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
七夜zippoe1 分钟前
为什么 2026 年每个 Java 团队都该懂 AI Agent
java·开发语言·人工智能
举个栗子。3 分钟前
SwarmForge:AI 智能体协同编程框架,让多个 Agent 在隔离工作区并行协作
人工智能·开源·ai编程
AIGC小尼14 分钟前
Windows 本地 AI 漫剧全自动生产线部署完整教程(零基础、全指令、带源码、模型配置、排错方案)
人工智能·windows·ai漫剧
合米AI SOP系统18 分钟前
传统产线如何快速上马落地 AI 防错?合米科技 AI SOP 7天即可上线。
大数据·人工智能·科技
思录Echo18 分钟前
什么决定具身智能的最终走向?多技术路线与落地现实辨析
大数据·人工智能
ShallWeL36 分钟前
Orin 上多模型常驻与显存预算
人工智能·嵌入式硬件·nvidia·orin
xiaohaiAIgeo38 分钟前
【2026年】AI监控加行为分析守护实验室安全
大数据·人工智能·科普知识
IT_陈寒40 分钟前
Python的多线程就是个假把式,我算是体验到了
前端·人工智能·后端
集和诚JHCTECH1 小时前
案例分享 | BRAV-7721助力印刷电路板(PCB)智能缺陷复判系统
人工智能·嵌入式硬件·边缘计算