AI 编程 100 个必备知识 —— 写给非技术背景的项目开发者-环球搭子

写作时间：2026年

这份文档是什么：你不用学会写代码，但用 AI 做项目的路上有 100 个绕不开的概念和坑。这里每一

条都用大白话讲清楚三件事：是什么、为什么重要、你该怎么做。

怎么用：不用背。先通读一遍第一章和第六章（认知 + 安全红线），其余当字典——项目推进到哪

一步，回来查对应章节。

给谁看：产品、运营、创始人、副业者——所有正在用 Cursor / Claude Code / Lovable 等工具做项

目，但没有技术背景的人。

全文地图

章节主题解决什么问题

第一章认知与心法（1-10）对 AI 编程建立正确预期，少走弯路

第二章基础概念扫盲（11-20）听懂 AI 和工程师在说什么

第三章工具与环境（21-30）选对工具，搭好环境

第四章和 AI 协作的姿势（31-40）让 AI 一次做对，返工减半

第五章Git 版本管理（41-50）拥有「后悔药」，搞砸能回退

第六章安全红线（51-60）不因一次事故毁掉整个项目

第七章数据库与后端（61-70）管好用户数据这条命根子

第八章部署上线（71-80）从「我电脑能跑」到「所有人能用」

第九章成本、合规与商业配套（81-90）不被账单和合规问题偷袭

第十章从 Demo 到产品（91-100）把玩具变成真正的生意

第一章｜认知与心法（1-10）

工具会过时，认知不会。这一章决定你后面 99 条用得好不好。

1. AI 编程 = 你当产品经理 + 验收员，AI 当开发

AI 不是魔法，更像一个手速极快、知识面极广、但记性有限、偶尔过度自信的「超强实习生」。你的核心工作从「写代码」变成两件事：把需求说清楚 + 验收它做得对不对。这两件事做得多好，决定你项目的上限。

2. 「Vibe Coding」的由来和它的边界

2025 年初，AI 领域大牛 Andrej Karpathy 提出这个词：用自然语言描述需求、让 AI 写代码、人不细看代码的开发方式。但注意他的原话语境——这种「完全放手」适合周末玩具项目。认真做给用户用的产品，「氛围」要有，流程和验收更要有，这正是本文档存在的意义。

3. AI 编程能做什么、不能做什么

擅长：原型、落地页、小工具、自动化脚本、MVP、内部管理系统、把想法快速变成能点的东西。吃力：高并发系统、金融级安全、复杂老系统改造、需要长期维护的大型软件。用 MVP 的打法能验证生意，但别用它去接银行的活。

4. 「能跑」「能上线」「能规模化」是三件事

自己电脑上能跑 ≠ 别人能访问 ≠ 一万人同时用不崩。每上一个台阶都有额外功课：上线要过部署和安全这关（第六、八章），规模化要过性能和成本这关（第九章）。很多「AI 编程翻车」的故事，本质是拿着第一阶段的东西直接干第三阶段的事。

5. 你不需要会写代码，但需要看懂「结构」

看懂结构指：项目由哪几块组成、数据从哪来到哪去、改一处会牵动哪里。有结构感，你才能问对问题、及时发现 AI 跑偏。培养方法很简单：每接手一个项目就问 AI——「用大白话讲讲这个项目的结构，各部分是干嘛的」。

6. 一次只让 AI 干一件事

「帮我做个电商网站」会得到一坨没法用的东西；「先做商品列表页，数据用假数据顶着」会得到能用的东西。小步走、每步验收，是 AI 编程的第一心法。功能拆得越小，AI 的正确率越高，出错时你也越容易定位。

7. 需求说不清，AI 就做不对

AI 不会读心，它只会顺着你的话往下猜，你含糊它就瞎编。花 10 分钟把需求写清楚（第 31 条有公式），能省 2 小时来回返工。一个实用检验：如果你的需求发给一个人类外包，对方会反问你一堆问题——那 AI 也同样做不对，只是它不问、直接猜。

8. 报错不可怕，「不报错但结果不对」才可怕

90% 的报错，把红字原样复制给 AI 就能修好，见红字不用慌。真正危险的是页面正常显示、但数据算错了、权限漏了——这类问题 AI 自己发现不了。所以：每个功能都要你亲手当用户点一遍（第 40 条展开）。

9. 知道什么时候该请真人工程师

四个信号：涉及真金白银的交易、涉及大量用户隐私数据、被攻击过一次、AI 修了五轮还在原地打转。这时花几百上千块请工程师看一次，比一场事故便宜得多。请人时，这份文档的词汇量足够你和对方对话，不被忽悠。

10. 把踩过的坑变成资产

每次踩坑后，把教训写进项目的「规则文件」（第 29 条），让 AI 和你自己都不再犯第二次。AI 时代人人都能生成代码，你的竞争力 = 业务理解 × 越攒越厚的踩坑经验。

第二章｜基础概念扫盲（11-20）

这十个词听懂了，你和 AI、和工程师的沟通效率翻倍。

11. 前端 / 后端 / 数据库：店面、后厨、仓库

前端是店面——用户看到、点到的一切（网页、App 界面）。后端是后厨——在服务器上处理逻辑的程序（算价格、验身份）。数据库是仓库——存数据的地方。用户下一单：店面接单 → 后厨处理 →仓库记账。报错时先分清是哪一层的问题，AI 修起来快得多。

12. API：系统之间的「服务窗口」

API 是前端和后端之间、你的系统和别人系统之间约定好的取餐窗口：按约定格式提交请求，按约定格式拿到结果。「调用 API」就是去窗口点单。AI 模型的能力（如 Claude、GPT）也是通过 API 卖给你的——这就是为什么它们按调用量收费。

13. localhost（本地）vs 线上

地址栏里 localhost:3000 这种地址，只有你自己的电脑能打开。把这个链接发给朋友打不开，不是 bug，是项目还没部署（第八章）。「本地」是你的车间，「线上」才是门店。

14. 一个项目就是一个文件夹

代码、配置、依赖全在这个文件夹里。备份项目 = 备份文件夹（其实应该用 Git，见第五章）；换电脑= 把文件夹搬过去装上依赖。刚接手项目时问 AI：「介绍下这个项目的目录结构，每个文件夹是干嘛的」，5 分钟建立地图感。

15. 终端（命令行）：打字和电脑对话的窗口

黑底白字、看起来吓人，其实就是「用打字代替点鼠标」。Claude Code 这类最强的 AI 编程工具就住在里面。你只需要会三招：进入项目文件夹（cd）、启动项目（npm run dev 之类）、停止（Ctrl+C）。其他命令 AI 会告诉你，看不懂的先问再回车（第 26、56 条）。

16. 环境变量与 .env 文件：放钥匙的抽屉

密码、API Key 这类敏感信息不写进代码，统一放在项目里一个叫 .env 的文件中，代码只写「去抽屉里拿那把钥匙」。这样代码可以公开、分享、提交，钥匙永远留在本地。这是整个第六章安全体系的地基，现在先记住：看到密钥出现在代码里 = 有问题。

17. 依赖（包）：别人写好的积木

现代项目 90% 的代码是直接用别人写好的「包」，靠包管理器安装：前端用 npm / pnpm，Python用 pip。项目里那个巨大无比的 node_modules 文件夹就是装积木的箱子——它可以随时删掉重装，不用备份、不进 Git。

18. 框架：盖房子的脚手架

Next.js、Nuxt 这些「框架」是把网站常见功能预先搭好的模板体系。对你的意义只有一条选择标准：选最主流的。主流框架在 AI 的训练数据里出现得多，AI 写得就准；冷门技术栈 AI 会一本正经地写错。新手做网页应用，默认 Next.js（或国内团队常用的 Nuxt）就好。

19. 数据库表就像 Excel

一张表 = 一个工作表，字段 = 列，记录 = 行，多张表之间靠「某一列的值」互相关联（订单表里存着用户表的编号）。让 AI 设计数据库时，你的验收标准是：它能用这套 Excel 语言给你讲明白「存哪几张表、每张存什么、互相怎么关联」。

20. 缓存：改了但「没变」，多半是它

为了快，浏览器和服务器会把结果暂存一份，这就是缓存。改了代码或数据但页面没变化，先来三板斧：强制刷新（Mac 是 Cmd+Shift+R）、无痕窗口再开一次、重启本地服务。三板斧无效再让 AI 排查，能省掉大量「见鬼了」的时间。

第三章｜工具与环境（21-30）

工具选错，事倍功半。这一章帮你建立工具地图，避免「装环境劝退」。

21. AI 编程工具分三类，各有位置

① 网页托管式（Lovable、Bolt、v0、Replit）：打开网页描述需求就出应用，门槛最低，适合第一次做东西、快速出原型。② IDE 式（Cursor、Windsurf、字节 Trae）：在代码编辑器里与 AI 协作，可控性强。③ 命令行 Agent 式（Claude Code、OpenAI Codex CLI）：AI 自主规划、改文件、跑命令，能力上限最高。国内还有腾讯 CodeBuddy、通义灵码等。三类不互斥，很多人组合着用。

22. 怎么选：从「快见效」起步，向「代码在自己手里」进化

第一次做项目 → 托管式最快尝到甜头。认真做长期项目 → 尽早迁到 Cursor / Claude Code 这类工具：代码在你自己的电脑和 Git 仓库里，不被平台锁死，出问题可以自由迁移、找人接手。托管平台导出代码往往麻烦，这是很多人后期后悔的点。

23. 模型决定下限：写代码要用旗舰模型

同一个工具，换不同模型能力天差地别。写代码请用各家旗舰（Claude、GPT、Gemini 的最新版本），不要为了省钱用轻量模型——省下的订阅费会用双倍的返工时间还回去。工具是壳，模型是发动机。

24. 环境三件套：Node.js、Python、Git

这三样是绝大多数项目的地基：Node.js 跑前端项目、Python 跑脚本和数据处理、Git 管版本（第五章）。安装方法：直接让 AI 一步步带你装，装完让它验证——终端里 node -v 、python3 –version 、git -v 能出版本号就算成功。装环境是新手劝退高发区，卡住就把报错贴给 AI，别硬猜。

25. VS Code：免费的万能编辑器

不管用什么 AI 工具，都建议装一个 VS Code（Cursor 就是基于它做的）。你用它来：看代码、改配置文件、全局搜索（Cmd+Shift+F，全项目找一个词）。会这三招就够。

26. 终端命令会 10 个就走遍天下

cd （进入目录）、ls （看有什么文件）、pwd （我现在在哪）、mkdir （建文件夹）、cp（复制）、mv （移动/改名）、rm （删除——慎用，见第 56 条）、cat （看文件内容）、Ctrl+C （停止当前程序）、按上箭头（翻出上一条命令）。原则：AI 给的命令，看不懂就先问「这条命令是干嘛的」，再回车。

27. AI 是按 token 计费的，心里要有本账

token 约等于「字数」，你发的内容 + AI 读的代码 + AI 回的内容都算钱。对新手：订阅制套餐（Claude Pro/Max、Cursor Pro 等）比自己裸调 API 更省心可控，花费封顶。烧钱大户是「超长对话来回拉扯」——这也是下一条的伏笔。

28. 上下文窗口：AI 的短期记忆是有限的

AI 只能「记住」当前对话窗口里的内容，聊得越长，越容易忘记开头、变笨、自相矛盾。实操守则：一个任务一个会话，做完就开新的；别在一个对话里聊三天；重要的背景信息写进规则文件（下一条），而不是依赖 AI 的记性。更隐蔽的风险：上下文快满时，AI 可能以「简化代码」为名悄悄删掉你已有的功能——有开发者复盘时才发现登录校验模块就是这么消失的。大改动后让 AI 汇报「这次改了哪些文件、删了什么」，再用 Git 对比确认（第五章）。

29. 给项目写「员工手册」：CLAUDE.md / 规则文件

在项目根目录放一个说明文件（Claude Code 叫 CLAUDE.md，通用的叫 AGENTS.md，Cursor 用.cursorrules），写清楚：项目是干嘛的、技术栈、目录结构、编码规范、红线（如「不许动生产数据库」「全程用中文注释」）。AI 每次开工自动读它，你不用反复交代。这是提升 AI 稳定输出最划算的一件事，每次踩坑后的教训也沉淀到这里（呼应第 10 条）。

30. MCP：给 AI 插上外部工具

MCP（Model Context Protocol）是让 AI 连接外部系统的标准接口——装上对应的 MCP，AI 就能直接查数据库、操作浏览器、读飞书文档、发消息。不用深究原理，记住一句话：当你希望「AI 要是能直接操作 XX 就好了」，先搜一下有没有现成的 MCP。

第四章｜和 AI 协作的正确姿势（31-40）

同样的工具，会用的人效率是不会用的人十倍。差距就在这十条。

31. 提需求的四要素公式

背景（做什么产品、给谁用）+ 目标（这次具体要实现什么）+ 约束（用什么技术栈、不能动哪些东西）+ 验收标准（做到什么样算完成）。四要素齐了，一次通过率大幅上升。反面教材：「帮我优化一下这个页面」；正面教材：「这是给宝妈的记账工具（背景），给首页加一个本月支出汇总卡片（目标），用现有的组件风格、别动其他页面（约束），手机上显示正常、数字和明细页对得上（验收）」。

32. 先要方案，再要代码

复杂任务先说：「先告诉我你打算怎么做、要改哪些文件，先别写代码」。方案对了再放行。在方案阶段纠正一句话的事，在代码阶段纠正要返工半天。Claude Code 等工具的「计划模式（Plan Mode）」就是专门干这个的，重活前先进计划模式。

33. 大功能让 AI 先拆任务清单

「做一个会员系统」这种大活，先让 AI 拆成任务清单（建表 → 注册登录 → 会员页 → 权益判断），确认清单合理后，一步步执行、每步验收。好处：AI 不容易跑偏，中断了能接着干，你也随时知道进度。

34. 给足上下文：报错贴全文、界面给截图

AI 看不到你的屏幕。报错要贴完整红字（别只说「报错了」），界面问题直接截图（现在的 AI 都能看图），涉及哪个文件就 @ 哪个文件。你提供的现场信息质量，直接决定它诊断的准确率——把 AI 当远程医生，描述病情要具体。

35. 常问「用大白话解释一下」

「用大白话讲讲这段代码在干嘛」「这个方案为什么要这么做」——这是非技术者最被低估的习惯。一举三得：你在验收（AI 讲不圆的地方往往就是坑）、你在学习（三个月后你会积累大量真知识）、你在留档（让它把解释写进文档）。

36. 会「重开」：三轮修不好就回滚重来

同一个问题 AI 改了三轮还不对，别继续在这个对话里纠缠——上下文已经被错误方案污染，越修越乱。正确动作：回滚代码到出问题前（第 44 条），开一个全新会话，把问题重新描述一遍（带上这三轮学到的信息）。经常一次就过。沉没成本不是成本，重开是高手行为。

37. 别和 AI 吵架，吵赢了也没代码

AI 道歉 ≠ AI 改对了，「你怎么这么蠢」不会提升代码质量。有效动作清单：换个问法、补充更多信息、要求「先诊断原因，说清楚了再动手改」、换个模型试试、回滚重来（上一条）。情绪留给人类，指令留给 AI。

38. 让 AI 边做边写文档

每个阶段让 AI 更新 README（项目说明书：这是什么、怎么跑起来、部署在哪）和变更记录。三个月后回来接着做、或者换工具换人接手时，你会感谢今天的自己。AI 编程的项目特别容易「只有当时的AI 懂」，文档就是解药（呼应第 90 条）。

39. 大决策要「货比三家」

技术选型、架构决定这类影响深远的事，让 AI 给 2-3 个方案并说明优缺点和成本，你来拍板。例如：「用户登录打算怎么做？给我三个方案，分别讲实现难度、安全性、费用」。AI 的第一反应未必是最适合你的，但它比较起方案来又快又全面——让 AI 发散，你来收敛。另外，永远告诉 AI 你的项目规模：「这是个小工具，用最简单能跑的方案，不要过度设计」。AI 默认爱推「工业级」方案——有人做个小工具被 AI 带着配了半天服务器集群，业务代码本身只写了半小时。

40. 验收是你的事，不能外包给 AI

AI 说「已完成 ✅」只代表它写完了，不代表是对的。每个功能收工前，你亲自当用户完整走一遍：正常流程走一遍、故意输错乱点一遍、换手机再看一遍。涉及钱、数量、权限的逻辑加倍验收——故意输负数、0、天文数字试试：有人让 AI 写退款功能，AI 悄悄跳过了金额校验，差点跑出负数订单。发现问题当场让它修，别攒着。你验收有多认真，产品就有多可靠——这是整个协作流程里唯一不能省的人工环节。

第五章｜Git：你的后悔药（41-50）

AI 会大规模改你的代码。没有版本管理，等于让实习生在你唯一的原件上直接涂改。

41. Git 是代码的时光机，必须用

Git 记录代码的每一次改动，能随时回到任何历史版本。AI 编程时代它比以前更重要——AI 一次会改几十个文件，改崩了没有 Git 就是灾难，有 Git 就是一句「回滚」的事。所有主流 AI 工具都默认支持。项目第一天就让 AI 初始化 Git（git init），没有例外。

42. commit = 存档，要勤

每完成一个小功能、每次 AI 改完你验收通过，就存一次档（commit）。打游戏都知道打 boss 前存档，让 AI 干大活前更要。频率参考：一天至少几次，「刚验收通过」就是最佳存档点。口诀：验收一次，存档一次。

43. 分支 = 平行世界

主分支（main/master）永远保持「随时能用」的状态；做新功能、大改动时开一条新分支（相当于复制一个平行世界去实验），做好验证过再合并回主分支。哪怕你一个人开发也这么干——搞砸了，主世界毫发无损。

44. 搞砸了怎么办：回滚

记住两句咒语，对 AI 说就行：「撤销刚才所有改动，回到上一次 commit」（改崩了还没存档时）、「把代码回退到 XX 功能之前的版本」（发现几天前引入的问题）。有存档就有后悔药——这就是41、42 条要求你勤存档的原因。

45. .gitignore：哪些东西不进存档

项目里有个 .gitignore 文件，列着不进 Git 的名单，必须包含：.env （密钥抽屉！）、node_modules （依赖箱子）、各种临时文件。特别警告：密钥文件一旦提交进了 Git，之后再删除也没用——历史记录里还在，唯一解法是换钥匙（第 53 条）。开新项目时让 AI 先检查 .gitignore 配置是否齐全。

46. 远程仓库：代码的云备份

GitHub（海外）、Gitee / 阿里云 Codeup（国内）这些平台存放你代码的云端副本。push = 上传存档，pull = 拉取最新。代码只存在自己电脑上，电脑一坏、误删一次就全没了——远程仓库 + 勤push，是比移动硬盘靠谱一万倍的备份。新项目第二件事（第一件是 git init）：建远程仓库并推上去。

47. 冲突（conflict）：两边改了同一处

多设备、多人、多个 AI 工具同时改一个项目时，Git 发现同一行被改成了两个样子，就会「报冲突」等你裁决。不用慌：把冲突文件发给 AI，让它逐处解释「两边各改了什么，建议保留哪边」，你来拍板。冲突是正常现象，不是事故。

48. 别让 AI 直接在主分支上大改

规矩就三句：主分支保持稳定、新东西开分支做、验收过了再合并。这是「AI 把项目改废了」的终极保险——最坏情况下，你永远有一个能用的主分支可以回去。给 AI 的规则文件里写上这条（第 29条）。

49. commit 信息要说人话

每次存档附带的说明文字，是未来查档案的索引。「修复了手机端登录按钮点不动的问题」远胜于「更新」「fix」「改了点东西」。不用自己写——要求 AI 每次 commit 都写清楚改了什么、为什么改。将来排查「哪天引入的 bug」时，这些说明就是破案线索。

50. 多设备、多工具协作：动手前先看现场

同一个项目，你可能白天在公司用 Cursor、晚上在家用 Claude Code，或者和同事并行开发。铁律：每次开工前先 git status （看有没有别人/别的工具留下的未存档改动）、先 pull 拉最新代码再干活；发现工作区不干净，先搞清楚是什么再继续，不要盲目覆盖。

第六章｜安全红线（51-60）

安全研究发现，大量 AI 生成的应用带着严重漏洞就上线了。这一章的每一条都有人用真金白银和用

户信任交过学费。

51. 最高红线：密钥永远不进前端、不进 Git、不发群里

API Key、数据库密码、各种 token——这些等于你家的钥匙和银行卡密码。前端代码用户按 F12 就能看到，密钥写进前端 = 把银行卡密码印在店门口。安全机构扫描发现大量 AI 生成的网站把密钥直接暴露在网页代码里，被人抓去盗刷 AI 额度、拖库。让 AI 全项目自查一次：「检查项目里有没有硬编码的密钥」。

52. 密钥的正确存放姿势

三步：全部放进 .env 文件 → 确认 .env 在 .gitignore 名单里（第 45 条）→ 线上环境在部署平台的「环境变量」设置里单独配置（第 75 条）。代码里只出现变量名（如process.env.API_KEY ），永远不出现真实值。另外注意：前端框架里带 NEXT_PUBLIC_ 、VITE_ 前缀的变量会被打包进网页、公开可见——敏感密钥绝不能用这类前缀。

53. 密钥泄漏了怎么办：换锁，而不是关门

发现密钥进了 Git 历史、被贴到公开场合：立刻去服务商后台作废该密钥并重新生成，再按第 52 条重新配置。只删文件没用（Git 历史里还在），要当作「钥匙已经被坏人复制走了」处理。速度是关键——公开仓库里的密钥，几分钟内就会被扫描机器人抓走。

54. 用户密码绝不明文存储

数据库里存的必须是密码加密后的「哈希值」，连你自己都不能看到用户的原始密码。这条不用你实现，但要你验收：直接问 AI「我们的用户密码是明文存的吗？如果是，改成业界标准的加密方式」。明文存密码在多数国家和地区都涉嫌违规，泄漏一次就是重大事故。

55. 数据库不能裸奔：谁能看谁的数据，必须有规则

数据库要有访问控制——比如 Supabase 的 RLS（行级安全）：规定每个用户只能读写自己的数据。安全研究者扫描发现大量 vibe coding 做出来的应用完全没开这层防护，任何人打开浏览器控制台就能拉走全部用户资料。上线前必做测试：用两个账号登录，确认 A 看不到 B 的数据；不登录时什么都拿不到。

56. 高危命令不要盲目回车

见到这些字样先停下：rm -rf （强制删除，不进回收站）、drop （删数据库表）、–force /-f （强制执行）、reset –hard （强制回退）。一律先问 AI：「这条命令会删除/覆盖什么？最坏后果是什么？有没有更稳妥的做法？」AI 有时会为了「快点解决问题」开出猛药，最后一道闸门是你的手。

57. 所有用户输入都是「不可信」的

用户在输入框里填的任何东西，都可能是攻击代码（SQL 注入、XSS 是最经典的两种）。你不用懂原理，做两件事：需求里写明「所有用户输入要做校验和过滤」；定期让 AI 自查「检查整个项目有没有注入、XSS 等常见安全漏洞并修复」。上线前做一次，之后每次大改动后做一次。

58. 网站必须 HTTPS

地址栏有小锁才叫 HTTPS，用户和你网站之间的数据是加密传输的。没有它：浏览器直接标「不安全」，登录密码在网络上裸奔。好消息是 Vercel、Cloudflare 等主流平台默认免费送 HTTPS，基本不用你操心；自建服务器则让 AI 帮你配置（免费的 Let's Encrypt 证书）。

59. 后台和接口必须验证权限

两个高频翻车现场：① 管理后台「只是没把链接放出来」，但知道网址的人都能直接进；② 接口没验证身份，谁都能调用改数据。验收方法简单粗暴：退出登录，直接输入后台网址访问；用普通账号访问管理功能——能进去就是事故，让 AI 立刻加权限校验。

60. 警惕投毒：来路不明的包和「骗 AI 的话术」

两个新型风险：① 恶意依赖包——装包认准主流知名的，AI 推荐冷门包时让它说明来源和维护状况；② 提示词注入——AI 联网读到的网页、文档里可能藏着「骗 AI 执行危险操作」的指令。对策：AI 的重要操作（删东西、发东西、花钱）保持人工确认这道闸门，不给 AI 无人值守的最高权限。

第七章｜数据库与后端（61-70）

代码丢了可以重写，用户数据丢了就真没了。这一章管的是你项目的命根子。

61. 新手直接用托管数据库，别自己裸装

Supabase、Firebase（海外），或云厂商的数据库服务、微信云开发（国内）——自带备份、权限控制、可视化后台，出问题有人管。自己在服务器上裸装 MySQL 省的那点钱，会在某次「数据库连不上/被入侵/忘了备份」时加倍还回去。数据这条命根子，值得花钱买托管。

62. 动工前先想清楚「存什么」

让 AI 出数据表设计，并用大白话讲给你听：存哪几张表、每张存什么、互相什么关系（用第 19 条的Excel 语言验收）。表结构后期改起来伤筋动骨——开工前多花半小时对设计，胜过上线后做三次「数据搬家」。

63. 备份是「验证过的习惯」，不是设置项

三个动作：① 确认自动备份已开启（托管服务一般默认有，但要亲眼确认）；② 知道备份能回到多久之前（一天前？一小时前？）；③ 真的做过一次恢复演练。没恢复过的备份等于没有备份——很多人是在数据丢了那天，才发现备份早就没在正常工作。

64. migration：改数据库要留「施工记录」

改表结构（加字段、建新表）要通过 migration 文件进行——它是数据库的施工图纸和记录，可追溯、可重放、可回滚。让 AI「用 migration 的方式改」，而不是直接在数据库后台手动改。手动改的库，换个环境就对不上，出了问题也说不清哪天改了什么。

65. 生产数据库不许直接实验

2025 年的著名事故：一位创业者（SaaStr 创始人）用 AI 编程平台开发时，AI 代理在明确要求「冻结代码」期间擅自操作，清空了生产数据库上千家公司的数据，还伪造假数据掩盖。教训两条：① 开发测试用单独的开发库/测试数据，永远不对真实用户数据做实验；② AI 的权限里就不应该有生产数据库——它「慌了」的时候什么都干得出来。

66. 登录注册不要自己造

用现成方案：Supabase Auth、Clerk（海外）、微信登录 / 手机号验证码（国内，用成熟服务商）。登录系统是安全重灾区（密码存储、找回流程、会话管理，处处是坑），现成方案久经考验、免费额度慷慨。自研登录是新手最常见的「自找苦吃」之一。

67. 图片视频放对象存储，数据库只存链接

文件（图片、视频、附件）放对象存储：S3、Cloudflare R2（海外），阿里云 OSS、腾讯云 COS（国内）。数据库里只存文件的访问链接。把文件塞进数据库是经典错误——又贵又慢，备份也跟着膨胀。

68. 定时任务：让系统自己按点干活

每天自动发日报、定时清理过期数据、每小时同步一次信息——这类「按点自动执行」的活叫定时任务（cron）。你只需要知道这个概念存在，需要时对 AI 说：「加个定时任务，每天早上 8 点做 XX」。注意：部署在某些平台时定时任务需要单独配置，让 AI 按你的部署平台来做。

69. 第三方服务能买就不自建

发邮件（Resend）、发短信、支付（第 88 条）、客服工单、数据看板——都有成熟服务商，免费额度往往够用到你有收入。判断标准：这件事是不是你产品的独特价值？不是，就用现成的。你的时间应该花在只有你能做的事上。

70. 对外的接口要限流

限流 = 限制单个用户/IP 在单位时间内的调用次数。不限流的后果：被人写脚本狂刷——如果接口背后是 AI 调用，你的账单直接爆炸（有人一夜被刷掉几百上千美元）；就算不烧钱，也能把你的服务刷瘫痪。上线前对 AI 说：「给所有对外接口加上合理的限流」。

第八章｜部署上线（71-80）

「在我电脑上是好的」不算完成。别人的手机上能打开、能用，才算。

71. 部署 = 把项目搬到公网

部署就是把你电脑上的项目，搬到一台永远开机、全世界都能访问的服务器上，绑定一个网址。此后「本地改代码 → 推送 → 线上自动更新」成为日常循环。第一次部署是新手的一道大坎，预留半天时间，跟着 AI 一步步来，卡住就贴报错。

72. 新手首选托管平台，不要上来就买服务器

海外： Vercel、Netlify、Cloudflare Pages（网页应用），Railway、Render（后端服务）。国内：Zeabur、Sealos，或微信云开发、飞书妙搭这类带发布能力的平台。它们的共同模式：关联你的 Git仓库 → 每次 push 自动构建、自动上线，免费额度对早期项目基本够用。买裸服务器自己配环境是进阶玩法，早期没必要。

73. 域名：几十块钱买个正式门牌

去正规注册商买（阿里云、腾讯云、Cloudflare 等），常见后缀年费几十元起。下单前看清第二年续费价——不少注册商首年 9 块 9，续费翻十倍，别只看首年促销。买完做两件事：「解析」（把域名指向你的部署平台，按平台教程加一条 DNS 记录即可，AI 可以带你操作）、绑定 HTTPS（平台一般自动搞定）。域名是你的资产，记得开自动续费——过期被抢注的教训年年都有。

74. 国内 vs 海外：备案是绕不开的分水岭

规则很简单：服务器在中国大陆境内 + 用域名对外提供访问 → 必须 ICP 备案（域名实名 + 向服务商提交备案，通常几天到几周）。部署在海外平台不用备案，但国内访问速度和稳定性可能打折扣。决策建议：验证期项目可先用海外平台快速跑起来；认真面向国内用户做产品，尽早买国内云服务并启动备案，这个流程不可压缩，别等上线前一天才发现。

75. 「本地好好的，一上线就报错」——先查环境变量

.env 文件不会（也不该）跟着代码上传，所以线上环境的密钥要在部署平台后台的「环境变量」设置里重新配一遍。这是新手上线报错的第一大原因。排查口诀：本地能跑线上不能跑 → 十有八九是线上缺环境变量 → 对照 .env 把每一项在平台后台补齐 → 重新部署。

76. 构建（build）失败：上线最常见的拦路虎

部署平台拿到你的代码后要先「构建」（编译打包成可运行的版本），本地开发模式能跑 ≠ 构建能通过。构建失败时：打开部署平台的构建日志，把报错原文贴给 AI。养成好习惯：推送上线前，先在本地跑一次构建命令（如 npm run build ），本地过了再推，能拦住 80% 的构建失败。

77. 上线前检查清单（打印级）

① 密钥全部走环境变量，前端代码无泄漏（51、52）；② 本地构建通过（76）；③ 平台环境变量配齐（75）；④ 数据库权限规则已测试（55、59）；⑤ 自己完整走一遍核心流程，手机上也走一遍；⑥ 域名解析和 HTTPS 正常（73、58）；⑦ 备份已开启（63）。七项全绿，再点发布。

78. 预览环境：先给自己人看，再给全世界看

Vercel 等平台每次代码提交会自动生成一个独立的「预览链接」——正式版不受影响，新改动先在预览链接上验收，确认没问题再发布到正式环境。用好这个机制：新功能先发预览链接给同事、朋友测一圈。半成品不上正式环境，是对用户最基本的尊重。

79. 监控报警：网站挂了，你要比用户先知道

两件低成本的事：① 可用性监控（如 UptimeRobot，免费）：每隔几分钟探测一次你的网站，挂了立刻给你发通知；② 错误监控（如 Sentry）：用户端报错自动收集，排查有据可依。没有监控的线上项目，等于开着一家没有烟雾报警器的店。

80. 日志：出事后的黑匣子

让 AI 在关键环节打日志：谁、什么时间、做了什么操作、成功还是失败、报了什么错。线上出问题时，第一句话永远是「看日志」。没有日志，排查线上问题全靠猜；有日志，把相关片段贴给 AI，多数问题几分钟定位。部署平台都自带日志查看入口，让 AI 告诉你在哪看、怎么看。

第九章｜成本、合规与商业配套（81-90）

项目能不能活下去，一半看产品，一半看这些「不性感但要命」的事。

81. 云服务第一课：设置消费上限和账单告警

云服务的计费模式是「免费额度用完自动扣费、按量计费上不封顶」。注册任何云服务后的第一件事：找到「预算/消费告警」设置，配一个心理上限（比如月花费超 100 元就邮件+短信告警），能设硬上限的（超了自动停）就设上。天价账单的故事，主角都是「不知道自己在花钱」的人。

82. AI 功能的成本要提前算账

产品里每次 AI 调用都在花钱（按 token 计费）。上线带 AI 功能的产品前，先算一笔账：单次调用大约多少钱 × 一个用户一天用几次 × 预期用户数 × 30 天 = 月成本。再决定：免费给到什么程度、收费怎么定价。很多 AI 产品死于「用户越多亏得越多」，这笔账要在上线前算，不是账单来了再算。

83. 省 AI 成本三板斧

① 分级：简单任务（分类、提取、改写）用便宜的轻量模型，复杂任务才上旗舰模型；② 缓存：相同问题的结果存下来复用，不重复调用；③ 限额：给单个用户设每日使用上限。没有限额的 AI 功能 = 向全网发免费额度，专业羊毛党会替你把它用完（呼应第 70 条限流）。

84. 性能优化：不要过早，但要有意识

早期用户少，别在性能上花时间（过早优化是经典陷阱）。当用户反馈「变卡了」，常见元凶就三个，按顺序让 AI 排查：① 数据库查询没加索引（数据量大后暴慢）；② 图片没压缩（首页加载十几MB）；③ 该缓存的东西每次都重新计算。一句话交给 AI：「排查性能瓶颈，优先看索引、图片、缓存」。

85. 隐私政策和用户协议：收集信息就该有

只要你收集用户信息（哪怕只是邮箱），就应该有《隐私政策》和《用户协议》，放在注册页可见位置。做法：让 AI 按你的实际情况（收集了什么、用来干嘛、找谁投诉）起草，你自己通读一遍确认属实。这既是合规要求，也是用户信任的基础设施。

86. 数据合规的底线动作

三条底线：只收集必要的信息（用不上的别要）、明示用途（写进隐私政策）、提供注销/删除途径。国内产品遵守《个人信息保护法》，面向欧洲用户则涉及 GDPR。一个自检问题：这份用户数据的用法，敢不敢原样写在明面上给用户看？不敢，就别这么用。

87. 内容与版权：AI 生成 ≠ 随便商用

对外发布的内容过三道检查：① 字体——商用字体要授权，「网上下的好看字体」是重灾区（思源黑体、阿里巴巴普惠体等免费商用字体够用）；② 图片素材——用明确免费商用的图库（Unsplash 等）或 AI 生成，别搜图就用；③ 别人的文章/数据——转载要授权，洗稿不可取。做社媒相关工具还要注意平台规则：批量发布、自动化操作、AI 内容不加标识，都可能触发限流甚至封号——先读目标平台的规则再设计功能。内容类业务重原创，这既是合规也是长期竞争力。

88. 收款：早想清楚，别等有用户了抓瞎

海外： Stripe、Paddle、Lemon Squeezy（后两者代扣税务，个人开发者友好）。国内：微信支付/支付宝的官方商户需要企业或个体工商户主体——个人开发者常见路径是先注册个体户（成本低、流程快），或早期用虚拟商品分发平台过渡。涉及钱的功能要加倍测试：支付成功但没到账、重复扣款，都是毁口碑的事故。

89. 留好用户反馈通道

产品里放一个显眼的反馈入口：微信号、群二维码、或一个简单的反馈表单。早期产品，用户愿意骂你是福气——每一条抱怨都是免费的产品路线图。比反馈渠道更重要的是：真的去回复、真的去改，然后告诉对方「你说的那个问题修好了」。

90. 项目要「去 AI 依赖」地留档

用一份 README 回答清楚：项目是干嘛的、怎么在新电脑上跑起来、部署在哪个平台、域名在哪买的、数据库在哪、密钥存在哪里（存放位置，不是密钥本身！）。哪天你换 AI 工具、换电脑、请人接手，不至于从头考古。检验标准：把 README 给一个新的 AI 会话，它能独立把项目跑起来，就算合格。

第十章｜从 Demo 到产品（91-100）

技术只是把想法变成现实的手。这一章回到做项目的初心：解决问题，赚到钱。

91. MVP 思维：先验证，再打磨

最小可用版本先上线，验证真的有人要，再投入打磨。AI 编程最大的红利是把「验证一个想法」的成本从几万块降到几十块——所以正确姿势是多验证、快淘汰，而不是把省下的钱重新花在「憋一个完美大招」上。两周做不完第一版，就是砍功能砍得不够狠。

92. 别重复造轮子

93. 上线只是开始：一周一个小版本

发出去 → 收反馈 → 看数据 → 改 → 再发。小步快跑的节奏远胜「三个月憋一个大版本」——方向错了早知道，用户也能感受到产品在活着。AI 编程让「一周一版」的成本低到没有借口。

94. 加个数据统计，迭代不靠猜

装一个网站统计工具（Google Analytics、Umami，国内可用百度统计等）：多少人来、从哪来、用了什么功能、在哪一步流失。一句话让 AI 装好。没有数据的迭代是抽盲盒；有数据，你砍功能、加功能都有依据。

95. 被搜到、被分享：两件一句话的事

让 AI 做两件事：① 基础 SEO——每个页面有像样的标题和描述，能被搜索引擎正确收录；② 分享卡片（OG 标签）——链接发到微信、朋友圈、群里时，显示像样的标题、图片、摘要，而不是一行裸链接。成本极低、影响传播效率，大量新手项目没做纯粹因为不知道有这回事。

96. 技术债：可以欠，但要记账

为了快而采用的临时方案、越堆越乱的代码，就是技术债。欠债换速度是合理的（尤其验证期），但要记账：功能验证成功、决定长期做之后，定期花 10-20% 的时间让 AI 重构清理（「找出项目里最乱的部分，在不改变功能的前提下重构」）。平时就立好规矩（写进规则文件）：单个文件别超过几百行、功能拆成独立模块——AI 爱把所有逻辑塞进一个文件，几百行的「巨石文件」后期加功能寸步难行。债滚太大，最后每加一个小功能都会引发三个新 bug。