QDKT产品拆解&设计

拉取开源项目到本地

核心要求:将开源项目通过clone命令克隆到本地电脑(把网上的项目代码下载到自己电脑);

验证:拉取完成后,用VS Code能打开项目文件夹即表示成功。

准备how prompt指令

核心要求:将how prompt专用拆解提示词准备好(可直接使用现成模板),确保大模型能调用该指令;

验证:在大模型中输入how prompt,模型能响应拆解相关指令即表示成功。

验证准备结果

准备就绪后即可进入项目拆解环节。

开源项目核心拆解方法

核心逻辑为用how prompt指令+大模型,让AI帮我们完成项目的自动化拆解,最高效的拆解顺序为:先执行how prompt指令,再用工具打开项目辅助查看。

步骤1:克隆开源项目代码到本地

打开电脑终端,用cd 文件夹路径命令切换到你想存放项目的文件夹(比如cd 桌面/开源项目);

输入clone 项目仓库地址命令,等待代码下载完成(终端显示"完成/成功"即止);

下载完成后,在对应文件夹中能看到项目文件夹,即表示克隆成功。

避坑:若终端使用不熟练,可直接用Trae工具内置的"克隆项目"功能,可视化操作更简单。

步骤2:用工具打开项目并配置大模型

VS Code+Kimi配置:用VS Code打开克隆好的项目文件夹,在VS Code中关联Kimi大模型(插件市场搜索Kimi,安装后登录即可);

Tr a e配置:直接打开Trae工具,导入本地的项目,Trae已内置豆包1.8/codin模型,无需额外配置(免费使用)。

二选一即可,Trae操作更简单,推荐优先使用。

步骤3:执行how prompt指令开始拆解

在配置好的大模型中(Kimi/Tree),输入how prompt 指令,并告知模型:"帮我拆解这个 ...... 开源项目,生成完整的AI model usage analysis文档";

等待模型执行完成,模型会自动扫描项目所有代码,生成一份完整的项目拆解文档------AI model usage analysis

提示:模型拆解耗时根据电脑性能而定,一般5-10分钟,无需操作,等待即可。

步骤4:解读拆解核心结果(AI model usage analysis文档)

模型生成的拆解文档包含项目所有核心信息,只需重点解读4个核心板块,具体解读方法如下:

板块1:项目基础信息

包含项目名称、主要功能,快速了解......是做什么的。

板块2:项目流程图/时序图

核心作用:看懂产品的用户使用流程

可视化操作(必做):模型生成的是语法文本绘图代码,直接复制代码到飞书文档,飞书会自动生成可视化的流程图/时序图,无需自己绘制;

核心看什么:重点看"用户前端→API服务→大模型服务→数据库→前端展示"的整体流转,知道每个环节的作用即可。

板块3:系统架构图

核心作用:看懂项目的整体组成部分,知道产品由哪些模块构成;

核心模块(只需记):

① 用户层:Web前端、嵌入集成(产品能嵌到其他平台);

② 服务层:对话服务、大模型服务、数据服务、认证授权(权限管理);

③ 底层:数据源(支持MySQL/Oracle等多数据库)、lang chain框架、提示词模板库;

解读逻辑:从上到下看,知道"用户用什么→系统提供什么服务→底层靠什么支撑"即可。

板块4:项目提示词库

模型会自动提取项目中所有的提示词模板,这是核心灵魂,只需分类查看,无需理解具体编写逻辑,后续自研产品可直接复用:

核心产品逻辑拆解

看懂项目拆解文档后,需理解核心业务逻辑 ,这部分是后续提取功能点、写PRD的基础,所有步骤均为通俗化解读,无专业术语。

核心设计亮点(需记住,自研可直接复用)

SQL生成重试机制 :若生成的SQL执行失败(查不出结果),系统会把报错信息+原有内容再次发给大模型,让模型重新生成,循环3次,提升SQL生成的准确性;

原子化保存:将「原始查询数据、图表配置、分析结果」分别保存到数据库的不同字段,后续做仪表盘/二次查询时可直接调用,无需重新计算;

多数据库适配:为不同数据库编写专属的动态SQL提示词模板,适配MySQL/Oracle/Postgresql等多种数据库;

可视化自主配置:大模型根据查询结果自动匹配合适的图表类型(柱状图/折线图等),无需用户手动设置。

设计待优化点

权限过滤逻辑不合理优化方案:在生成SQL前,直接在数据库表结构中过滤掉无权限的内容,一次生成即可;

使用小众可视化工具优化方案:使用通用可视化工具(如Echarts),大模型训练数据多,无需额外约束;

未限制查询结果长度优化方案:在提示词中限制查询结果,只拉取统计指标(如SUM/AVG),不拉取原始数据。

四、关键术语通俗解释

|--------|-----------------------------------------|
| 专业术语 | 通俗解释 |
| schema | 数据库的表结构,包含表名、字段名、字段类型等 |
| RAG | 检索增强生成,"先从数据库中找相关信息,再让大模型生成内容",避免模型编造信息 |
| 动态SQL | 适配不同数据库的SQL语句,因为不同数据库的语法有差异 |
| 原子化保存 | 把不同类型的数据(原始数据/图表配置)分开保存,各自独立,后续可单独调用 |
| 提示词模板 | 提前写好的提示词框架,不同场景直接套用,无需重新编写 |

功能点提取与PRD撰写

拆解完项目后,无需开发完整的产品 ,核心是提取其中的单个功能点,借助AI撰写该功能点的PRD(产品需求文档),借助AI可快速完成,核心原则:先完成项目整体拆解,再提取单个功能点,避免信息遗漏。

步骤1:选择要提取的功能点

优先选择核心简单功能点,不建议先选权限配置等复杂功能。

步骤2:用AI辅助撰写PRD(给现成提示词,直接复制使用)

前置条件:确保大模型已完成项目的整体拆解,对项目的流程/架构有清晰认知;

复制以下提示词到大模型(Kimi/Trae),仅需替换【要提取的功能点】 即可:

我是一名产品经理,正在设计一款......类产品,需要参考......开源项目撰写PRD。请帮我分析该项目中......功能点,按以下格式撰写该功能点的PRD,要求内容详细、包含功能描述、用户故事、前置条件、后置条件、界面交互、业务流程、异常处理:

  1. 功能描述
  1. 用户故事(至少3个)
  1. 前置条件(数据依赖/功能依赖/权限依赖)
  1. 后置条件(系统状态/对话状态)
  1. 界面交互(核心按钮/展示区域)
  1. 核心业务流程
  1. 异常处理(SQL执行失败/图表渲染失败等)
  1. 等待模型生成PRD,生成的PRD可直接使用,无需额外修改。

步骤3:PRD核心内容解读(需检查的关键点)

生成的PRD需包含以下7个核心部分,确保信息完整,后续开发可直接参考:

  1. 功能描述:清晰说明该功能是做什么的,能解决用户什么问题;
  1. 用户故事:站在用户角度描述使用场景;
  1. 前置条件:该功能能使用的前提;
  1. 后置条件:该功能使用后,系统的状态变化;
  1. 界面交互:前端的核心元素;
  1. 业务流程:该功能的单独处理步骤;
  1. 异常处理:功能使用中出现问题的解决方式。

界面原型生成与工具转换

撰写完PRD后,需要生成功能点的界面原型(即产品的前端样子),无需自己绘制,借助AI生成HTML原型代码,再转换成Figma/墨刀的可编辑原型即可。

步骤1:AI生成HTML原型代码(复制提示词即可)

在大模型中输入以下提示词,替换【功能点】,模型会生成包含「内联CSS+JS」的完整HTML代码,无需自己编写:

请参考......开源项目的代码实现,为AI问数产品的【可视化图表生成】功能点撰写前端界面原型,用HTML编写,包含内联CSS和JS,实现核心界面(图表展示区、数据详情区、操作按钮),并对每个界面元素做说明。

步骤2:将HTML代码转换成可编辑原型(墨刀)

  1. 打开墨刀网页版,新建一个项目;
  1. 找到「HTML转墨刀」工具,粘贴AI生成的HTML代码(或上传.html文件);
  1. 墨刀会自动生成可视化原型,直接在墨刀中编辑即可。

最小可行性产品(MVP)自研落地

若想实现产品的简易落地,无需自己编写代码,借助大模型(Kimi/豆包)做Web Coding ,基于撰写好的PRD,让AI帮我们开发一个最小可行性版本(MVP),仅保留核心功能,按步骤执行即可,重点在调试

步骤1:给大模型提开发需求(复制提示词,替换核心信息)

请帮我开发一个......类产品的最小可行性版本(MVP),核心功能包含【......】,参考......开源项目的逻辑,要求:

  1. 支持MySQL数据库关联;
  1. SQL生成失败时循环重试3次;
  1. 能根据查询结果自动渲染柱状图/折线图;
  1. 实现简单的数据分析功能;
  1. 开发前端简单界面,能展示查询结果、图表、分析结论。

步骤2:AI开发与调试

  1. 模型会生成完整的前后端代码,学员只需将代码保存为对应的文件(如.html/.py),按模型提示运行即可;
  1. 常见bug及解决方法(遇错优先查这3点):

① 图表渲染失败:大概率是图表配置格式错误/依赖库不全,将报错信息发给大模型,让模型修改配置代码;

② SQL执行失败:检查数据库连接是否正确,让模型重新生成SQL提示词;

③ 界面无响应:让模型简化前端代码,保留核心展示功能,去掉复杂的交互效果。

  1. 调试原则 :模型开发的代码大概率会有小问题,将报错信息直接发给模型,让模型自己修改,一般修改2-3轮即可得到可用版本。

步骤3:产品核心功能测试

可用简单的问题测试产品,能实现即表示MVP开发成功。

大模型使用避坑指南

  1. 避免给模型提供"无语义"的信息解决 :给字段/文件起有语义的名字(如add_date:添加日期);
  1. 提示词编写要"明确约束":比如让模型生成SQL时,明确要求"仅生成查询语句(SELECT),禁止生成增删改(INSERT/UPDATE/DELETE)语句",并在提示词末尾再次强调;
  1. 不要让模型拆解超出其能力的内容解决:用Kimi/豆包1.8等高阶模型做项目拆解。

产品开发避坑指南

  1. 不要直接扔大PRD给AI开发,应简化PRD,只保留核心功能和流程,让模型开发;
  1. 不要盲目复用小众工具/框架:应优先使用通用工具/框架;
  1. 不要忽略数据保存 :自研时一定要做原子化保存,否则后续做二次查询/仪表盘时需要重新计算,效率极低。

后续学习与答疑

一、后续进阶学习方向

  1. 提示词工程:学习简单的提示词编写技巧,能根据自己的需求修改how prompt指令、SQL生成提示词;
  1. 基础编程知识:学习简单的HTML/CSS/MySQL知识,能看懂模型生成的代码,简单修改bug;
  1. 产品设计基础:学习PRD的标准撰写格式、产品流程图的绘制方法,能独立完成简单功能的PRD撰写;
  1. 项目全流程调试:尝试拆解更多的开源AI产品,提取功能点并自研,积累调试经验。

常见问题快速解答

  1. 克隆项目失败怎么办?:检查终端的文件夹路径是否正确,项目仓库地址是否有效,Trae工具可视化克隆更简单,优先使用;
  1. 大模型拆解项目不完整怎么办?:在how prompt指令后添加"生成完整的AI model usage analysis文档,包含项目流程、架构、所有提示词模板",让模型重新拆解;
  1. 图表渲染失败怎么办?:将报错信息直接发给大模型,让模型修改图表配置代码,优先使用Echarts等通用可视化工具;
  1. AI开发的产品无法运行怎么办?:让模型生成"运行步骤说明",按说明逐步运行,遇错直接将报错信息发给模型修改。

实操答疑

若在实操过程中遇到具体问题,可将问题+报错截图发给大模型(Kimi/豆包),遇错优先让AI帮忙解决,无需自己钻研复杂的代码问题。

...... 产品拆解&设计

...... 产品拆解

  • 拉取源码到本地
  • 使用任意 AI 编程软件安装 /howPrompt 命令拆解

...... 设计

  • 核心:......
  • 对标产品 ---> PRD

我是一名产品经理,我想要参考此项目设计一款......类产品,此刻正在撰写PRD。请帮我分析此项目中"......"功能,按如下格式要求帮我撰写此功能点的 PRD,保存在项目`ai_analysis/prd/visualization`路径下。

```

功能描述

对此功能的简单描述

用户故事

描述系统参与的角色的使用功能

前置条件

此功能的前置条件,比如使用该功能需要登录权限、角色权限等。

数据依赖、权限依赖、其他功能依赖

后置条件

此功能的后置条件,比如执行该操作后,会更新列表数据。

界面及交互

参考代码实现,使用 HTML 撰写此功能的界面原型,给出与界面各元素的说明及其交互。生成单独的内联 CSS/JS 的 HTML 文件,给出索引。

业务流程

此功能的业务流程,使用 mermaid 语法呈现

异常/分支流程

此功能的异常流程与分支流程(如有)

数据字典

此功能牵涉到的数据字典

```

  • HTML代码--->原型图
    • figma:HTML to Design(付费)
    • 墨刀:HTML转墨刀(付费)
  • Vibe Coding

帮我开发一款 ......产品,相关功能如下:......

相关推荐
xinlianyq1 小时前
TikTok短视频生成工具哪家好?跨境出海如何用 AI 实现爆款视频复刻
人工智能·aigc
源码宝1 小时前
基于SpringCloud+UniApp的智慧工地云平台整体架构设计与实现
java·人工智能·spring cloud·源码·智慧工地·云平台
Aousdu1 小时前
AI_Coding_用python做一个智能编程助手(1)
人工智能
大写-凌祁1 小时前
RS-Claw & XSkill 深度分析
人工智能·语言模型·云计算·腾讯云·agi
大模型任我行1 小时前
蚂蚁:无师自通的视觉记忆增强
人工智能·计算机视觉·语言模型·论文笔记
暗夜猎手-大魔王1 小时前
转载--Hermes Agent 13 | Gateway 架构:二十余渠道如何复用同一套 Agent Runtime
人工智能·gateway
小杨在厦门1 小时前
从“凭感觉管”到“靠数据管”:AI验布数据如何重塑纺织企业决策模式
人工智能·服装·服装厂·服装机械·铺布机
小草cys1 小时前
NVIDIA 驱动(550版本)成功安装后安装支持 GPU 加速的 PyTorch
人工智能·pytorch·python
深小乐1 小时前
Obsidian首页实在忍不了了,花了两个小时,没想到能捣鼓到这么漂亮
人工智能