AI 辅助研发流程实践:可行性分析、设计文档、高保真原型与黑盒验证
作者: 宝玉 @dotey•发布日期: 2026-08-25 06:21
我的 AI 开发流程
不少读者问过我的 AI 开发流程。前几天我刚用 AI 给桌面应用加了一个小功能,正好拿来做完整案例参考。
GitHub Issues 需求来源:远程转录
这个需求来自 GitHub Issues 里的一条读者留言(图 1)。他问能不能给字幕转录翻译软件 BaoCut 加上远程转录功能。
使用场景很具体:手里有两台电脑,电脑 A 配有英伟达显卡,电脑 B 只用来日常办公。平时在电脑 B 上操作 BaoCut,把耗算力的转录任务交给电脑 A 完成。
第一步先做可行性分析:这个需求很实用,但我以前没做过类似功能,不确定能不能走通,所以动手写代码前先评估可行性。
AI Engineering Workflow
宝玉的 5 步 AI 开发工作流
- 可行性分析
评估产品定位价值,用 Claude Code 对比技术方案
- 编写设计文档
合并需求、架构与 UI 说明,由人工确认方向
- 原型即 UI 设计
用 baoyu-design 生成高保真交互原型并多轮微调
- Agent 实施交付
配合 /goal 让 Claude Code 按 Milestones 逐步编码
- 黑盒测试验证
人工充当 QA 实操验证功能,不逐行看代码
一、可行性分析
没做可行性分析就盲目动手,很容易白忙一场,我在这上面吃过不少亏。
就算做了可行性分析,有时也会判断失误。前几天我试着接入本地文本模型做字幕拆分对齐,前期评估觉得可行,做出来才发现实际体验很差。最后只能整块砍掉,白白浪费几天时间和不少 Token。
可行性分析的两个层面
- 产品层面:功能对用户有没有实际价值,是否符合软件定位。
- 技术层面:技术方案能否走通,开发和维护成本是否可控。
远程转录对用户很有用,也契合产品定位,所以我把重点放在技术可行性分析上。
Claude Code 可行性分析过程
Claude Code 方案对比
我把原始需求发给 Claude Code,让它结合当前项目代码评估技术可行性(图 2)。它判断方案可行,并列出了几套备选方案(图 3)。
看完这几套技术方案后,我的判断如下:
- 方案 0 和方案 C:不用改现有代码,但要求用户自己搭建 ASR 服务器,使用门槛太高。
- 方案 A:用户只要安装 App,就能直接启动本地转录服务,体验最好。
- 方案 B:对 Windows 系统支持不好。
最终方案:采用方案 A 推进开发。方案 0 整体虽然不合适,但它提到的 HTTP 转录 API 很实用,可以顺带加上。
二、编写设计文档
确定技术方案可行后,下一步是先写设计文档,先不动手写代码。
这份文档融合了产品需求、系统架构和界面交互说明,把要做什么、怎么实现写在一处。
设计文档与技术方案梳理
写设计文档是为了让 AI 先摸清项目现状和所需技术,并落成书面记录(图 4)。这样后续编码和维护都有据可查,人工也能在写代码前先确认技术方向是否正确。
这次因为前面给的技术方案没什么硬伤,加上我比较信任 Fable 模型,文档生成后就直接开工了。实际开发中,建议你还是先人工通读一遍文档更稳妥。
三、原型设计(原型即 UI 设计)
写代码前先做原型设计,能低成本验证需求,尽早敲定界面布局与交互细节。
我的环境里已经安装了 baoyu-design Skill,直接输入“原型设计”就会自动触发。
BaoCut 项目里自带一个独立的原型设计页面。每次新增或修改功能,我都会先更新这个页面。
原型设计第一版:高保真 UI
有了前面的设计文档打底,第一版原型(图 5)生成得很顺利。它在设置界面新增了一个配置页,支持开启本地服务和发现局域网节点。
原型即 UI 设计:这里生成的原型直接融合了交互逻辑与高保真视觉效果,不用再单独画一遍 UI 稿。这也是 Claude Design 的特点。
初版原型出来后,还需要人工体验并向 Agent 提修改意见。我在这个环节反复迭代了好几轮(图 6)。
基于原型设计给 Agent 反馈微调
布局调整为 Tab 并增加状态指示图标
开启本地服务和连接远程节点属于两个独立场景,所以我先让它改成 Tab 分栏布局。同时加上了状态指示图标,一眼就能看出服务当前是运行还是停止(图 7)。
将服务状态挪到主界面
主界面高保真最终视图
试用后我发现把状态藏在设置页里查看很不方便,于是又让它把服务状态入口挪到了主界面,这才定稿(图 8、图 9)。
四、编码实现
备齐设计文档和高保真原型后,把编码工作交给现在的 Agent 就非常简单了。
配合 /goal 将文档发给 Claude Code 实施
Claude Code 按 Milestones 逐步完成
我通常会配合 /goal 命令,把设计文档发给 Claude Code(Fable 5)执行。它会按文档拆好的 Milestones 逐个编码,完成后还会自动截图验证界面效果(图 10、图 11)。
五、测试验证(黑盒 QA 测试)
Agent 自带截图验证,但不能直接全信它的测试结果。你还是得亲自手动跑几遍完整流程,把测出来的 Bug 发给 Agent 修复(图 12)。
人工黑盒测试与问题反馈微调
来回修了几轮之后,远程转录功能就可以正常使用了(图 13、图 14)。
最终成品功能运行视图 1
最终成品功能运行视图 2
关于代码审查(Code Review)
整个过程我没有逐行审查代码,只把自己当成 QA 做黑盒功能测试。在架构与交互已经锁定的前提下,Fable 模型的编码质量足够稳定。
觉得本文有启发?一键复制标准引用摘要
自带原文归因链接与核心摘要,可直接粘贴至团队飞书/Slack 知识库、技术周报或大模型上下文。