你已经学了一堆零散的技能，现在是时候串起来了

如果你是按顺序学到这里的，那么到目前为止你已经接触了不少东西：MVP 思维教你怎么砍功能、抓核心；需求拆解教你怎么把一个大目标变成可执行的小任务；PRD 驱动开发教你怎么用一份文档指导整个项目；Prompt 技巧教你怎么跟 AI 高效沟通。

但你有没有一种感觉——这些东西是分散的，好像一把抓不住？你知道 MVP 很重要，但什么时候该想 MVP？你知道 Prompt 要写清楚，但什么时候该写 Prompt？你知道要拆需求，但拆完之后呢？

这就是这一节要解决的问题。我要把前面学过的所有东西，整理成一个清晰的三层思维模型。以后不管你做什么项目，脑子里都有一个框架可以套用——而不是每次都凭感觉来。

第一层：产品思维——"做什么"

产品思维是最上面那一层，也是最先启动的一层。它回答的核心问题只有一个：我到底要做什么？

注意，这个问题听起来简单，但实际上大部分 Vibe Coding 项目的失败，都败在这一步上面。很多人一打开 Cursor 就开始跟 AI 聊"帮我做一个 XXX"，但他自己都没想清楚这个 XXX 到底是给谁用的、解决什么问题、核心功能是什么。

产品思维的核心工具就是 MVP——最小可行产品。你之前已经学过了，这里我再换一种方式说一遍：产品思维的本质是"做减法"。 你要做的不是想"我能加什么功能"，而是想"我最少需要什么功能，就能让这个东西有用"。

举个例子。假设你想做一个"每日英语学习 App"。你脑子里可能一下子冒出十几个功能：单词本、每日推送、语法讲解、听力练习、口语测评、学习打卡、社交分享……停。产品思维让你先问三个问题：

1. 谁会用这个？ → 比如：每天通勤的上班族
2. 他们最头疼的是什么？ → 比如：记了单词就忘
3. 什么是最少的功能就能帮到他们？ → 比如：每天推 5 个单词 + 间隔重复复习

三个问题回答完，你的 MVP 就出来了：一个每天推 5 个单词、用间隔重复法帮你记住的小工具。没有社交、没有口语测评、没有语法讲解——那些是以后的事。

第二层：工程思维——"怎么拆"

产品思维帮你确定了"做什么"，接下来工程思维帮你回答"怎么拆"。

你可能会觉得"拆需求"是程序员的事，跟我有什么关系？关系大了。在 Vibe Coding 的世界里，你给 AI 的任务颗粒度，直接决定了 AI 输出的质量。你给 AI 一个太大的任务（"帮我做一个英语学习 App"），AI 会给你一坨你根本无法消化的东西。你给 AI 一个刚好大小的任务（"帮我做一个单词卡片组件，展示英文、中文释义和例句，支持左右滑动切换"），AI 给你的东西就会精准得多。

工程思维的核心工具是 PRD（产品需求文档）和任务拆解。具体来说，就是把你在产品思维阶段确定的 MVP，拆成一个个可以独立完成的小任务，然后把这些任务的详细描述写成一份文档。

还是拿刚才的英语学习 App 举例。MVP 确定了之后，工程思维帮你把它拆成这样：

• 任务 1：数据结构 → 每个单词需要存哪些信息？英文、中文、例句、音标、学习次数、下次复习时间
• 任务 2：单词卡片 UI → 一张卡片展示一个单词，可以翻转看释义，支持左右滑动
• 任务 3：间隔重复算法 → 根据记忆曲线，计算每个单词的下次复习时间
• 任务 4：每日推送页面 → 首页展示今天要复习的单词列表，显示复习进度

每个任务都足够小、足够具体，AI 可以一个一个来做。这比你扔一个大任务给 AI 然后祈祷它能做好，靠谱一万倍。

这里有一个很关键的点需要强调：工程思维不要求你会写代码，但要求你会"想清楚"。 你不需要知道间隔重复算法的具体实现，但你需要知道"我需要一个间隔重复的功能"。你不需要知道 React 组件怎么写，但你需要知道"我需要一个可以翻转的卡片"。

第三层：对话思维——"怎么说"

前两层帮你确定了"做什么"和"怎么拆"，第三层解决的是"怎么跟 AI 说"。

对话思维的核心是：把你脑子里的东西，用 AI 能理解的方式，清楚地表达出来。 这听起来是废话，但做起来一点都不简单。

你跟人沟通的时候，对方可以追问你、可以从你的表情和语境猜测你的意思、可以用共同经验来补全信息。但 AI 没有这些能力——它只能处理你字面上写出来的东西。你说"做一个好看的页面"，AI 不知道你觉得什么叫"好看"。你说"优化一下性能"，AI 不知道你说的是首屏加载速度还是运行时内存占用。

所以对话思维的第一条原则是：具体、具体、再具体。 不要说"好看"，要说"白色背景、蓝色主色调、卡片圆角 8px、有微微的阴影"。不要说"优化性能"，要说"首页的首屏加载时间控制在 2 秒以内"。

对话思维的第二条原则是：迭代、迭代、再迭代。 你不需要一次把所有细节都写完。第一轮先交代目标、约束和验收标准，看到结果后再补充遗漏信息。这种渐进式沟通通常比一次堆出很长的 prompt 更容易审查。

对话思维的第三条原则是：给上下文。 AI 不知道你的项目背景、不知道你之前做了什么、不知道你的设计偏好。你需要告诉它这些。这也是为什么后面会有专门的章节教你写 CLAUDE.md 和 .cursorrules——这些文件本质上就是给 AI 提供"项目上下文"用的。

三层思维怎么配合使用？

实际操作中，这三层思维不是线性的"先想完第一层再想第二层再想第三层"。它们更像是嵌套的循环：

大循环：产品思维 → 工程思维 → 对话思维 → 得到结果 → 回到产品思维审视

小循环：每做一个任务，都有一个小的"对话思维循环"——跟 AI 说 → 看结果 → 给反馈 → 再看结果

一个典型的工作流是这样的：

1. 花 15 分钟用产品思维确定 MVP（你可能会用 AI 帮你分析竞品、整理需求）
2. 花 10 分钟用工程思维把 MVP 拆成 5-8 个小任务，写成一份简单的 PRD
3. 从第一个任务开始，用对话思维跟 AI 一个一个完成
4. 每完成 2-3 个任务，回到产品思维层面审视一下：方向对吗？需要调整吗？
5. 全部完成后，再整体检查一遍，看看有没有遗漏

这个流程不复杂，但它能帮你避免 Vibe Coding 中最常见的两个坑：一是做着做着忘了自己要做什么（缺产品思维），二是一次给 AI 太大的任务导致质量失控（缺工程思维）。

记住一句话：产品思维管方向，工程思维管拆解，对话思维管执行。 三层缺一不可。你现在可能对这三层的理解还比较抽象，没关系——后面的每一个实战练习，你都会用到这个框架。用几次之后，它就会变成你的直觉。