大家好！还是我，那个在AI时代“瞎折腾”的普通创业者落叶。很高兴又和大家在这里相遇了。
上周在AI“员工”们的帮助下，2天搞定了公司官网 （还没看过的朋友可以戳这里 ），然而我们这个“啥都不会”但“啥都敢想”的微型团队，在AI的“加持”下有点膨胀了并不满足于此，于是准备搞点新花样。
这次，我们挑战升级，用3天时间，从一个想法开始，完成一个Web应用（对，就是那种有交互、能跑起来的网页应用）的开发，并成功部署到我们自己的域名上。
我们也给这个网站起了个蹭流量好玩的名字：不知道去哪儿。
一切的开始：关于假期的“灵魂拷问”
清明假期刚过完那会儿，周边的朋友们就开始弥漫着对五一假期的“焦虑”。聊来聊去发现一个经典问题反复出现：
“假期去哪儿玩啊？”
“不知道啊，没啥想法...”
“好像哪儿都人多...”
是不是又像极了屏幕前的你
大家嘴上说着“没想法”，但心里或多或少都有点小偏好：有人想爬山，有人想看海；有人想去个清净地儿，有人就爱凑热闹；有人预算有限，有人追求体验…… （单押X1）
灵光一闪：让 AI 当你的专属旅行规划师？
既然大家有需求但选择困难，那我们全能的AI“员工”们是不是又能派上用场了？
场景很简单：做一个工具，你告诉它你的大致想法（从哪出发、想去几天、几个人、预算多少、喜欢什么样的地方），AI就可以基于你的需求，结合各种信息（天气、交通便利度、距离远近等），推荐合适的目的地，并且还能帮你把具体行程都规划好！
于是，我们这个名为“不知道去哪儿”的Web应用项目就启动了。
做出差异：不止规划，还要“接地气”的参考
稍微搜索一下就会发现，市场上这类旅行规划工具其实已经很多了，但经过我们的观察调研，发现一个现象：很多人做攻略，最后还是会一头扎进小红书，看别人的真实分享和“避坑指南”。那些图文并茂的笔记、真情实感的评论，往往比官方介绍更有说服力。
“真实用户的经验”，这不就是最好的参考吗？
所以，我们决定给我们的 AI 旅行规划师加一个“杀手锏”：不仅给你推荐和规划，还能自动去小红书上扒拉相关的热门笔记和评论，然后用大模型给你总结提炼出精华参考！ 让你在做决定前，就能看到过来人的“经验之谈”。
这样一来，AI 的高效规划 + 小红书的真实反馈，岂不美哉？
说干就干：我们的 AI “流水线” 2.0
老规矩，先上“成品”供大家体验（和吐槽）：travelplan.huanyuliuguang.cn
(温馨提示：目前还是 MVP 版本，依然推荐电脑端食用)
依然贴心的为想偷懒的你们准备好了页面截图：
首页
结果页
话不多说，继续展示我们这次“造物”的完整流程：
（因为这不是一篇“手把手教学”的文章，下面的每一步都只写了操作流程，其中会有不少细节没有展开，如果有朋友对某个环节感兴趣，欢迎私信来交流，对于需求比较多的环节，后面会考虑单独开一期教学篇）
1 产品设计 (还是没设计师，AI上！)
- 负责“员工”：Cursor-Agent 模式
- 目标： 把上面那些想法，变成看得见摸得着的界面设计稿。
- 过程：
-
- 提示词唤醒AI设计师，给AI设定明确的身份和任务
- 进入持续沟通阶段，比如配色、优化交互逻辑等，得到你最终期望的设计稿
- 每完成一个修改步骤，都能实时预览网页样式，所见即所得
2 需求文档 (把设计图“翻译”成开发语言)
-
负责“员工”： Gemini 2.5 Pro / Claude 3.7 Sonnet / DeepSeek R1 (老规矩，谁顺手用谁)
-
目标： 将设计稿和功能逻辑，转化为开发人员（这次是 AI 开发）能看懂的、清晰结构化的需求文档（PRD）。
-
过程：
-
- 把设计图丢给 AI，告诉它每个页面的功能、按钮点击后的反应、需要调用的数据等。
- 让 AI 生成一份详细的需求文档，明确前后端交互逻辑、数据格式等。
- 检查几遍，确保没啥明显遗漏。
3 核心引擎打造 (Coze工作流——这次的新武器)
- 负责“员工”：Coze（国内版）
- 目标： 搭建整个应用的核心后台逻辑，实现从接收用户需求到分析、推荐、查找小红书内容、总结并最终输出完整规划的自动化流程。
- 过程： 在Coze里创建一个新的对话流（因为要接收用户的输入信息）
- 理解用户需求。 用大模型（这里用的是豆包）解析用户输入的自然语言，提取关键信息（目的地偏好、预算、天数、兴趣点等）。
- 推荐目的地。 结合Coze接入的插件/工具，根据用户需求和实时信息（如天气）筛选推荐目的地。
- 抓取小红书参考。 针对推荐的目的地，调用小红书的官方插件批量获取小红书上的相关笔记和评论内容。
- 内容总结。 将获取到的小红书笔记和评论集合起来，“喂”给另一个大模型节点，让它进行阅读理解和总结，分别提炼出推荐和踩坑的Tips。
- 调试和发布。 通过试运行观察输出的结果，如果发现输出的内容不符合预期，就不断通过调整提示词进行优化。
最终是个不算复杂的对话流，大概长这样：
Coze工作流
4 产品开发 (让代码“长”出来)
- 负责“员工”： 我们的老朋友，Cur
·这个家没我不行·sor - 目标： 基于设计稿和需求文档，生成前后端代码，这次要复杂一些，后端需要调用Coze对话流的API接口。
- 过程： 和上次做官网类似，把设计图、需求文档一股脑“喂”给 Cursor。
重点来了： 这次项目比官网复杂得多，页面多，还有前后端交互。直接让Cursor一步到位生成整个项目？大概率一定会翻车。
我们的经验是：分步执行！
最好能严格按照项目开发的节奏来，比如先写前端页面、测一下、再写后端接口、再测一下、然后做API的接口联调……等等，你说我不会代码怎么会知道这些步骤？当然还是AI告诉我的~
5 调试&优化 (漫长而痛苦的环节)
- 负责“员工”： 还是Cursor (谁生的娃谁带)
- 目标： 修复Bug，优化样式和用户体验，让应用能跑起来。
- 过程： 越复杂的项目，这一步越难，因为AI编程工具的记忆力是真的有限，和Cursor们的合作是个长期磨合的过程。
这个过程就是不断地：发现问题 -> 描述问题给 Cursor -> 尝试它的解决方案 -> 不行？-> 再换个方式描述、再尝试……直到问题解决或者干掉这个功能
在Cursor上调试的过程
6 网站部署 (让全世界都能看到)
- 负责“员工”： Gemini 2.5 Pro (指导顾问)+我 (执行)
- 目标： 把本地开发好的应用部署到公网上，并绑定到自己的域名
- 过程： 上一篇用的是直接操作云服务器（远程连接），还是有点过于复杂了，所以这次换了个相对简单的方式。
这里会用到两个，对于开发人员来说是老熟人，但对我来说是新朋友的网站：Github、CloudFlare
工作模式和上次是一样的：依然是Gemini一步步指导我如何去操作。
- 注册 Cloudflare 账号， 把项目代码上传到 GitHub (或其他 Git 仓库，这样后期维护之后只要更新上去，Cloudflare就会自动重新构建)。
- 在Cloudflare Pages连接 Git 仓库， 选择项目，做好配置。
- Cloudflare自动完成构建和部署后，会生成一个.pages.dev的域名。
- 绑定自定义域名，在Cloudflare 添加自己的域名，按照指引修改域名的DNS解析记录（主要是 CNAME），将自己想要让大家访问的域名地址指向上一步创建的域名。
- 等待 DNS 生效。
是不是又看不懂了
你仍然不需要关心每一步是做什么的：遇事不决，找Gemini
遇到不懂的、报错的，截图+描述+错误日志，直接丢过去，让它一步步教我操作，解释每个命令是干嘛的，分析错误原因并给出解决方案。
CloudFlare成功部署
后记
目前我们这个 “不知道去哪儿” 还只是个 MVP (最小可行产品) 版本，我们深知它还有很多地方可以优化，比如小红书的内容获取和返回并不稳定、规划的行程还不够个性化，等等。
所以，真诚的欢迎每一位体验过的朋友来评论区吐槽，毕竟我们团队主打一个“听劝”。你们的每一个建议，都可能成为我们下一步迭代的方向！
写在最后
虽然这次的项目看起来也不算复杂（毕竟也只有两个页面、一个流程），但如果有懂开发的同学，一定会知道它相比于公司官网来说，难度是指数级提升的。
所以诚实的说，这次的确有些“标题党”，如果你对所有AI工具的使用都只是初学者，那么这个项目三天之内是很难做出来的（更何况还要做部署上线），甚至我们自己一开始也并不认为可以在本周完成这个项目，即便是初级版本。
我们最终超出预期的完成了，其实复盘下来，是得益于前期对各种工具使用的积累：无论是Coze工作流的搭建还是Cursor的进阶使用，我们已经踩过很多的坑，也成功的减少了各个环节的调试时间。
这也是我想继续上一篇的观点接着说的，现阶段的AI绝不是“我听过了等于我会用了”，如果想让AI“员工”们发挥更大的价值，需要把它们当做真正的“搭子”，不断地磨合。
最后的最后，如果你对 AI 应用、AI 创业，或者对我正在“瞎折腾”的事情感兴趣，欢迎关注点赞支持一下，也期待在评论区看到你们的想法和交流。一句很俗但很真的话：你们的支持是我最大的动力~
