ZDREAM - Thassarian 的个人博客
前途是光明的，道路是曲折的
目 录CONTENT
以下是
Thassarian
的文章
-
-
-
-
-
-
-
-
-
项目沟通提效：利用AI+Vue快速构建高保真Demo 我当前负责的平台项目，由于处于长期的运维与改造迭代阶段，团队架构相比建设期要精简许多。项目现场长久以来都是产品经理角色缺失、开发资源远程化的现实挑战。特别是在涉及旧有逻辑改造或复杂交互的新需求时，传统的“文字需求文档 + 静态线框图”的沟通模式，往往存在明显的信息折损。面对对业务背景不熟悉的远程开发人员，或是刚接手项目的技术伙伴，仅凭文档很难准确传达诸如“联动筛选”、“异步数据加载状态”等动态逻辑。这直接导致了开发产物与需求预期的偏差，进而引发多轮返工，增加了项目的时间成本。近期，尝试在需求分析阶段引入“高保真Demo”机制，利用 AI 辅助编码能力结合 Vue 框架，快速构建可交互的前端原型，以此替代传统的静态原型设计。这并非是为了越俎代庖去写代码，而是为了在需求传递环节实现“所见即所得”。一、 从静态文档到动态交互的转变传统的运维改造需求，往往卡在“逻辑复现”上。比如一个数据审批流程的改造，涉及多层级的状态判断。如果只是口头描述或画静态图，开发人员很容易忽略掉某些中间状态（如Loading时的按钮置灰、错误回显的格式等）。利用 Vue3 搭建一个轻量级的演示环境，并不需要构建完整的后端逻辑。通过 Mock 数据（模拟数据），就能把页面逻辑跑通。在这个过程中，大语言模型（LLM）成为了核心生产力工具。我不需要花费大量时间调整每一个 CSS 属性或 API 写法，只需将脑海中的业务逻辑拆解为具体的 Prompt（提示词）。例如：“生成一个基于 Element Plus 的表单，包含三个级联选择器，当第二个选择器选中‘异常’时，底部出现红色的备注必填框”。AI 能在几秒钟内生成可运行的代码片段。我所需要做的，是将这些片段组装、微调，并注入实际的业务模拟数据。二、 降低理解门槛，减少“解释成本”这种方式最大的收益在于沟通效率的提升。当需要向远程的后端开发解释一个复杂的接口传参逻辑时，直接把 Demo 里的 network 请求参数截图发过去，比写几百字的文档要直观得多。当需要让新来的前端开发调整页面布局时，直接把 Demo 的源码文件发给他作为参考，他只需要在此基础上进行工程化规范和接口对接即可，核心的交互逻辑已经通过代码的形式“固化”下来了。对于业主而言，他们往往对技术文档不感兴趣，但对“能点的页面”反馈非常直接。在正式开发介入前，拿着高保真 Demo 给业主演示，能提前发现流程上的不合理之处，避免了“开发完了才发现想要的不一样”这种最糟糕的情况。三、 边界与思考：PM的技术“度”作为项目经理，深入代码细节并不是为了替代开发人员。恰恰相反，这种做法是为了更好地服务于项目管理。* 明确边界：Demo 仅用于演示和逻辑确认，代码质量无需达到生产标准，不涉及复杂的鉴权、性能优化等后端问题。* 标准化思维：在构建 Demo 的过程中，其实是对业务流程进行了一次深度的“标准化预演”。我个人的习惯是喜欢把逻辑梳理得非常详尽，这种强迫症式的细节把控，通过代码逻辑的严密性得到了很好的安放。* 填补空缺：在团队配置不完整（如缺乏专职交互设计师或产品经理）的情况下，PM 具备一定的技术栈和工具使用能力，能够有效填补角色真空，保证项目的推进速度。转行软件行业六年有余，从早期的 ERP 实施到如今的大数据平台管理，技术一直在变，但解决问题的核心逻辑不变。通过 Docker 快速部署环境、利用 R 语言做数据分析验证、或是用 Vue 做原型，本质上都是为了在有限的资源下，寻找最优的解决方案。在AI技术日益成熟的当下，技术门槛在降低。对于管理者而言，重要的或许不再是“由于我不会写代码，所以我只能写文档”，而是“我知道如何利用技术工具，以最低的成本把我的想法准确无误地传递给团队”。这大概也是一种基于数字化手段的降本增效实践。
-
