AI 原生的产品构建让产品经理的角色从为他人编写需求，转变为直接指挥 AI 代理来构建软件。这种方法将开发时间从几个月缩短到几周，并将成本降低高达 99%。
“JIRA-Prompt”框架
将每次与 AI 代理（如 Bolt）的交互，都视为在为一位高级开发者编写高质量的工单。
1. 定义技术范围
不要提供笼统的描述，而是给出 AI 启动环境所需的具体参数：
- 确定核心功能： “做一个 Spotify 克隆版，支持流媒体播放、播放列表和 MP3 文件。”
- 指定技术栈： 说明期望的集成（例如：“使用 Supabase 作为数据库，Netlify 作为托管平台”）。
- 提供数据上下文： 将原始数据（例如 LinkedIn 简介、CSV 行数据或品牌指南）直接粘贴到提示词中，为 AI 提供上下文。
2. 平衡规格要求与“氛围”
当给予 AI 代理既严格又灵活的要求时，它的表现最佳。
- 高规格： 用于业务逻辑、数据模式和用户流程。
- “氛围”提示： 对于 UI/UX，使用描述性语言而非具体的 CSS。
- 例如： “让它的外观像一个高端的医疗捐赠网站——干净、专业且值得信赖。”
- 例如： “让它更漂亮、更现代。”
3. 实施迭代式调试
当 AI 卡住或产生错误时：
- 截屏调试： 上传 UI 问题或错误信息的截屏，并提问：“修复它，使其符合预期设计。”
- “解困”协议： 如果 AI 在某个特定逻辑问题上连续失败 3 次，则切换到“人在环中”的方法。咨询专家或开发者来修复那个特定的“角落”，同时让 AI 负责更广泛的代码库。
工作流：从 Figma 到部署
第一步：设计提取
使用直接 URL 方法将静态设计转换为代码：
- 获取你的 Figma 设计 URL。
- 在 AI 工具的 URL 前添加前缀（例如：
bolt.new/[FIGMA_URL]）。 - 让代理“吸入”资源文件和布局，以创建初始环境。
第二步：实时原型
无需在 Figma 中拖拽帧，而是直接提示功能变更：
- “添加一个使用 Supabase Auth 的登录页面。”
- “创建一个从用户表拉取数据的仪表板。”
- 使用二维码预览在你的设备上实时测试应用。
第三步：一键部署
立即将应用移至生产环境 URL：
- 点击“部署”。
- 连接到托管提供商（Netlify/Vercel）。
- 附加自定义域名，将原型转化为在线业务。
示例
示例 1：“从零到市场”的 CRM
- 上下文： 一位创业者需要一个带有 Stripe 账单功能的定制 CRM，但没有预算聘请收费 3 万美元的代理机构。
- 输入： “为房地产经纪人构建一个 CRM。包括潜在客户跟踪、用于月订阅的 Stripe 集成，以及一个 AI 驱动的邮件起草器。使用简洁、蓝色主题的 UI。”
- 应用： 使用 Bolt 生成基础应用。通过提示“添加一个‘最后联系日期’列”和“集成 Stripe 测试密钥”进行迭代。
- 输出： 一个功能完备、能产生收入的 SaaS 产品，在 3 周内构建完成，推理成本约为 300 美元。
示例 2：快速营销着陆页
- 上下文： 产品经理需要为新功能实验创建一个着陆页。
- 输入： [粘贴 LinkedIn 简介/品牌规范] + “创建一个个人作品集网站。使用专业的深色模式。添加一个我可以轻松编辑的‘当前项目’部分。”
- 应用： 生成网站，然后提示：“添加一个联系人表单，将提交内容发送到我的邮箱。”
- 输出： 一个在 10 分钟内即可上线、可接收流量的托管 URL。
常见陷阱
- 迁移遗留代码： 不要尝试将一个有 20 年历史、包含数千个文件的生产代码库移入基于浏览器的 AI 代理。将这些工具用于绿地项目或像管理面板和营销网站这样的独立“模块”。
- 初版过度提示： 避免为第一版编写长达 5 页的提示词。从一个“Spotify 克隆版”的基础开始，然后逐个添加功能，以防止 AI 混淆。
- 忽略确定性： 记住，代码是确定性的——它要么运行，要么不运行。如果 AI 产生了有问题的应用，在假设代码错误之前，先检查环境（WebContainer）是否已完成启动。
- 仅将其视为设计工具： 不要只用它来做 UI。利用其构建“全栈”功能（数据库、身份验证、API）的能力，确保原型实际上是可运行的，而不仅仅是一个高保真模型。