惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

IT之家
IT之家
Recent Announcements
Recent Announcements
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The GitHub Blog
The GitHub Blog
MyScale Blog
MyScale Blog
爱范儿
爱范儿
GbyAI
GbyAI
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
美团技术团队
Y
Y Combinator Blog
博客园 - 叶小钗
Apple Machine Learning Research
Apple Machine Learning Research
Martin Fowler
Martin Fowler
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
罗磊的独立博客
M
MIT News - Artificial intelligence
博客园 - Franky
V
Visual Studio Blog
I
InfoQ
V
V2EX
Hugging Face - Blog
Hugging Face - Blog
腾讯CDC
博客园 - 司徒正美
L
LangChain Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
【已上线】用AI做微信小程序的完整步骤
产品海豚湾 · 2025-08-09 · via 人人都是产品经理

从需求梳理到代码生成,从组件搭建到上线发布,本文详细拆解用AI构建微信小程序的全流程,帮助产品人和开发者真正理解“AI工具链”的落地方式与协作边界。

之前拿AI开发了一套内部使用工具,开发过程确实非常高效便捷。然后,前段时间正好看到有人发了一个单页面的AI应用网页,于是调研了一下DeepSeek的API价格,发现挺便宜的,调用一次R1模型也就是1-2分钱。那就意味着搞个AI应用没啥成本,于是琢磨着搞个微信小程序玩玩,本篇记录了完整的步骤。

微信小程序注册

在微信公众号平台可以申请注册小程序,个人也是可以的。需要准备好如下资料:

  • 小程序名称:不能重复,不能侵权他人商标
  • 图标:小程序的图标,这个拿AI生成一个就行
  • 工信部备案:所有小程序都需要工信部备案,备案提交前微信团队会做初审,如果有问题会让你修改后再提交。提交后一般3-7个工作日会通过。没有备案不影响小程序的发布和上架,但是没备案的话无法被搜索。
  • 微信认证:需要填写认证资料,然后交30块钱。微信会委托第三方对个人信息进行核实。我开始认证为产品经理,结果没通过(第三方网站发布的文章截图不算数),快的话,选择认证身份为“无”就行了。

认证和备案没通过都不影响小程序开发和上线,只是影响分发(没通过限制50人/天)和搜索。注册号之后,从开发管理里获取AppID,这个在开发的时候会用到。

DeepSeek接口开通

在DeepSeek官网通过API开放平台进入,做完实名认证,充值就可以使用了,最低充值10元,门槛不高。

充值好之后,创建一个APIKey,方便在小程序利用这个APIKey来请求接口(注意不要泄露APIKey,否则其他人就可以用你的接口了)。

开发工具准备

我是用Visual Studio Code+TRAE AI代码插件来使用AI编程(两个都是免费的),然后在微信开发者工具中模拟测试,微信开发者工具可以在微信公众号平台的开发工具里下载,还需要安装Node.js (网址:https://nodejs.org/zh-cn/)。

不会安装或不会使用的没关系,问AI就行,他会告诉你怎么做,比如如何安装TRAE插件,可以这样问:Visual Studio Code如何安装TRAE插件?下面是AI的回答。

AI开发

TRAE有个自动化构建功能(Builder),也算一个Agent,对于不懂编程的推荐使用这个模式。因为编程的目录结构比较复杂,如果不懂的可能一开始目录结构就错了,会踩不少坑。

然后就是给AI聊天发开发任务了,我通常会这样描述开发任务:

1)这是一个什么项目:这是一个新的微信小程序项目(AI会基于项目类型构建对应的项目目录结构)

2)页面描述:前端界面的描述,比如我的小程序有两个界面,我会告诉AI,这个小程序有两个页面,第一个页面有xxx组件,组件排列的次序,组件前面的文字标签是什么,如果是输入组件输入的类型是什么(比如日期,开关,年份)。第二个页面也是类似。

3)交互描述:页面内的交互,比如是否要显示加载中,点击按钮提交前做什么处理(如表单验证),提交后处理,拿到接口结果后怎么处理。页面间如何跳转。

4)业务逻辑描述:比如提交按钮该请求什么接口,接口的关键参数是什么,像DeepSeek就可以把APIKey,使用的模型给到AI,他会自动编写调用DeepSeek的接口 —— 毕竟文档是他自家的。比如下面的DeepSeek接口调用是AI生成的,然后我改了一下参数。

基本上按照上面的步骤,在Buidler模式下就会给你生成一堆目录和代码,同时还会需要你执行一些命令行命令,你要做的就是确认(Accept就是接受修改,Run就是运行命令)就好了。然后项目目录就好了。这是我目前这个小程序的目录结构,大家可以参考一下。注意,需要在project.config.json文件中填写一下appid(也就是前面提到的小程序的AppID)。

所有这些都好了之后,就可以到微信开发者工具模拟运行。当然,一般来说会遇到一些问题。这个时候就把遇到的问题复制下来,扔给AI(切换到Chat模式),然后它会告诉你怎么处理。调试器打开后,可以在Console栏看到错误信息,把错误信息复制到TRAE里,然后告诉他说出现了错误:xxxx(复制的错误信息),AI就会帮你分析错误和提供解决方案。

模拟运行还会发现界面可能不那么美观,这个时候你可以要求AI修改某个界面的组件样式,比如:出生日期输入框的字体要是白色,90%的透明度。AI会给你生成样式,应用后就可以更改了。

按照上面的方式,多调整几次,就可以运行起来了。过程其实就是一个循环:调整->问题->扔给AI调整……

上架发布

调试没问题之后,就可以在微信开发者工具通过上传按钮提交版本,提交后在小程序后台能够看得到,可以设置为体验版,然后自己用真机验证一番。没问题就可以提交审核了,审核一般1个工作日,通过后就可以发布了。

我这个易说测测小程序就两个页面,大概花了1天时间完成全部过程,大家可以搜索体验一下。

后记

对于不懂编程的产品经理来说,前期可能会踩一些坑,建议多尝试用结构化的方式做表达,AI理解起来会更准确。然后就是,需求尽量明确(和我们自己做产品需求一样)。我个人就发现,出现偏差的时候往往是我的表述没那么明确,有时候AI会理解错,结果需要反复调整。

另外就是调用DeepSeek的prompt很关键,一个是对任务的prompt要清晰没有歧义,否则功能可用性就比较差。一个是对输出格式的要求,因为DeepSeek默认输出的是Markdown格式,不是结构化的字段,而且会夹杂AI自己的总结,在小程序里展示就不太好。我自己就是在调整输出HTML网页格式的时候花了不少时间,最后还是将需求丢给AI,然后AI给了我下面的prompt:

实际上目前还有很多人不知道怎么用好AI,对于一些非常细分的领域,如果我们自己研究出来了好的prompt,可以使用传统应用的表单形式,让用户填写表单,然后我们再转成prompt,再将AI结果呈现给用户,也能给用户创造比较好的价值。

专栏作家

产品海豚湾,公众号:产品海豚湾(ID:pm-dophin-bay),人人都是产品经理专栏作家。技术出身的产品经理,从事过 C 端产品和 B 端产品设计,擅长 SaaS 产品设计、产品架构设计和需求分析。负责的B 端产品完成了完整的从0到1,从1到 N 的过程,成功签约行业百强客户。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。