AI 原生产品快速原型验证

项目概述

这部分整合了我在 3 个月内完成的多个 AI 原型项目，统一展示需求拆解、原型设计、AI coding 工具辅助实现和 Demo 交付过程。项目类型覆盖对话、习惯养成、人脉管理和消费决策等场景。

• 场景识别
• 需求拆解
• 原型设计与交互梳理
• AI coding 工具辅助实现
• Demo 级交付与复盘

这个实验集包含的 4 条线

1. AI 狼人杀

• 在 WaytoAGI 与豆包挑战赛中完成创意设计与快速交付
• 用 AI 扮演 NPC，验证角色扮演、记忆和推理在娱乐互动场景中的可行性
• 体现了 Prompt 工程和玩法机制快速打样能力

2. 逐光（Aura Connect）

• 面向习惯养成场景，验证“行为设计 + AI 辅助拆解目标”的产品方向
• 从需求、原型到功能组织都以降低开始门槛、提升持续反馈为中心
• 体现了产品结构能力和体验导向的原型设计能力

3. 人脉管理（Connection Hub）

• 聚焦“自然语言录入联系人”这一明确痛点
• 验证从对话输入到结构化人脉信息提取的交互路径
• 体现了 AI 在信息收集与管理场景中的效率价值

4. 冷静期（CoolDown）

• 用“反消费”视角构建 iOS 原生产品
• 通过清醒期、回访和满意度追踪，验证完整行为闭环设计
• 体现了我并不只做 AI 聊天，也能把产品方法迁移到非 AI 纯产品场景

项目共性

这些项目在方法上有几个共同点：

• 能快速发现一个值得验证的用户问题
• 能把问题压缩成一个足够清晰的 MVP
• 能结合 Claude、Claude Code、Codex 等工具提升从想法到演示的落地效率
• 能在不同技术栈和不同产品类型之间切换
• 能把“创意”推进到可访问、可演示、可讲清楚的状态