用 AI 编程助手 7 天做出可用 MVP：一份真实排期表

前提：AI 不会帮你决定做什么

七天做出 MVP，最大的风险不是写不出代码，而是第七天发现做的东西没人要。

所以第一天不写代码。这份排期适用于一两个人，目标是”拿到 20 个真实用户的使用数据”。

Day 1：把需求砍到只剩一条主线

让 AI 做需求压缩，而不是需求发散。有效的提示词是：

以下是我想做的产品描述。请帮我找出其中”去掉之后用户仍然能完成核心动作”的功能，列成清单，并说明去掉的理由。

半天走完，通常能砍掉 60% 的功能。剩下的写成一页：一个核心用户、一个核心动作、一个成功指标。

下午搭骨架：让 AI 生成项目结构、数据库 schema、路由。这类模式化工作，AI 表现很好。

Day 2–3：竖向打通一条端到端链路

不要横向铺开（先做完所有页面再做接口）。选最核心那条链路，从界面点击打通到数据库落库。

AI 的价值是填缝：接口样板、表单校验、错误提示快速补齐。你要守住的是”只做这条链路”。

预警：这两天你一定会想加功能。记进 TODO，别写。

Day 4：接入 AI 能力本身

如果你的产品核心是 AI 功能，这一天设计三件事：

• 输入怎么被约束：输入越自由，输出越不可控。用结构化表单收窄范围。
• 失败怎么呈现：AI 一定会失败。设计”重试”、“降级到模板”、“转人工”三条退路，别只写 loading 圈。
• 成本怎么兜底：设单用户每日调用上限，超限降级。这条必须 Day 4 就做。

Day 5：让 AI 写测试，但只写关键路径

别让 AI 生成一堆覆盖率好看但没用的测试。只测三类：

1. 核心动作能成功（happy path）
2. 支付/权限相关分支（错一次就出事）
3. 外部 API 调用失败时的处理

其余靠手工点。MVP 阶段的测试是防止你明天改坏今天的东西，不是给未来交作业。

Day 6：部署与可观测

AI 生成部署配置通常很顺，但必须亲自验证环境变量与密钥——它会凭记忆写出过期格式。最小可观测三件套：

• 前端错误上报（Sentry 一类）
• 关键动作埋点（谁、什么时候、做了什么、结果如何）
• 一个日志查询入口

没有这些，第 7 天之后你就是在盲飞。

Day 7：上线检查与冷启动

按这张清单逐条过：

检查项	说明
注册到首次成功的转化	手动走一遍完整流程，计时
移动端可用性	多数种子用户会用手机打开
空状态与错误页	用户第一次进来看到的往往是空页面
数据导出/删除	合规底线，也是信任基础
反馈入口	一个输入框就够，但要放在显眼处

下午做一个 3 分钟的演示视频，发给 10 个目标用户。

一周下来，AI 帮你省了什么

真实收益是把”从想法到能点”从三周压到三天。但它不替你判断做对没有，也不替你砍需求。关键纪律只有一条：每天结束时，产品必须能跑通，只是能做的事更少或更多一点。 保持随时可发布的状态，你就赢了一半。