Skip to main content
AI 实践9 min read

产品经理零代码实录:七吟覃怎么用 Cursor 10 小时做出「读啥鸭」小程序

Written by

经管专业、8 年产品经理、一行代码没写过——国庆假期读完 Pieter Levels 的《MAKE》,打开 Cursor 免费版,花了 10 小时做出了一个能自动爬取豆瓣书单、用 AI 写毒评的微信小程序。完整的 9 个开发阶段、AI Prompt 全文、6 个踩坑记录、16 级评级体系设计思路,全部拆解开。

七吟覃,经管专业,8 年 AI 产品经理,一行代码不会写。2024 年国庆假期,他读完 Pieter Levels 的《MAKE》,决定自己也试一把。10 小时后,他上线了一个微信小程序。

这篇文章会带你走完他从动机到上线的每一步——包括他给 Cursor 写的完整 Prompt、技术架构怎么搭的、踩了什么坑、怎么解决的。你可以直接拿这个案例去跟朋友说:"看,不会写代码的人也能用 AI 做出产品。"


第一部分:这个人是谁,为什么想做

背景

  • 学历: 经管专业
  • 职业: AI 产品经理,做了近 8 年
  • 编程能力: 零。从来没有写过一行代码
  • 他的知乎专栏: "书味集"(shuweiji)
  • 他的 B 站频道: "七吟覃_随便聊聊大模型"系列
  • 他在 GitHub 上: 参与了毕昇(BISHENG)和 Dify 两个开源 LLM 平台的社区

转折点:读完《MAKE》

2024 年国庆假期,七吟覃读了 Pieter Levels 的 《MAKE: Building Startups the Indie Way》

这本书的核心观点是:一个人就能做产品,不需要团队,不需要融资,先做出来再说。

"虽然不会写代码,但看完《MAKE》我也想做独立开发者了。"

他的心态转变:

  • 之前:"先学编程,再做产品"(永远学不完,永远不开始)
  • 之后:"先开始做产品,碰到什么不会的再边做边学"

他给自己定了一个目标:一年做 12 个产品,每个月一个。 灵感库里有 20 多个想法。"读啥鸭"是第一个,选它没什么特别的商业考量——就是因为他喜欢读书。

"并没有什么商业考量或者细致的需求分析。"

他的核心理念

"尽早发布,尽早获得真实反馈。用户的真实反应要抵过自己无数巧妙的思考、分析。"


第二部分:产品是什么

读啥鸭(微信小程序搜索"读啥鸭")

核心功能:自动从各平台爬取书单,然后用 AI 给每份书单写一段毒辣点评。

覆盖的平台:豆瓣、微信读书、微博、小红书。

功能拆解

text
1. 定时爬取(每 20 分钟) 从各平台抓取新书单链接 2. 内容解析 提取书单名称、作者、描述、包含书目 3. AI 毒评生成 调用毕昇 BISHENG + 大模型 生成标签 + 评级 + 诙谐评价 4. 存入云数据库 结构化存储,前端直接读取 5. 小程序展示 分类浏览 + 打字机效果 + 手机振动反馈

16 级评级体系

七吟覃设计了一套递进式的评级,越往后越稀有:

text
平淡无奇 → 普通 → 有意思 → 别具一格 → 栩栩如生 → 艰深晦涩 → 见微知著 → 引人入胜 → 刻骨铭心 → 发人深省 → 气势磅礴 → 一针见血 → 意味深长 → 弥足珍贵 → 典藏 → 出神入化

评级徽章图片用即梦 AI(jimeng.jianying.com)生成,存在微信云存储里。

AI 评价效果示例

输入书单:《西游记》、《水浒传》、《红楼梦》、《三国演义》

AI 输出:

"《西游记》🐒 也可以说是'公费吃喝,到此一游'🏞️,何为真经,孰能定义 🤔 《红楼梦》可是文学巅峰,拥有极高的艺术成就和思想价值,可惜一般人不懂 😂"


第三部分:工具选择——为什么用这些

工具用途费用
Cursor主力开发(写代码、改代码)免费版,500 次调用
claude-3.5-sonnetCursor 内切换的模型包含在 Cursor 免费版内
毕昇 BISHENG开源 LLM 应用平台(书单解析)自部署免费
即梦 AI生成评级徽章图片免费
微信开发者工具预览和调试小程序免费
微信云开发云函数 + 云数据库 + 云存储首月免费

为什么选 Cursor 不选别的?

七吟覃没有做工具对比——他是产品经理,先试再说。Cursor 免费版的 500 次调用对他来说足够了。

为什么选微信云开发?

不需要自己搞服务器、数据库。云函数直接在微信开发者工具里管理,右键上传就行。


第四部分:完整开发过程——9 个阶段

阶段 1:注册微信小程序(~30 分钟)

  1. 打开 mp.weixin.qq.com 注册小程序账号
  2. 下载微信开发者工具
  3. 创建项目 → 选择"不使用模板" + "微信云开发"
  4. 注意:选"不使用模板"时后端会自动变成"不使用云服务",但后续开通云开发不受影响

阶段 2:配置 Cursor(~10 分钟)

  1. 打开 Cursor
  2. File → Open Folder → 选择小程序项目目录
  3. 切换模型为 claude-3.5-sonnet
  4. 免费版约 500 次使用额度

阶段 3:向 Cursor 描述需求(~1 小时)

这是最关键的步骤。七吟覃的做法是一次性把所有页面和功能逻辑描述清楚

text
"我要做一个书单小程序,具体功能如下: 首页:按主题分类展示书单列表,每个卡片显示书单名称、 AI评级标签、评价摘要 点击进入书单详情页 书单详情页:展示书单名称、作者、描述 书单包含的所有书目(书名+作者) AI 生成的毒辣评价(带打字机效果) 收藏和分享按钮 分类页:按标签筛选书单 支持搜索 我的页:收藏的书单列表 提交书单链接的入口 整体风格:简洁、文艺、中国风 配色:米白色背景、深灰文字、暗红强调色"

关键:他不是逐步加功能,而是一开始就把全部需求说清楚。 这样 AI 能生成更完整的代码,减少后期冲突。

阶段 4:Cursor 生成代码 → 复制到文件(~2 小时)

Cursor 生成了完整的小程序代码,包括:

  • 页面文件(.wxml 模板 + .wxss 样式 + .js 逻辑 + .json 配置)
  • 全局样式和配置
  • 基础组件

七吟覃的四个操作:

  1. 看懂 Cursor 生成的文件结构
  2. 在微信开发者工具中创建对应文件
  3. 把代码复制进去
  4. 在模拟器中预览效果

阶段 5:用 Apply 功能迭代修改(~3 小时)

这是最核心的工作方式。七吟覃用了 Cursor 的 Apply 功能:

text
工作流程: 1. 在 Cursor 聊天中描述要修改的内容 例如:"首页的书单卡片太大了,改成两列布局,间距缩小" 2. Cursor 生成修改后的代码 3. 点击 Apply 按钮 4. Cursor 自动定位到需要修改的代码位置 5. 自动增删改代码 6. 在微信开发者工具中预览效果

Apply 是他最重要的功能——因为他不会写代码,不能手动改。Apply 让 AI 自己找到要改的地方。

阶段 6:搭建云函数(~1 小时)

创建云函数目录:

text
cloudfunctions/ └── processBookList/ # 核心云函数 ├── index.js # 书单爬取 + AI解析 + 存入数据库 ├── config.json # 超时时间(60秒)+ 定时触发(每20分钟) └── package.json # 依赖:axios

config.json 的定时器配置:

json
{ "triggers": [ { "name": "bookListTimer", "type": "timer", "config": "0 */20 * * * * *" } ] }

注意:微信云函数的 cron 表达式是 7 个字段(比标准 Linux crontab 多一个秒字段),七吟覃在这里踩了坑。

部署方式: 在微信开发者工具中,右键 processBookList 文件夹 → "上传并部署:云端安装依赖"。

阶段 7:接入毕昇 BISHENG 做 AI 解析(~1 小时)

七吟覃用毕昇 BISHENG(开源 LLM 应用平台)来处理书单的 AI 评价生成:

text
处理流程: 1. 云函数爬取网页文本 2. 正则匹配过滤非书单内容(降低 LLM 调用成本) 3. 调用毕昇 API,传入文本 + Prompt 4. 毕昇平台:文本解析 → 组装 Prompt → 调用大模型 → 返回结构化 JSON 5. 云函数接收结果 → 存入云数据库

为什么用毕昇而不是直接调用大模型 API?

因为毕昇帮他处理了:

  • 网页文本解析(提取正文、去掉广告和导航)
  • Prompt 模板管理
  • 多模型切换(可以换不同的底层模型)
  • 结构化输出

阶段 8:云数据库 + 云存储(~30 分钟)

云数据库集合:

  • booklists:存储处理后的书单数据(名称、作者、标签、评级、评价、书目)

云存储:

  • 16 个评级徽章图片(即梦 AI 生成)
  • 因为微信小程序总大小限制 2MB,图片必须存在云存储里

阶段 9:测试和发布(~1 小时)

  1. 在微信开发者工具中全面测试
  2. 清缓存("全部清除"按钮)
  3. 真机预览
  4. 提交审核 → 上线

第五部分:AI Prompt 全文

这是七吟覃在毕昇平台配置的完整 Prompt——用于生成书单的毒辣评价:

text
# 角色 你是一名毒辣的{input},态度要非常鲜明。 # 任务 1. 提取【书单名称】【书单作者】【书单描述】【书单内容】 - 不能编造,不存在则置空 - 【书单内容】用 书名+作者名 形式,换行分隔 2. 生成【标签】(不超过5个)和【评级】 - 评级选项:平淡无奇、普通、有意思、别具一格、栩栩如生、艰深晦涩、 见微知著、引人入胜、刻骨铭心、发人深省、气势磅礴、一针见血、 意味深长、弥足珍贵、典藏、出神入化 - 越往后要求越高、概率越低 3. 【评价】: - 说明为什么要读这些书 - 语言风格诙谐幽默、一针见血、出人意料 - 穿插不少于5个emoji - 字数越少越好 - 不用"哇"、"哇塞"开头 - 不用"xxx简直是xxx"句式 4. 以JSON格式输出 5. 如非书单内容则俏皮提示用户 # 书单文章 {content}

这个 Prompt 的精妙之处:

  1. 角色设定灵活{input} 是动态变量,可以是"书评人"、"毒舌编辑"等不同角色
  2. 评级体系严格 — 16 级评级,明确要求"越往后概率越低",避免 AI 一律给高分
  3. 风格约束精确 — 禁用了"哇"开头和"xxx简直是xxx"句式,这两类是 AI 最容易生成的套路表达
  4. 输出格式固定 — JSON 格式,方便程序解析和存储
  5. 兜底处理 — "如非书单内容则俏皮提示用户",处理爬虫抓到非书单页面的情况

第六部分:技术架构总览

完整技术栈:

text
前端:微信小程序原生框架 UI: NutUI 组件库 后端:微信云开发(云函数 + 云数据库 + 云存储) 运行时:Node.js 依赖:axios(HTTP 请求) AI平台:毕昇 BISHENG(开源) 图片生成:即梦 AI 开发工具:Cursor(claude-3.5-sonnet)

第七部分:踩过的 6 个坑

坑 1:AI 记忆有限——改着改着把之前的功能删了

问题: Cursor/Claude 的上下文窗口有限,聊了几轮之后,AI 开始"忘记"之前加过的功能。新改的代码可能把旧功能覆盖掉。

解决:

  • 适时提醒 AI:"注意,首页已经有分类筛选功能了,不要改动它"
  • 在提问时附上相关代码,帮 AI 理解上下文
  • 每完成一个重要功能就备份整个文件夹

坑 2:代码被 AI 改坏了

问题: Cursor 生成的代码不总是对的,有时候 Apply 之后小程序直接报错。

解决:

  • 不要慌,重新描述需求,补充更多背景信息
  • 把报错信息直接贴给 Cursor:"运行后报了这个错:[错误信息],帮我修复"
  • Cursor 通常能在 2-3 轮对话内修好

坑 3:微信小程序 2MB 大小限制

问题: 小程序包不能超过 2MB,评级徽章图片太多放不下。

解决:

  • 图片全部迁移到微信云存储
  • 小程序代码只保留逻辑和样式
  • 图片通过 wx.cloud.getTempFileURL 动态获取

坑 4:云函数超时

问题: 默认超时 3 秒,爬取 + AI 调用远远不够。

解决:config.json 中把超时设为 60 秒(微信云函数最大值)。

坑 5:定时器 cron 表达式字段不同

问题: 微信云函数的 cron 是 7 个字段(比 Linux 多一个秒字段),按标准 5 字段写会报错。

解决: 改成 7 字段格式 "0 */20 * * * * *"

坑 6:Cursor 和 GitHub 同步超时

问题: Cursor 内置的 GitHub 集成总是超时。

解决: 改用 GitHub Desktop 单独管理 Git 操作。


第八部分:他的"四件事"工作法

七吟覃总结说,作为零代码的产品经理,他实际做的事情只有四件

text
1. 学会工具 Cursor、微信开发者工具、微信云开发后台 各花 1-2 小时看教程 2. 清晰描述需求 把产品经理写 PRD 的能力用在这里 一次说清楚,比反复改更高效 3. 复制粘贴 / 用 Apply AI 生成代码 → 复制到文件 → 或用 Apply 自动修改 一行代码不用自己写 4. 测试迭代 遇到问题把报错贴给 AI 让 AI 帮你修 反复循环直到满意

"需要有比较强的逻辑思维能力和新概念学习能力。"

但他强调: 不需要学编程语言,不需要学算法,不需要学数据结构。只需要能清晰地描述你想要什么,然后读懂 AI 给你的东西对不对


第九部分:总结

"他的技术栈是微信云开发 + Cursor。有意思的点:

  1. 他用毕昇 BISHENG 做中间层处理 AI 调用,而不是直接调 API——省了不少工程量
  2. 他的 Prompt 设计得很好——16 级递进评级、禁用 AI 套路表达、JSON 强制输出
  3. 微信云开发对这种轻量级应用很合适——不用自己搞服务器
  4. 他在正则匹配后调 LLM,先过滤再调 API,降低了成本"

数据来源:

  • 原文:人人都是产品经理 woshipm.com/share/6132011.html(3039 阅读、37 分钟长文)
  • 腾讯新闻转载:view.inews.qq.com/a/20241028A02SFB00
  • GitHub:github.com/wisdomqin/dushaya(已归档)
  • 知乎专栏:zhihu.com/column/shuweiji
  • B 站:七吟覃_随便聊聊大模型系列
Luke

Written by

Luke

Developer, AI enthusiast, open-source contributor.