一个不会设计的人，用 ChatGPT+ UIPro-CLI + OpenClaw 做了在线一个拼图工具的反思

如果你想试试，这里就是：https://ps.keepmot.com/

一、三个 AI ，三种角色，一个人

先说一个很多人没意识到的事实：这个项目不是「一个人和一个 AI 」的故事，而是「一个人和三个 AI 」的故事。

第一个 AI：ChatGPT —— 产品顾问

在写任何代码之前，我花了大量时间在 ChatGPT 网页版上聊天。

我的第一句话是：

“我想做一个免费的在线拼图工具，不用登录，完全免费，用完即走。帮我想想，别人已经有什么了？我还能做什么？”

ChatGPT 给了我一个大而全的方案：竞品列表（美图秀秀、Canva 、PicsArt ）、核心功能拆解（拼图、长图拼接、裁剪、特效）、技术选型建议（纯前端实现，保障隐私）。

我什么都不懂，但我知道这个方案太大了。

我说：「调整一下 MVP ，只做网格拼图、长图拼接、裁剪。另外一定要纯前端，数据不能上传服务器。」

然后我探索了 Canvas 绘图的能力边界、图片处理的性能问题、纯前端实现的可能性。

到这里为止，一切看起来像是一个正常的技术调研过程。

但真正的转折发生在我说出这句话的时候：

“我不想对技术选型做什么限制。我只想做提出需求的人。”

这不是一句随口说的话。这是我在那个时刻做出的一个判断——我不应该假装自己是设计师或程序员。我应该做我真正能做好的事情：想清楚我到底要什么。

从那一刻起，我不再问 ChatGPT 「用什么框架」，而是让它帮我写一份纯粹的产品需求文档。

ChatGPT 产出了一份 PRD ，其中有一个设计原则，后来成了整个项目的灵魂：

「用户不需要注册，不需要付费，不需要学习。打开即用，用完即走。」

ChatGPT 的贡献是巨大的。但它写了零行代码。

第二个和第三个 AI：UIPro-CLI + OpenClaw —— 程序员

我拿着 ChatGPT 帮我写的 PRD ，进入了 Windsurf IDE 。

第一条消息：

“这是一个需求文档，我希望你根据它来开发一个在线拼图工具。纯前端实现，图片不上传服务器。我的开发平台是 macOS 。”

AI （ UIPro-CLI ）分析完 PRD ，输出了完整的技术方案——选了 Vue 3 、TypeScript 、Canvas API 、Pinia ，画了数据模型、目录结构、分期计划。

我说：“完全同意你的方案。请开始开发。”

我甚至不知道它选了什么。我是后来才搞明白 Canvas 绘图 API 、Pinia 状态管理这些事的。

AI 一口气生成了项目骨架，启动了 npm run dev。

一个功能完整的拼图工具雏形就这样出现在我屏幕上。

从那一刻起，我的工作变了。我不再是提需求的人。我变成了这个工具的第一个用户，也是最苛刻的用户。

那我是什么？

三个 AI ，各有分工：

而我？

我是产品经理。我是测试员。我是那个说「不合理」的人。

↑ 用拼图工具做了三张图。右侧是正在测试的布局模板。所有处理都在本地完成，不上传服务器。

二、70% 的时间在做一件事：用自己的工具然后吐槽

很多人以为 AI 编程就是：说一句话 → AI 写完 → 完事。

不是的。差远了。

我的时间分配是这样的：

架构 & 核心功能搭建    ██░░░░░░░░ 20%
自测 & 吐槽 & 迭代     ███████░░░ 70%
部署 & 发布           █░░░░░░░░░ 10%

70% 的时间，我在做的事情是：打开工具，上传几张照片拼一下，然后记下所有让我不爽的地方。

每天记一批，攒够了发给 AI：

1. 网格拼图那个边框太粗了，能不能细一点
2. 长图拼接后预览卡顿，是不是渲染性能问题
3. 滤镜切换的时候闪一下，体验不好
4. 裁剪工具那个控制点太小了，不好点
5. 还有啥能优化的你看着办吧

注意：这些消息里没有任何技术内容。

我不知道「边框」在代码里叫什么。我不知道「预览卡顿」是 Canvas 渲染问题还是图片解码问题。我不知道「控制点」是用什么图形库画的。

我只知道这个东西不好用。

而这，恰恰是最有价值的信息。

三、一个哲学问题：什么东西不能被生成？

在这个项目里，AI 生成了：

• 15,000 行代码
• 完整的前端架构
• 50+ 种布局模板
• 20+ 种图片特效
• 6 种裁剪比例预设
• 垂直/水平拼接算法

AI 没有生成的是：

1. 「我想做什么」—— 这个想法来自我每次做产品图都要打开 Photoshop 的烦躁
2. 「这个不合理」—— 每一个 bug 报告、每一个体验吐槽都来自我真实的使用感受
3. 「这样不够好」—— AI 每次说「已修复」，我都要亲自验证，不合格就打回去
4. 「先想清楚再做」—— 在 ChatGPT 中从技术探索转向产品定义的那个关键判断
5. 「给 AI 一个好的参考」—— 去 GitHub 找优秀开源拼图库让 AI 学习的决策

让我把这五件事抽象一下：

意图、判断、品味、策略、资源调度。

这五样东西，在今天，AI 一样都生成不了。

不是因为 AI 不够聪明。而是因为这五样东西的源头不是信息——是欲望、是偏好、是价值观、是一个人活到现在所有经历的总和。

AI 可以写出一万种「好看的界面」。但只有你知道「好看」对你来说意味着什么。

AI 可以提供一百种技术方案。但只有你知道你愿意为什么东西花两周时间。

代码是手段。判断才是目的。

四、AI 的真正恐怖之处，不是它能写代码

AI 能写代码，这已经不是新闻了。

真正恐怖的是：AI 让「能力」和「成本」脱钩了。

以前，如果你想做一个在线拼图工具，你需要：

• 一个前端工程师（ Vue + Canvas ）
• 一个 UI 设计师（布局模板 + 滤镜效果）
• 一个测试工程师
• 一个产品经理
• 两到三个月
• 至少三十万人民币

现在你需要的是：

• 一个想清楚了自己要什么的人
• 两周
• 几乎零成本

这意味着什么？

意味着「有没有技术团队」不再是你能不能把想法变成产品的决定性因素。

意味着一个摄影师可以自己做拼图工具。一个电商运营可以自己做产品图制作工具。一个自媒体人可以自己做封面生成器。

意味着创造力的瓶颈从「能不能实现」变成了「有没有想法」。

从「会不会做」变成了「知不知道该做什么」。

五、给所有想用 AI 做工具的人

如果你看完这篇文章，想自己试试用 AI 做一个产品，这是我最想告诉你的几件事：

1. 先想清楚你要什么，再碰 AI

不要一上来就说「帮我写个 XXX 」。

花时间在 ChatGPT 上聊。调研竞品。了解别人怎么做的。然后写一份需求文档——哪怕只有一页纸。

PRD 是你给 AI 的边界。没有边界的 AI ，会给你一个什么都有但什么都不对的东西。

2. 不同的 AI 擅长不同的事

ChatGPT 网页版适合开放式探索、产品思考、竞品分析。Windsurf / Cursor 中的 AI 适合精确的代码编写和工程执行。

不要指望一个 AI 什么都做。像管理团队一样管理你的 AI 。

3. 你最大的价值是说「不」

AI 永远会说「好的，已完成」。它不会告诉你这个方案不合理，不会告诉你这个交互很蠢，不会告诉你用户不会喜欢这个。

你的工作不是说「好」，而是说「不行，重来」。

每一个成功的产品背后，都有无数个被否决的方案。AI 不会否决自己，这件事只有你能做。

4. 尽早建测试

AI 写测试的速度极快。一句话几十个 test case 。

不要等到项目末期才想起来写测试。在核心功能成型后就让 AI 写。这会节省你后面无数的手动验证时间。

5. 遇到难题，给 AI 找参考

当你发现 AI 反复修同一个问题修不好时，不要继续用自然语言描述。

去 GitHub 上找一个解决了同样问题的开源项目，下载下来扔给 AI 说「先学这个」。

一个好的参考实现，胜过一千句需求描述。

6. 记录一切

我留下了 8 份对话记录。数百条消息。数万字。

这些记录不仅帮助我复盘，还让我写出了这篇文章。

跟 AI 协作的过程本身就是知识。记录它，你会在回头看时发现很多当时忽略的洞见。

六、终极问题：设计师会失业吗？

我知道你在等这个问题。

我的回答是：问错了。

「设计师」从来不是一个统一的职业。它包含了：

• 把需求翻译成视觉稿的人（执行者）
• 设计用户体验的人（体验设计师）
• 保证设计一致性的人（设计系统负责人）
• 理解用户需求的人（用户研究员）
• 做出审美判断的人（创意总监）

AI 正在极速替代第一种。这是事实。

但后四种——体验、系统、理解、判断——AI 目前做不了，短期内也做不了。

不过，这件事的意义远比「谁会失业」深刻得多。

它意味着：以前只有设计师能做的事，现在每个人都能做了。

不是设计师失业了——而是每个人都变成了设计师。

或者更准确地说：每个人都变成了产品经理。因为现在，从想法到产品的距离，只剩下一份需求文档和几句清晰的判断。

七、代码已死，判断永生

我花了两周时间，用三个 AI ，做了一个 15,000 行代码的在线拼图工具。

我没有写一行代码。

但我做了几百个判断。

哪些功能要做，哪些不做。 这个布局好不好用。 那个滤镜够不够好看。 这个 bug 修没修干净。AI 该在什么时候介入，什么时候闭嘴。

每一个判断都很小。但所有判断加在一起，就是这个工具。

代码是 AI 写的。但工具是我的。

因为工具不是代码。工具是一千个判断的总和。

如果你想试试，这里就是：https://ps.keepmot.com/

它不完美。它是一个不懂设计和编程的人和三个 AI 的实验。但它确实在跑，确实有人在用。

如果这篇文章让你觉得「也许我也可以」——那就对了。你可以的。

你需要的不是学设计。你需要的是想清楚你要什么，然后有勇气对 AI 说「不行，重来」。

↑ 拼图工具的效果预览。所有图片处理都在浏览器本地完成，隐私安全。

附录：硬数据