hi，大家好，我是seven。一个专注用AI赋能品牌的实践者。
这是《VibeCoding实战：不会写代码，也能做产品》系列的拆解第3篇：
我当时第一次用 AI 编程工具的时候，打了一句「帮我做一个GEO官网」。
AI 还真做了。几十秒后出来一个页面——深色背景、紫色渐变按钮、满屏毛玻璃效果，看起来像一个区块链项目的落地页。
我做的是GEO服务，面向中国出海品牌。风格应该克制、专业、像一间咨询工作室。
AI 不是做错了。它做了它听到的——「一个GEO官网」。问题在于，我说的信息量几乎为零。没有方向、没有排除项、没有标准。AI 唯一能做的就是调用它的默认审美，而它的默认审美是 2024 年 SaaS 模板的合集。
这件事让我意识到一个核心问题：AI 的执行力已经够强了，真正的瓶颈是你能不能把脑子里的东西说清楚。
这篇要解决的就是这个核心问题：怎么把一个模糊的想法，翻译成 AI 能准确执行的指令。
一个公式：成事力 = 描述清晰度 × 判断准确度
做了五个产品之后，我把「能不能和 AI 一起做成事」拆成了一个公式：
成事力 = 描述清晰度 × 判断准确度
注意这是乘法，不是加法。
描述很清楚，但判断为零，你会得到一堆看起来漂亮但不知道能不能用的东西。判断很强，但描述为零，AI 根本不知道你要它做什么。两个能力缺一个，结果都趋近于零。
我们先从「描述清晰度」这一半开始说。
先把模糊变具体
在具体开发前，先做一件事：把你脑子里那句模糊的话拆干净。
“我想做一个帮人把说话变成文章的工具。”——我一开始对 Say it 的描述就是这样的。听起来好像已经够具体了。但这句话喂给 AI，它只能给你一个模糊的东西。因为这句话里的每个词，都还没想清楚。
“说话”——是实时录音还是导入音频文件？是只支持中文还是多语言？
“变成文章”——是逐字转写还是自动整理成段落？要不要加标题和分段？
“工具”——是网页还是 App？要不要登录？数据存在哪里？
你把这些问题一个个回答完，那句模糊的话就会变成：“一个网页工具，用户点击录音按钮用中文说话，结束后自动整理成带标题和段落的文章，支持一键复制，不需要登录。”
这才是 AI 能听懂、能执行的描述。每拆一层，描述就具体一层。拆到你自己觉得没有歧义了，PRD 也就自然出来了。
清晰描述三件套：参照物、排除项、验收标准
我总结了一个最低限度的描述模板，叫「清晰描述三件套」：
参照物：它像____
不要什么：它不要像____
验收标准：第一版做到____就算对
做 sevenailab 的时候，「帮我做一个GEO官网」这种话一点用都没有。真正有用的说法是：
1.我是做 GEO 服务的，目标是让中国出海品牌在 AI 答案里更容易被看见。
2.风格要克制，像咨询工作室，参考苹果官网的设计风格，不要 AI 公司常见的紫色赛博感。
3.用户进来之后，最关键的动作是预约诊断。
三样东西都有了。参照物是「苹果官网风格设计」。排除项是「不要紫色赛博风」。验收标准是「用户能预约诊断」。
你写「帮我做一个GEO网站」和写出这三件套，AI 给你的结果完全是两个产品。
说「参考 Stripe 的定价页风格」比说「专业一点」有效十倍。如果你找不到一个完整的参照网站，截一张图发给 AI 也行。截图是最强的参照物——AI 能直接读懂截图里的设计语言：配色、字体比例、间距节奏、留白方式。
从想法到需求文档：PRD 三段式
描述三件套是每一次和 AI 对话时都能用的基础方法。但当你要做一个完整产品（不是改一个按钮），你需要一份更完整的「订单」。
行业里叫 PRD——产品需求文档。别被这个词吓到。它不需要像大公司里那种 20 页的文档。它更像你去蛋糕店订蛋糕时填的那张单子：口味、大小、几层、上面写什么字、什么时候要。
我用的是一个最小模板，叫「PRD 三段式」：
第一段：产品定义
1.这个产品是什么？给谁用？用户的痛点是什么？
第二段：核心功能
1.用户的完整操作流程（从打开到完成）
2.第一版只做哪些功能
3.不做什么（明确写出来）
第三段：技术与部署
1.用什么技术栈（不确定就写「推荐你帮我选」）
2.需不需要数据库
3.部署到哪里
三段。第一段确保 AI 理解背景，第二段确保它知道做什么和不做什么，第三段确保它知道技术约束。
好消息是，你不一定自己从零写这份文档。
最好的方式是：你先把上面信息告诉 AI，让它帮你生成一份 MVP 需求文档，然后你自己审（或者让另一个更聪明的模型帮你审）。
AI生成的需求文档需要你重点检查三件事：
- 1.它有没有加了你不需要的功能？（AI 特别爱加注册登录、用户设置、深色模式这些你没要的东西。)
- 2.用户流程是不是你想的那样？从打开到完成，最短要几步？
- 3.“不做什么”有没有写清楚？
如果 AI 加了太多东西，大方地砍。
用户第一次打开网页最短要点几下，才能拿到价值。把这个路径压到最短。
一个关键技巧：让 AI 先问你
PRD 写好了，不要直接让 AI 执行。先用一个很关键的技巧：Plan mode。
现在基本 AI 编程工具都支持这个模式。你把需求文档贴进去，AI 不直接动手，而是先列出它的理解和计划，问你几个问题。
这个过程特别有价值。AI 问的问题往往会暴露你没想清楚的地方。
「用户提交表单后是跳转新页面还是弹窗提示？」——你可能没想过。
「颜色主色调是什么？有参照网站吗？」——你可能忘了说。
「移动端要不要做适配？」——你可能默认以为会做。
回答 3-5 轮问题之后，AI 对你的需求理解会精准很多。这比你一次性写一篇超长需求文档有效得多。因为你不知道自己漏了什么，但 AI 在做开发计划时能发现你的盲区。
我现在做每一个新项目，第一步都是把 PRD 贴给 AI，然后加一句：「先不要写代码，先把你的理解和计划告诉我，有不确定的地方问我。」
这一步花十分钟，但能帮你后面省几天的返工时间。
日常沟通：prompt 升级四问
PRD 是项目级别的沟通工具。但在日常开发中，你和 AI 的沟通更多是一条一条的 prompt，改个按钮、修个 Bug、加个功能。
这些日常 prompt 也有好坏之分。我总结了一个检查方法叫「prompt 升级四问」。在你发送任何 prompt 之前，用这四个问题过一遍：
1. 有没有上下文？
「改一下按钮」vs「首页的 CTA 按钮，在移动端看不到，需要调整位置和大小」
2. 有没有参照物？
「做好看一点」vs「参考 Stripe 的定价页风格」
3. 有没有约束？
「帮我改」vs「只改 CSS，不要动 JavaScript 逻辑」
4. 有没有验收标准？
「优化一下」vs「优化后移动端加载时间低于 3 秒」
上下文让 AI 知道你在说哪个部分。参照物让它知道你想靠近什么。约束让它知道不能碰什么。验收标准让你知道怎么判断「做完了」。
四条不需要每条都有，但至少要有两条。如果你发出去的 prompt 只是一句「帮我改改」，预期结果就是开盲盒。
一个反直觉的经验：越具体的限制，AI 的产出质量越高。很多人怕限制太多会「束缚 AI 的创造力」。恰恰相反，限制越多，AI 的输出越精准，你需要的返工越少。
修改的艺术：批量提、给证据、分层判断
产品做出来之后，一定有需要修改的地方。按钮颜色不对、某个流程走到一半断了、有个地方你说不上来哪里别扭。
怎么让 AI 高效地帮你改？三个原则。
第一，批量提，不要一个一个改。
先走一遍完整的用户流程，把所有问题列成清单，一次性提交。一个一个改效率低三倍以上，而且改来改去容易互相冲突。列清单、一次性修的节奏，要从第一天就养成。
第二，给证据，不要让 AI 猜。
我总结了一个「修改 prompt 三段式」：
1、【位置】哪个页面 / 哪个模块 / 哪个按钮
2、【现象】现在是什么样 / 发生了什么问题
3、【期望】我希望它变成什么样 / 参考什么
比如：「首页的 CTA 按钮，现在是灰色、字很小、不显眼，我希望它变成蓝色圆角按钮，字号加大，鼠标悬停时颜色加深。」
如果你说的是「帮我把这个页面改好看一点」，那等于没说。AI 只能猜，猜完你再说不对，再猜，三轮下来上下文就乱了。
最低成本的证据是截图。除了截图，现在Codex已经支持直接在界面上点击修改。点击想要修改的对应位置，输入「这里点不了，你修一下」。很多时候这就够了。
第三，出了问题先判断在哪一层。
当产品出了问题，问题可能在五个层面的任何一个：
第一层：代码层 → 某个功能的逻辑写错了
第二层：构建层 → 代码编译不过，跑不起来
第三层：部署层 → 本地能跑，线上跑不了
第四层：域名层 → DNS 没指对，页面打不开
第五层：数据层 → 数据库连不上，读写异常
你不需要知道每一层的技术细节。但你要能判断问题大概在哪一层。如果网站在本地开发环境跑得好好的，上线后打不开，那问题大概率在第三层（部署）或第四层（域名），而不是第一层（代码）。
我做 7brandhub 的时候卡了三天。表面是域名打不开，我一直让 AI 查代码。折腾了两天才意识到问题在域名层——DNS 没有正确指向 Vercel 的服务器。判断对了方向，一个小时修好了。
先判断方向，再让 AI 给具体方案。这个顺序反了的话，AI 会给你一堆可能的原因，你全试一遍，大部分是无用功。
一个容易被忽略的能力：判断力
说完描述清晰度，简单聊一下另一半：判断准确度。
判断力不是「我懂不懂代码」。判断力是分层的：
战略判断（做什么）> 产品判断（做对了吗）> 技术判断（哪里坏了）
最上面一层是你能不能判断一个想法值不值得做。中间一层是 AI 给了三个方案，哪个更接近用户真实需要的。最下面一层才是产品出了问题，问题可能在哪一层。
三层都会用到，但重要性从上往下递减。你可以不会手写代码，但你必须知道做的东西对不对。
只有你自己很清楚自己要的是什么东西，并梳理清楚之后，你才有明确的验证标准和交付结果给到AI。否则它产出的一些计划或者内容，你都没有办法判断的话，就很难把产品做好。
如何把模糊的想法变成 AI 能听懂的指令？，下一篇我们讲如何选一个自己趁手的coding工具。
如果这篇文章对你有帮助，欢迎点赞转发，让更多人看到。
也欢迎在评论区分享你的想法和问题。
✨️我是Seven。一个只讲AI实战干货的品牌人，带了解AI最新的实用方法✨️
👆️点击关注，不错过更多内容分享👆️