作者拿到的成绩
这篇值得看在哪里
作者从航空测绘转向用AI编程，接下3万元AI漫剧软件定制单。客户起初只说“换个壳”，最终交付Windows工作台。过程中，原型反馈和跨电脑测试改变了他的做法。视频环节只是提示词整理和向后续工具交接，并非一键自动完成整部漫剧；“720空间场景”也被明确为先生成全景母图，再本地选择视角输出画面，而不是自由移动的3D漫游。
从熟人小请求找到真实商机
作者并非传统软件开发出身，主业是航空摄影测量和机载激光雷达相关工作。持续学习AI后，他先通过朋友圈和熟人展示已经做出的东西，让别人知道自己能解决什么问题。朋友最初带来的只是改名称、改样式和重新打包的请求，现场演示后才发现，客户真正需要的是把脚本、分镜、提示词、图片素材和生成结果接入一套流程。最终报价为3万元，但作者明确指出，这个价格支撑点不是“换壳”，而是对业务问题和交付范围的重新理解。对想把AI能力变成订单的人来说，关键起点不是等到能力完美，而是先展示可验证的小成果，再进入客户真实工作现场。
先观察工作流再定义软件边界
客户已经在使用GPT和整理好的提示词，实际流程却需要在多个对话和工具之间反复复制、查找和交接。作者通过现场演示，逐步还原脚本、分镜、提示词、参考资产、生成结果及后续复用之间的链路，并把沟通记录、真实业务材料、已有源码和接口说明等放在一起核对。早期“四视图”功能就是一次具体偏差：作者按自己的理解做出版本后，客户直接指出并提供示例，后续才按示例重新确认功能含义。这个过程说明，AI可以加快实现，却不能替代对业务语境的判断；越早拿出能看的初版，越早暴露理解错误，避免把错误方向继续做完整。
用原型降低需求误解成本
面对“项目资产管理”这一模糊需求，作者没有立即开发完整功能，而是先做界面原型，确认入口位置以及图片提示词、视频提示词、上传图片和AI生成图片等分类。客户看图后确认了方向，双方才进入实现阶段。这个选择把争论从抽象名词转成可观察的界面和操作顺序，也让需求确认变得更轻量。不过原型确认并不意味着后续自动顺利：客户试用后仍纠正过不符合实际操作逻辑的基础功能，模型接口调用也出现问题。作者因此暂停加功能，把反馈带回原有工作流重新核对，再修改和复测。读者可以借鉴的是确认节奏，而不是照搬某个页面：先验证入口、分类和目标效果，再投入完整开发。
交付价值还包括可用和可维护
最终交付物是一套用于AI漫剧制作的Windows桌面工作台，包含分镜表、项目画布，以及对图片、提示词、人物、场景和道具等资产的集中管理与复用。视频环节只是提示词整理和向后续工具交接，并非一键自动完成整部漫剧；“720空间场景”也被明确为先生成全景母图，再本地选择视角输出画面，而不是自由移动的3D漫游。作者还准备了安装版、便携版、使用手册、快速入门指南和权限管理器。实际交付中，他曾在另一台电脑安装打开即出问题，也曾因相信AI“测试完成”而交出连基础按钮都打不开的版本。之后形成的检查方式包括按用户路径亲测、换电脑安装验证，并让客户用自己的工作方式试用。这个案例更适合已经能借助AI做出原型、愿意进入客户现场并承担沟通、测试和售后责任的人。
根据作者原帖及所附飞书文档整理。完整实操与材料见原文。
原文还会展开这些问题
- 作者如何把“帮我换个壳”重新识别为工作流软件需求？
- 为什么“四视图”功能会暴露出需求理解偏差？
- 项目资产管理需求为何先做原型而不是直接写代码？
- 如何验证AI生成的软件能在客户电脑上真正运行？
- 3万元报价中哪些工作不能只按代码量计算？
- 熟人定制单为什么仍需提前约定范围和验收？
原作者原话
这次分享的是一笔 3 万元 AI 软件定制单的复盘
如果不把这个版本拿给他看，AI 很可能会把错误方向做得越来越完整
以上为原帖简短摘引。作者：不期而遇。完整内容及访问条件以生财有术原帖为准。
