AI Native是大势所趋，AI Coding的技能必不可少。鉴于此，笔者决定新开一个AI Native系列，记录自己后续在All-In-AI路程上的点滴，分享自己通过AI提升日常工作跟研发效率的思考和经验。
先前的文章也讨论到，因为工作的原因，笔者已经开始在做ToB稳定性治理的事情，所以近期也一直在通过Vibe Coding的方式，设计相关平台能力要做些什么，产品形式上需要如何呈现。从效果上看，AI写前端原型的能力还是比较OK的，能够很快速满足笔者的工作需要。今天这篇文章，就简单聊一下这个过程中的经验。
笔者用的工具是Qoder，通过Quest模式去快速搭建前端原型，整一个过程是这样的：
首先是需求文档，这部分基本上是自己纯手写，因为设计到很多实际业务层面还有自己对实现效果预期的思考。需求文档写完后，先不急去丢给AI，先让AI理解前后端项目，沉淀一些memory，然后再丢需求文档，这样AI就能够知道可能涉及哪些地方的修改，对应模块的代码以前写的怎么样。
然后因为是搭建原型，所以需要告诉AI新开一个项目，把原来前端项目copy过去（本地开发方便的话，git worktree更合适），完了之后告诉AI用原来项目的样式去搭建这个新模块（此处注明，旧版本的Qoder的Quest有内置前端原型的Skill，可以直接用）。模块功能点梳理清楚，明确页面上需要哪些元素、交互逻辑是怎样的，配合上涵盖自己设计预期的截图，这样AI也可以充分去理解。基本上搞个半天左右，就可以搭建出来一个5个主页签带上4个子页签这种规格的前端原型了。
剩下的就是微调，利用AI做渐进式优化，有时如果方案需要调整，改一下描述重新生成就好，也不需要自己亲自参与重构，让AI自由发挥即可。这里需要注意的是，AI对于复杂业务状态管理的理解还是有局限的，可能某些场景下AI会get不到自己的想法，所以笔者的建议一是自己要给够足够的上下文信息，必要时喂一些文档，另一块就是拿一些rules来harness下，不要让AI过分自由发挥，想的太多。不过整体来看，原型图因为并非最终的功能实现，所以也不需要做的太细致，能表现基本内容就行。
总体来看，用Vibe Coding从0到1写前端原型来辅助产品技术方案，目前已有的工具还是可以很方便达到效果的。算是AI提效的一个很成熟的场景了。