞定。因?yàn)椴惶蠖说募夹g(shù)棧，所以我把我的情況給豆包說了一下，它給我量身定制了一個(gè)技術(shù)棧，就是以Node.js + Express為主，輔助用Python + Flask。

在正式寫代碼之前，建議大家提前閱讀一下微信小程序的官方開發(fā)文檔，不需要通讀，因?yàn)榇蟛糠謅pi和平臺能力你可能都用不到。只需要通讀指南/框架/組件三部分即可，剩余的部分可以在開發(fā)的過程中用到了再仔細(xì)研讀。

代碼這塊兒我主要用的是Chatgpt+豆包+kimi，之前也對比過文心，通義，智普，百川等模型，整體還是感覺這三個(gè)模型最靠譜。Chatgpt一定要開plus會員，沒有額度限制且畫布功能真的很強(qiáng)大，對我這種編程小白相當(dāng)友好。你只需要把PRD涉及到這個(gè)板塊的部分粘貼進(jìn)去，就能得到一個(gè)差不多的結(jié)果（除了UI部分）。

不過，盡管如此，我發(fā)現(xiàn)大模型寫的代碼雖然看著有模有樣，但真正運(yùn)行之后還是會經(jīng)常遇到各種各樣的錯(cuò)誤提示。

這時(shí)候先不要著急，耐折性子自己看看，有些錯(cuò)誤信息寫的比較清楚，自己讀一讀就能知道原因。比如變量名字寫錯(cuò)了，誤把常量用成變量了，接口請求失敗未能正確賦值等等。實(shí)在看不懂的時(shí)候就直接把錯(cuò)誤信息反饋給大模型，大模型大概率都能自我修正。

這個(gè)過程需要一些耐心。我感覺對于一個(gè)文科生來說最大的挑戰(zhàn)是，我時(shí)常會遇到一些無解的難題，就是很多錯(cuò)誤信息大模型解不了，代碼我也看不懂。進(jìn)度一度被卡住了，有時(shí)候一個(gè)問題常常要花兩三天才能解決，這個(gè)過程是很崩潰的。平時(shí)上班本身就挺累，晚上回家還要寫代碼，周末兩天也馬不停蹄地寫，這種狀態(tài)我已經(jīng)堅(jiān)持了半年了，大腦全負(fù)荷運(yùn)轉(zhuǎn)，身體也乏的不行。每天到家啥也不想干，只想躺著看劇刷抖音，但一想到自己創(chuàng)業(yè)成功的場景，內(nèi)心又漸漸蓄滿了能量，這些能量足夠支撐我干到凌晨1點(diǎn)了。

盡管很難，卡點(diǎn)還是要解的。我主要采取兩個(gè)思路，一是放下執(zhí)念：調(diào)整產(chǎn)品方案，A方案行不通就自己改PRD調(diào)整為B方案。二曲線救國：調(diào)整技術(shù)棧，比如某些代碼如果在node上行不通，那就直接用python部署，或用Flask或正常處理然后回吐給node。

UI部分是挺頭疼的，理論上，只要你的prompt足夠具體，顆粒度給夠，我相信大模型應(yīng)該是能滿足需求的。但是我建議不要死磕大模型了，費(fèi)時(shí)費(fèi)力（合理分配自己的耐心，把這點(diǎn)耐心放到研讀報(bào)錯(cuò)信息上更明智一些）。盡量還是基于大模型給定的樣式自己改會更高效。如果你有css的功底，那就很簡單了。如果沒有，建議你花兩三天學(xué)一下，很容易上手的。

就這樣日拱一卒，半年后我終于完成了我人生中第一款完全按照自己的想法親手打造的產(chǎn)品，看著一切運(yùn)行正常，我熱淚盈眶，不敢相信我真的做到了！半年來我身心俱疲，幾近崩潰，隔絕了社交，卸了農(nóng)藥，亦遠(yuǎn)離了愛好，每天的生活如同煉獄一般，只為了今天，為了證明我可以的。這種感覺大概就是懷胎十月，一朝分娩之后的欣喜吧。

說回到產(chǎn)品本身，由于這款產(chǎn)品我已經(jīng)把成本控制到了極致，所以在價(jià)格端就更有話語權(quán)。英語學(xué)習(xí)貴在堅(jiān)持，延遲滿足。由于延遲滿足比較痛苦，所以我做了一個(gè)大膽的設(shè)計(jì)，最大化激勵(lì)用戶堅(jiān)持學(xué)習(xí)的行為，且把激勵(lì)做到即時(shí)反饋。整個(gè)產(chǎn)品只設(shè)一個(gè)月卡，用戶在7天免費(fèi)體驗(yàn)期過后僅需購買一個(gè)9.9月卡，后續(xù)只要能每天堅(jiān)持認(rèn)真打卡就能得10金幣，300金幣可以免費(fèi)兌換月卡。只要你能堅(jiān)持，就可以持續(xù)免費(fèi)使用。

最后說一下大模型的使用心得：

個(gè)人的整體感受無論是編程還是在語義理解和文本處理這塊，Open AI的系列模型實(shí)際效果還是要好于國內(nèi)一眾的大模型。在使用大模型進(jìn)行語料分析和判斷時(shí)，可以適當(dāng)給ChatGPT多一些權(quán)重，或者同時(shí)調(diào)用多個(gè)模型進(jìn)行綜合判斷，但即便如此，批量處理時(shí)，我發(fā)現(xiàn)模型的準(zhǔn)確率也大概只有90%左右，整個(gè)過程還是需要人工參與校對的。

國內(nèi)的大模型整體也越來越強(qiáng)了，我首推豆包和kimi，豆包是因?yàn)榻缑婧啙崯o廣告，而且整體效果也不差。kimi我主要用它的網(wǎng)頁插件版，這樣我可以在閱讀小程序開發(fā)文檔的時(shí)候可以直接讓它生成對應(yīng)的完整版代碼，非常方便。當(dāng)然，自己把開發(fā)文檔拿下來做一個(gè)agent理論上也是可以的。

另外，模型常常出現(xiàn)幻覺，所以微調(diào)的時(shí)候prompt一定要具體豐富少歧義，建議寫PRD時(shí)就直接遵循這個(gè)原則，直接讓大模型根據(jù)PRD生成代碼，非常高效。

微調(diào)的過程中除了需要百折不撓的毅力外，還需要通權(quán)達(dá)變。比如這款產(chǎn)品支持用戶上傳英文視頻并自動(dòng)生成雙語字幕，字幕的部分需要讓大模型把ASR識別的單個(gè)詞匯串成句子，這時(shí)如果只是讓大模型根據(jù)現(xiàn)有單詞串成句子，過程中不能增加或減少詞匯，那么批量處理時(shí)結(jié)果大概率會產(chǎn)生幻覺。這個(gè)時(shí)候就需要轉(zhuǎn)變視角，不要再讓大模型組句了，只需要將所有詞匯使用空格分隔然后告訴它“這段話中所有標(biāo)點(diǎn)符號不慎丟失，請補(bǔ)充完整”即可，效果會出奇的好。

雖然公司現(xiàn)在還沒盈利，但是我覺得自己已經(jīng)邁出了一大步了。目前產(chǎn)品體驗(yàn)我認(rèn)為還沒做到極致，再持續(xù)打磨下去，我相信盈利應(yīng)該是沒問題的。我希望自己的經(jīng)歷能夠幫到每一個(gè)懷揣夢想的產(chǎn)品人。很感激自己生在一個(gè)AI加持的時(shí)代，這個(gè)時(shí)代有迷茫，有激蕩，有壯志凌云，有無限可能。

最后想說：半山腰總是最擠的，你得去山頂看看。愿大家保持信心，執(zhí)著于自己熱愛的，早日站在浪潮之巔。