我是怎么用AI把小程序开发时间缩短70%的
说70%不是标题党，是真实数字。
上个月我做了个小程序，从立项到上线，4天。同样的功能，以前团队做至少要两周。
当然，不是AI全包的。但AI确实承担了大部分重复性工作，我主要负责：想清楚做什么、处理边界情况、跟产品经理扯皮。
今天把这个过程拆开来讲，有数字、有流程、有细节。不吹不黑，真实记录。
先交代背景
我做的是一个企业内部的小工具：员工打卡考勤系统。
功能不复杂：
- 上下班打卡（定位+拍照）
- 请假申请和审批
- 考勤统计报表
- 消息推送提醒
这类功能在程序员眼里就是增删改查，没什么难度。但正因为他简单，所以拿来测试AI效率特别合适——变量少，对比明显。
传统开发 vs AI辅助开发
时间对比
| 环节 | 传统方式 | AI辅助方式 | 节省时间 |
|---|---|---|---|
| 需求整理 | 1天（开会+文档） | 0.5天（AI辅助整理） | 50% |
| 前端开发 | 4天 | 1.5天 | 62% |
| 后端开发 | 4天 | 1.5天 | 62% |
| 接口调试 | 2天 | 0.5天 | 75% |
| 测试修改 | 2天 | 0.5天 | 75% |
| 文档编写 | 1天 | 0天（让AI写） | 100% |
| 合计 | 14天 | 4.5天 | 68% |
14天变成4.5天，缩短了68%，接近70%。
不是每个环节都能省这么多。请继续往下看。
具体怎么做的
第一步：需求整理（0.5天）
以前：找产品经理开会，画原型，整理需求文档，改需求，再改需求……一周没了。
这次我跟AI一起捋需求。
先把脑子里想的乱七八糟的东西说出来，AI帮我整理成结构化文档：
我有个考勤小程序的想法：
- 员工每天上下班打卡
- 支持请假申请
- 管理员能看考勤统计
- 需要消息推送
- 打卡需要定位
请帮我整理成完整的功能清单，包括每个功能的细节和边界情况。
AI给我输出了完整的功能列表，还帮我补了几个我没想到的点：
- 打卡超出公司范围怎么办
- 请假审批有没有时效
- 统计报表要不要支持导出
这0.5天比我以前开三四个会还高效。
第二步：前端开发（1.5天）
这是我花时间最多的环节。
整个前端我分了三块：
第一块：页面框架
用Cursor生成基础页面，Prompt是这样的：
帮我生成小程序的打卡页面，包含：
- 顶部显示当前日期和时间
- 打卡按钮（大按钮，醒目）
- 当前位置显示
- 打卡记录列表（最近5条）
用原生小程序写法，不用框架。
出来的东西不是完美，但基础架子有了，我只需要调整样式和交互。
第二块：交互逻辑
比如打卡这个按钮，点击后要做什么：
- 获取当前位置
- 判断是否在有效范围内
- 调用接口上传数据
- 显示成功/失败提示
我先自己写一遍，写完了让Cursor帮我review，顺便找出我没考虑的边界情况。
第三块：样式调整
这块AI帮不了太多忙，还是得自己调。但因为基础架子AI出了，我只需要专注样式，效率还是高了不少。
第三步：后端开发（1.5天）
后端用的是云开发，不自己搭服务器。
这一块AI帮了大忙。
我对云开发不太熟，很多API参数记不住。以前遇到不熟的接口，要么查文档、要么问同事，每次都要耽误时间。
这次直接把云开发文档扔给Cursor，让它帮我写：
我用的是微信云开发，帮我写以下接口：
1. addCheckin - 添加打卡记录
2. getCheckinList - 获取打卡列表
3. getCheckinStat - 获取考勤统计
表名：checkin
字段：userId, checkInTime, checkOutTime, location, photo, status
Cursor根据云开发SDK的规范，帮我生成了完整的接口代码。我拿过来改了几个字段名就能用。
这个过程大概半天。如果让我自己对着文档写，至少要一天半。
第四步：接口调试（0.5天）
前后端联调是最容易出幺蛾子的环节。
这次也不例外。有几个典型问题：
问题1：参数名对不上
前端传的是checkInTime，后端接的是checkin_time，字段名不一致。Cursor帮我快速定位了问题所在。
问题2：云开发权限问题
打卡记录只能查到自己的，查不到所有人的。翻了半天才发现是云开发默认的权限设置问题。
问题3：并发打卡
同一个人短时间内点了两次打卡按钮，后端插入了两条记录。Cursor帮我加了防重逻辑。
这些问题都是真实踩过的坑。AI不能帮你完全避免，但能帮你更快找到原因。
第五步：测试（0.5天）
测试主要靠Cursor跑基本功能，加上我自己手动测边界情况。
Cursor能跑的是接口功能测试——检查返回值对不对。但UI交互、视觉问题这些还得人来看。
另外我还用Cursor帮我写了几个边界测试用例：
- 正常打卡
- 超出范围打卡
- 重复打卡
- 请假状态打卡
AI具体帮了哪些忙
帮得上的
| 任务 | AI表现 |
|---|---|
| 写重复性代码（CRUD） | ⭐⭐⭐⭐⭐ 几乎不用改 |
| 生成页面框架 | ⭐⭐⭐⭐ 改一改就能用 |
| 写接口代码（云开发/SQL） | ⭐⭐⭐⭐ 规范准确 |
| 代码Review | ⭐⭐⭐⭐ 能发现问题 |
| 写测试用例 | ⭐⭐⭐⭐⭐ 很实用 |
| 整理需求文档 | ⭐⭐⭐⭐ 比开会高效 |
帮不上的
| 任务 | 原因 |
|---|---|
| 交互设计 | 需要产品sense，AI不懂用户 |
| 样式调整 | 需要审美，AI出的样式比较丑 |
| 定位产品方向 | 业务问题，不是技术问题 |
| 解决云开发权限问题 | 需要经验，AI给的方向不一定对 |
总结：什么情况下适合用AI辅助开发
适合的场景：
- 功能明确、逻辑清晰的工具类应用
- 你不熟悉的语言/框架，需要快速上手
- 有大量重复性代码要写（CRUD类）
- 需要快速出原型验证想法
不太适合的场景：
- 交互复杂的ToC产品（需要产品设计能力）
- 全新的技术方向（AI可能会给你过时的方案）
- 需要深度架构设计（AI更适合执行，不适合规划）
70%这个数字怎么算的
再解释一下这个数字。
不是每个环节都省了70%，是综合下来整体效率提升了这么多。
具体分布：
- 写代码环节（前端+后端）：省了60%
- 需求整理：省了50%
- 接口调试：省了60%
- 测试修改：省了75%
- 文档编写：省了100%
最明显的是文档。以前每次都要写一堆接口文档、说明文档，这次全让Cursor写了，我检查一遍就行。省了整整一天。
真实感受
用AI辅助开发这几个月，我的感受是：AI是很好的执行者，但不是好的决策者。
你得先想清楚要做什么、怎么做，AI才能帮你执行。想不清楚的话，AI给你一堆代码，反而把你带偏。
所以关键还是你自己的判断力。AI负责执行，你负责决策。
有类似体验吗？评论区聊聊你的情况。
