我用AI+低代码从零打造心理小程序

分享自己的低代码开发的开发历程,帮助大家了解低代码开发的优势和坑在哪里


一、背景与工具选择:为什么是低代码+AI?

本人纯后端开发,对前端技术不了解,所以选择了AI结合低代码开发平台。我主要使用的低代码开发平台分别是扣子和weda。两者都是很好的低代码开发平台,就个人使用感受而言:

扣子平台 资源整合更加密切,比如数据库和ai插件,可以一键集成,相比执行weda平台的数据库和存储则需要额外去开通,引入较为复杂。扣子平台最大支持20个页面,weda平台则没有这个限制,同时由于平台不同,扣子跟适合发布到抖音小程序,发布到微信小程序需要额外代码适配微信小程序的用户隐私协议。

weda平台 开发复杂度比扣子平台要搞,且资源引入和收费方式相较而言更加的复杂,但是提供了一键集成用户隐私协议的功能,且没有页面数量的限制。

正如上文所讲,本人不会前端代码,同时想要发布到微信小程序,所以最终选择了weda平台作为主要开发平台。如果是小白想练手,或者想开发抖音小程序,建议选择扣子。


二、我是如何结合AI来进行设计的?

首先设计一款小程序需要从项目和产品的角度来考虑。项目无非人员、资源、技术、过程。前面三者已经确定,分别是本人使用weda平台的存储、网络、无代码开发平台进行小程序设计,最关键的过程则需要AI以项目经理的角度帮助我们进行MVP(最小可行产品)的规划。到这里重点从项目设计转变为产品设计。那么现在应该如何进行产品设计呢?自己设计是不可能自己设计的。想问ai不知道从哪切入怎么办?好的关键点来了,首先,我们让ai向我们进行提问。 以下是我的提问方法:

markdown 复制代码
# 用户提问模板  
"我需要设计一款XX领域的小程序,请向我提至少10个问题,帮助我理清产品设计思路"  

通过AI生成的10个关键问题(如核心功能优先级AI介入程度隐私与伦理风险

markdown 复制代码
以下是10个关键问题,帮助你理清这款基于CBT和AI的学习应用设计思路:
1. 核心功能优先级
● 在"记录信念/归因/扭曲"、"AI实时分析"、"可视化报告"、"小组互动"这些功能中,你认为哪三项是MVP(最小可行产品)必须包含的?
2. 用户引导设计
● 如何设计新手引导流程,才能让用户快速理解"思维扭曲"、"归因风格"等专业概念而不感到困惑?
3. AI介入程度
● 你更倾向AI主动识别认知偏差(如自动标注"这是全有或全无思维"),还是等待用户自主判断后再提供反馈?
4. 记录方式优化
● 用户记录情绪事件时,采用结构化输入(下拉菜单选择情绪/扭曲类型)还是自由文本+AI解析更符合需求?
5. 激励机制
● 对于坚持记录的用户,你认为成长体系(如徽章)、数据可视化(情绪曲线图)或认知改善报告哪种奖励更有效?
6. 隐私与分享
● 小组讨论功能中,用户分享内容是否需要匿名处理?如何平衡社交学习与隐私保护?
7. 专业度把控
● 是否需要内置认证CBT治疗师的审核内容?还是完全依赖AI+标准化CBT框架?
8. 危险信号处理
● 当系统检测到用户有严重抑郁倾向时,应直接提供心理危机热线还是先询问用户是否需要帮助?
9. 多场景适配
● 用户记录情境应该支持实时记录(当下发生事件)还是允许事后补充记录?是否要区分工作/家庭等场景标签?
10. 效果验证
● 你计划通过什么指标评估应用效果?如:用户留存率、认知重构案例数、前后测问卷对比等?
11. 进阶功能考量(附加题)
● 是否要加入"思维实验"功能,用AR模拟令用户焦虑的场景进行暴露练习?这涉及更复杂的伦理审查。
这些问题从产品定位、用户体验、技术实现到伦理风险全面覆盖,建议先聚焦前6个基础问题建立核心框架。需要深入探讨某个方向时可以继续追问。

这下产品设计思路一下子就清晰起来了,接下来,我们请AI帮助我们进行MVP功能架构设计,输出如下:

核心流程图

graph TD A[情绪触发] --> B{记录模式选择} B --> C[Thought Diary标准模板] B --> D[ABC Model进阶模板] C --> E[AI认知分析] D --> E E --> F[认知重构工具] F --> G[进度追踪]

版本规划:

版本 时间 核心升级
MVP1.0 2周 基础记录+AI标注+替代思维生成
MVP1.5 4周 模式对比分析+多设备同步
MVP2.0 8周 个性化模式推荐+临床验证报告

执行建议

markdown 复制代码
1. 开发优先级
  ○ 首周完成Thought Diary核心流水线
  ○ 次周集成ABC模型智能解析
  ○ 第三周构建进度可视化仪表盘
2. 工具选择
  ○ 原型验证:使用Framer制作可交互原型
  ○ 用户测试:Lookback进行远程可用性测试
  ○ 文档管理:Notion建立实时更新知识库
下一步可输出详细API文档模板或具体算法实现方案,需要哪方面深化请指明方向。

MVP核心功能验证方法

  1. 结构化输入优先:用户通过下拉菜单选择情绪类型,降低AI解析错误率;
  2. AI标注+人工复核:自动识别认知偏差后,需用户二次确认才生成重构建议;
  3. 紧急熔断机制:检测到抑郁倾向关键词时,强制跳转危机干预页面。

三、低代码实战:页面生成与AI"附魔"

此时重点又回到了项目,此时项目的最后一个步骤,过程也有了。这时有同学要问了,说了这么多,页面到底咋写?别急,现在开始到页面了。页面首先包含了布局和组件。我们先请AI来帮助我们规划需要哪些页面。

1. 页面生成流水线

1)向AI提问,生成页面类型和页面数量

页面类型 数量 说明 开发优先级
认证页面 1 登录/注册/权限管理 P0
情绪触发入口 1 多模态记录启动界面 P0
情绪记录表单 2 Thought Diary/ABC Model双版本 P0
认知重构工作台 1 证据天平+替代思维生成 P1
数据看板 1 情绪趋势/认知模式可视化 P1
设置中心 1 隐私控制/AI干预调节 P2
危机干预页面 1 紧急联系人/自助工具 P0

2)向AI提问生成UI设计。

markdown 复制代码
UI设计方案
1. 首页
● 顶部导航栏:固定在页面顶部,包含小程序名称和用户头像,点击用户头像进入个人中心。
● 轮播图区域:展示CCBT训练课程的特色和优势,吸引用户了解和学习。
● 功能模块入口:清晰展示课程模块、心理测评模块和自助工具模块的入口,方便用户快速选择。

**效率对比**:传统开发需3天,低代码+AI仅需2小时完成原型。  
  1. 将UI设计方案发送给低代码的AI自动生成界面的平台。让它一键生成。 成本展示如下:
2. AI动态赋能

光是有了页面还不行,以心理测评页面为例,还需要AI作为驱动来为实际功能进行"附魔"。我们将用户的设计测试结果发送给AI,通过AI返回的json格式的输出,来为用户生成测评结果。不需要几年的努力学习,就可以轻松帮助用户解读测评结果(特别说明:AI生成的结果不能医用,只能用作心理健康初筛),最后将输出的json解析后,放置到预先生成的页面即可。

测评结果页通过调用AI接口实现动态报告生成

json 复制代码
// 用户提交答案后向AI发送请求  
{  
  "prompt": "根据以下答案生成心理测评报告(JSON格式):[用户数据]",  
  "response_template": {  
    "score": "number",  
    "analysis": "string",  
    "suggestions": ["string"]  
  }  
}  

注意 :需设置内容安全过滤层,避免AI生成非合规医疗建议。


附魔后结果展示:

四、避坑指南:低代码的坑的地方

讲完便利的地方,就要开始讲坑了。首先无代码平台会各种卡脖子,比如分包功能,在无代码平台需要额外收费,其次就是开发都是在线开发,内存占用量大。最后就是组件受到平台的限制,很多好用的特性和包需要额外去适配。

优势清单
  • 零前端知识突围:通过拖拽+AI描述生成复杂布局;
  • 微信生态无缝对接:一键发布+自动处理隐私协议弹窗;
  • 低成本试错:MVP开发周期缩短60%。
暗礁预警
  1. 性能陷阱

    • AI生成的冗余组件导致首屏加载延迟增加300ms;
    • 解决方案:手动合并重复请求,禁用非必要监听器。
  2. 平台锁死风险

    • 分包功能需购买企业版(1999元/月);
    • 自定义组件需适配平台私有协议(如Weda的w-component语法)。
  3. 调试黑洞

    • 可视化逻辑链断裂时,不得不通过console.log埋点调试;
    • 典型案例:某个表单提交事件被AI错误绑定到2个冲突的API。

五、总结:给技术人的真诚建议

  1. AI提问比回答更重要:用结构化问题榨干AI的产品设计能力;
  2. 低代码 ≠ 无代码:低代码生成的页面往往比较简陋,且有些地方数据对不上,需要自己手动调整。真正算下来花费的时间可能比熟练的前端手搓页面要高出不少。且调试也不是很方便。

就先分享这么多,有机会再讲讲音频和视频素材的制作流程,jym有什么想要了解的也可以在下面评论,后面重点讲。正如开头所讲,本人后端,确实不擅长前端和小程序,技术不行的地方轻喷,谢谢!

相关推荐
GoMaxAi42 分钟前
开源Midjourney替代方案:企业级AI绘画+PPT生成系统+AI源码
人工智能·ai作画·开源·自动化·aigc·powerpoint·midjourney
量子位4 小时前
挤爆字节服务器的 Agent 到底啥水平?一手实测来了
人工智能·aigc
量子位4 小时前
狸谱 App 负责人一休:从 “叫爸爸” 小游戏到百万月活 AI 爆款,社交传播有这些底层逻辑丨中国 AIGC 产业峰会
人工智能·aigc
码流怪侠5 小时前
阿里重磅开源 LHM:开源3D数字人神器
深度学习·aigc
正在走向自律11 小时前
AI数字人:品牌营销的新宠与增长密码(6/10)
人工智能·ai作画·aigc·ai写作·数字人·ai数字人
墨风如雪11 小时前
国产AI视频迈入“高可控”时代?Vidu Q1重磅发布,这几个点太炸裂了!
aigc
爱吃的小肥羊11 小时前
ChatGPT的4种使用方法,助你快速使用ChatGPT
人工智能·aigc
charles_vaez12 小时前
开源模型应用落地-Podcastfy-从文本到声音的智能跃迁-Docker(二)
深度学习·aigc·agi
Want5951 天前
大模型安全吗?数据泄露与AI伦理的黑暗面!
网络·人工智能·安全·aigc