AI

核心价值: 90% 的开发者用 AI 补全代码。真正的杠杆在于让 AI 成为你的架构师、评审员和调试伙伴。 2.1 重新定义你和 AI 的分工 你的角色转变 传统开发者 → AI 时代开发者 ─────────────────────────────────────── 写代码 架构决策 调试 Bug 定义问题边界 查文档 评审 AI 输出质量 重复性重构 给 AI 提供上下文 关键认知: AI 是你的高级实习生，你是技术负责人。你负责： 确认方向正确（AI 会自信地走错路） 把关安全（AI 不会主动考虑 OWASP） 维护代码风格一致性（AI 每次风格可能不同） 知道什么时候不该用 AI（关键业务逻辑，需要你理解透） 2.2 上下文工程（Context Engineering） 核心原则：垃圾进，垃圾出 AI 的输出质量 = 你给的上下文质量 × 模型能力 标准上下文包（给 AI 的"环境介绍"）： ## 项目背景 [项目名] 是一个 [一句话描述]。 ## 技术栈 - Backend: FastAPI + SQLAlchemy 2 (async) + PostgreSQL - 测试: pytest + asyncio + SQLite/PostgreSQL - 代码规范: black(格式化) + flake8(lint) ## 关键约定 - 路由层只做参数校验，不含业务逻辑 - 业务逻辑在 services/ 层 - 所有 DB 操作通过 AsyncSession - 错误用 HTTPException，不用自定义 exception ## 相关文件 [粘贴或 @引用最相关的 2-3 个文件] ## 当前任务 [具体任务描述] OpenClaw 中的 copilot-instructions.md 这就是 OpenClaw/GitHub Copilot 的"系统提示"——持久上下文文件，位于 .github/copilot-instructions.md。 ...

核心价值: 用户研究是一人公司最容易忽略、但价值最高的工作。本章讲如何用 AI 工具将 5 小时的用户研究压缩到 1 小时，并从中提取可操作的产品洞察。 8.1 为什么用户研究更重要 一人公司的挑战 ❌ 没有 UX 研究员 ❌ 没有时间做大量访谈 ❌ 不知道怎么把访谈变成产品决策 解法：用 AI 大幅降低时间成本 8.2 用户研究工具栈 工具 用途 成本 Typeform 问卷调研 免费 Calendly 访谈预约 免费 Zoom/Loom 录制访谈 免费 Otter.ai 录音转文字 $10-20/月 Claude 访谈分析 按用量 8.3 用户访谈全流程 招募访谈对象 现有注册用户 Twitter DM LinkedIn Reddit 标准访谈脚本（30 分钟） 开场（2 min） 背景了解（5 min） 竞品研究行为（10 min） 痛点深挖（8 min） 工具意愿（5 min） 结束（2 min） 8.4 AI 辅助分析访谈录音 步骤 1：录音转文字 MacWhisper（本地）或 Otter.ai ...