一个想法刚出现时通常很兴奋，但也很松散。AI 可以快速展开可能性，但如果没有产品判断，展开得越快，越容易把项目带偏。
第一步：把想法落到具体场景
我会先问四个问题：谁会用、什么时候用、现在怎么解决、为什么这个方案更好。AI 可以帮我补充边缘场景和反例，但最终要回到真实用户动作。
第二步：找到最小可验证路径
原型不需要覆盖所有功能，只需要验证最关键的行为。比如内容系统的第一版，不需要一开始就做复杂推荐算法，但必须能清楚展示文章、项目、指南之间的路径关系。
第三步：让数据模型先稳定
很多原型失败不是因为界面不好看，而是数据模型一开始就混乱。用户、内容、状态、权限、时间线这些实体要先分清楚，再进入界面打磨。
第四步：把原型做成可以复盘的东西
我会记录哪些判断来自 AI，哪些来自实际约束，哪些在实现中被推翻。这样项目不是一次性产物，而是能沉淀成下一次的速度。
