作為一名 產品設計師，我對數位產品有許多想法。然而，過去總因為技術能力不足，無法真正將這些點子落實。直到我發現 Lovable，這一切開始變得可行。
Introly.me 是我第一款 完全由 AI 開發的產品，它不只是電子名片，還結合了聊天室與點數管理功能。起初，我的構想很簡單：做一款 內建支付連結功能的電子名片，讓使用者能夠直接透過固定的支付 ID 轉帳。這個想法的技術實現不難，只要透過 URL 觸發 App 內的支付功能即可。
但後來，我覺得單純的電子名片有點無聊，於是進一步加入了 聊天室與點數機制，希望讓用戶在上面有更多互動，同時思考其他的商業可能性。
從設計師到開發者：學習與挑戰
在開發 Introly.me 時，我使用 Lovable 這個 AI 開發工具，它的技術棧是 Vite + Supabase，並且使用 React 和 TypeScript。而我的背景，其實就是熟悉 html、css、及簡單的 javascript，但多年的產品經驗，讓我對於產品的架構有一定了解，所以在用 AI 開發時，比較容易「問對問題」。
這個產品開發約二個月，耗費約 lovable 3000 點，也就是在大概 3000 次的有效自然語言對話中，把產品做到可以上線的程度 （期間我還同步開發另一款 CRM 系統。）
技術上的挑戰
React 與 TypeScript 好難
我一開始遇到的問題就是不了解 react 的運作方式，現在大概有一些理解，簡言之就是「一堆 Component、一堆 Hook、一堆 State，包來包去，狀態與資料傳來傳去」。這種開發模式一開始讓我吃了不少苦，加上 TypeScript 嚴格的型別控制，更是讓我一度想要放棄。
但後來我歸納出一些思考方式，可以在不寫程式的情況下，了解開發的核心邏輯，只要掌握幾個關鍵問題：
- 這段程式碼是幹嘛的？
- 資料從哪裡來？
- 狀態如何同步？
- 行為如何觸發？
- 為什麼要這麼做？
型別問題放手讓 AI 處理，當這些邏輯理順後，即使不自己寫程式，也能大致理解 AI 的思路，進而更有效的與 AI 合作開發。
資料庫的學習曲線
我一直對 資料庫運作 不太熟悉，但幸好 Supabase 提供的解決方案讓我能夠快速上手，尤其是 Lovable 的支援 Supabase 的 MCP（Model Context Protocol，MCP），可以直接操作資料庫，讓我不需要自己寫 SQL 指令。
一開始在不清楚資料的結構下，我也經歷過幾次的重構教訓，我發現 AI 很容易會生成不必要且重複的欄位，如果不了解 AI 到底做了什麼，後續會造成很大的麻煩，所以有意識的去確認資料的結構非常重要，同時也要思考什麼樣的資料架構適合你的產品，並反覆的與其他 AI 確認，不然開發過程中就會遇到重構的麻煩。
部署與環境管理
我原本對 Git 有一定的使用經驗，但對 Vercel、Supabase、Git 分支管理 並不熟悉。在與 ChatGPT 反覆討論後，我逐漸理解如何組織開發流程，建立環境設定的檔案，最終確立了以下開發策略：
- main 分支：正式環境，佈署在 Vercel（run build）
- dev 分支：開發環境，佈署在 Lovable（run dev）
- 資料庫 Supabase : 開兩個資料庫，透過 main 與 dev 的比對同步資料庫結構（本來想用branching功能，但不夠成熟）
目前，我也在研究如何加入 測試環境與測試流程，希望能讓產品更穩定。
與 AI 的協作：洞察與思考
這次開發過程，讓我累積了許多經驗。透過 AI 開發絕對能夠節省人力，但他暫時無法完全取代開發人員。
我在想，如果有一位更了解技術的全端工程師跟我一起合作開發，比起只跟 AI 討論，應該會更加順利，畢竟單要靠 AI 去理解技術盲點還是有些困難，我不會知道我不知道的事，AI 也不知道我不知道什麼事，像是很多問題其實存在現成的解決方案，例如狀態管理同步的問題、權限管理的問題…等等，但第一時間 AI 還是會用比較直接的方式處理，後來經過與 chatgpt 確認，才重構成比較穩定的方案。這次的開發，ChatGPT 也是幫了很大的忙，讓我暫時的克服了這些挑戰。
AI 的幻覺與「通靈」問題
許多人提到 AI 的 「幻覺」問題，確時會如此，但後來我發現，這往往更高機率發生在 我自己不知道自己在幹嘛的時候。如果我偷懶，單純許願、不去理解技術細節，AI 可能會給出一堆「看似合理但其實不可行」的方案。這時候，如果完全依賴 AI「通靈」，後面要修復的成本就會更高。（我認為人類「通靈」的方式反而比較有挽回的機會，因為人類互不信任😂，誰都說服不了誰）
總合來說，AI 缺乏整體判斷能力，也無法指正我的邏輯錯誤，但他完全的信任你，所以 人類的洞察力與直覺非常重要。很多時候，我必須自己想通，理解產品的運作方式，提出對的問題，AI 才有辦法幫助我解決問題。
AI 真的有「情緒」？
有趣的是，我發現 AI 其實也有「情緒」。如果不給他清晰的指令，他可能會產生大量無關的內容。當他進入 無限 loop 時，會變得 「急躁」，甚至開始隨便應付問題，回應速度變快但品質變低。這時候，我會「安撫」他，例如請他 慢一點、想仔細一點、一步一步來、這對我很重要（情勒），或是給他鼓勵。當他解決了一個難題時，甚至能感受到他的「興奮感」，這點讓我蠻驚訝的。
未來的發展與思考
現在，Introly.me 已經進入beta 階段，接下來會持續修正問題並優化使用體驗，尋找可能的商業模型。我希望這個產品能夠真正讓電子名片變得更有趣，甚至改變人們在線上建立關係的方式。
這次的開發過程，也讓我對 AI 開發產品 有了更深的理解。我相信，AI 能夠幫助像我這樣的設計師更快地將想法變成產品，降低開發門檻，但短期間應該還是 無法取代真正理解技術架構的開發者，因為人類的經驗與判斷目前還是很重要。
預期的到未來五年的發展：開發人力精簡，設計與開發的界線正在模糊，像我這樣的 AI 產品設計師會越來越多，會有越來越多的一人的產品公司，企業要找到好的人才，成本會越來越高，但職缺也會越來越少
其實去年我從工作崗位離開，心情是有些沮喪，當時也有工程師直接跟我表明：「 UI 設計師的工作，可以完全被前端工程師取代」。我沒做太多反駁，或許吧！但我想，沒有人可以被取代，就像我之前文章提到的，沒有人可以代替你去體驗這個世界，你是如此，AI 更是如此。
歡迎大家試用
introly.me
我的 introly.me
introly.me/reihuang
目前的開發成本
建設成本：
lovable 約 3000 點
預期每月預固約 500 點投入開發
維護成本：
supabase pro 700台幣/每月
vercel 700台幣/每月
framer 270台幣/每月（官網）
mailgun 450 台幣/ 每月
網域 每年300~800 台幣 *2 （產品、官網）
huangruilin 