这个案例不是为了展示“做了很多 App”，而是验证我能否在不同垂直场景中快速识别用户目标、核心数据、AI 介入点和第一版产品边界。
一、业务场景：解决垂直 AI 应用早期定义不清的问题
很多 AI 应用在早期最大的问题不是技术实现，而是产品定义不清：用户为什么用、输入什么、AI 在哪里创造价值、哪些数据需要长期保存、第一版到底做到哪里。
我围绕多个垂直方向做 MVP 验证，包括：
- 记账与个人行为记录
- AI 菜单与食材管理
- PCOS 健康记录与提醒
- 恋爱小程序与情绪记录
- 色彩分析与 Android 应用
- 方言语料、语音识别和移动端 AI 应用
二、我做了什么：用快速原型收敛第一版产品边界
每个垂直场景我都先拆解四个问题：
- 用户在这个场景里的真实任务是什么
- 用户需要输入哪些信息，哪些信息可以由 AI 辅助生成
- 哪些数据需要长期记录，哪些只是一次性生成结果
- 第一版必须验证什么，哪些功能可以后置
基于这些判断，我用 AI coding、PRD、页面原型和移动端工程快速做出 MVP，优先验证交互路径和价值假设，而不是一开始追求完整商业化形态。
三、关键产出：多场景 MVP 与移动端原型
- 记账与个人记录类原型，用于验证日常行为、时间和财务数据管理
- AI 菜单和食材管理原型，用于验证家庭饮食决策和采购清单生成
- PCOS 健康记录工具，用于验证周期、症状、提醒和健康数据记录
- 恋爱、情绪记录类小程序方向，用于验证关系经营、情绪表达和陪伴场景
- 色彩分析 Android 应用，用于验证 AI 形象分析、色彩建议和移动端交互
- 方言语料与语音识别方向，用于验证本地语音数据和模型应用场景
这些项目共同覆盖了个人效率、健康记录、饮食决策、情绪陪伴、形象分析、语音数据等多个垂直方向。
四、能力体现：快速判断场景、边界和 AI 介入点
- MVP 定义能力：能从模糊想法中快速找到第一版需要验证的核心路径
- 用户场景拆解：能区分高频任务、低频需求、记录型需求和生成型需求
- 移动端产品意识：理解移动端输入成本、页面层级和持续使用门槛
- AI 应用边界判断：判断 AI 是做生成、识别、分析、建议，还是只做辅助整理
- 快速交付能力：能从需求文档推进到页面、原型、移动端工程或可运行 Demo