摘要：本文记录了一个 ToB 产品经理（无开发经验）折腾大模型开发的全过程，从甜品期的狂喜到自闭期的因爱生恨，并抛出 5 个具体问题：工具选型、文档颗粒度、工作流、MCP 、Figma vs Axure 。
注：本文要点为本人口述，由 ChatGPT 整理，因此可能会带有一些 AI 风格，请各位谅解。
背景
我是 ToB 产品经理，没有开发经验。起初的动机很简单：
- 想借助大模型开发一些小工具，提高对开发过程的理解；
- 反过来审视自己需求/方案输出的质量。
在这个过程中，我大致经历了 甜品期 → 学习期 → 拉锯期 → 折磨期 → 自闭期 五个阶段。
甜品期 🍰
第一次用大模型时，效率提升让我大开眼界：
- 在 BI 项目中，把数据库表结构和需求喂给 ChatGPT ，它帮我写了 500 多条 SQL，全部能跑通。原本半年的活，两周完成，还多出一堆“摸鱼”时间。
- 在做高保真 demo 时，我参考市面上的 Axure 商业组件，再结合 ChatGPT 给的 JS ，在 Axure 中实现了不少复杂交互效果。
这是最快乐的阶段，简单问题快速解决，效果立竿见影。
学习期 📚
后来看到一些大佬分享 AI IDE 的经验，我尝试了 Cursor。
- 相比“ChatGPT ↔ VS Code 来回复制命令”的繁琐模式，Cursor 能直接构建环境、修改代码、运行项目。
-
找了两个项目练手：
- 公司内部的 投资收益测算器（ Excel2Web ）；
- 个人的 相册系统。
前期项目规划、方案推进都非常顺利。用完免费额度后，我果断绑卡开通了 14 天 Pro 试用。
拉锯期 ⚔️
随着项目复杂度加深，问题逐渐暴露：
- Cursor 经常遗忘上下文，导致来回折腾；
- 出现“按下葫芦浮起瓢”的情况，一个地方修好另一个又坏；
- 甚至会 自作主张加字段、加功能，让我不得不一遍遍去修。
起初我以为是模型能力差异，于是直接升级到付费 Pro ，主要是为了使用 Claude-4-Sonnet。
折磨期 😵
后来我意识到，复杂项目不能靠“想当然”的方式推进。咨询 ChatGPT 后，了解到大模型存在幻觉和上下文限制等问题，于是我开始尝试更工程化的做法：
- 先用 ChatGPT 写需求文档，再喂给 Cursor ，让它帮我梳理业务流程、系统架构、表关系，并制定开发计划；
-
同时配置了
.cursorrules 和 .trae/rule，所有规则都指向 docs/项目开发规范.md，明确约束：
- 不得自作主张；
- 所有操作需用户授权；
- 版本发布必须遵循“需求输入 → 分析 → 方案 → 开发 → 测试 → 操作手册 → 审查 → 报告 → 采纳审查点 → 再测 → 提交”的流程。
在这期间，我也不断尝试更换工具和模型：
- 从 Cursor 免费版 → 14-Day Pro Trial → Pro （主要是为了 Claude-4-Sonnet ）；
- 又陆续试过 Trae 国内版、Trae.ai 、Qoder 、CodeBuddy 国内版……
结果发现整体体验差异并不大，关键点还是在底层大模型本身。 目前看，大家普遍推崇的 Claude-4-Sonnet，在理解力和稳定性上确实更好一些。
前期几个版本看似顺利，Trae 负责执行，Cursor 审查，甚至会写出看似全面的报告。我有点放松警惕，没仔细盯。持续一周后，我突然发现实际效果和预期差距极大。仔细检查后，暴露出以下六类问题：
-
不守规矩
- 不总是遵循
.cursorrules 和 .trae/config 规范与工作流，经常简单粗暴地直接执行计划，跳过约束。
-
狸猫换太子
- Trae 未经授权私自修改需求文档，迭代几轮后，文档已经被改得面目全非。
-
自作主张
- 在我能看到的地方会照办，但在背后偷工减料或自行决策，长期积累后跑偏严重。
-
保护伞
- Cursor 本该是独立审查，却常与 Trae “穿一条裤子”，错误思路互相印证，失去了中立性。
-
阳奉阴违
- 表面答应修改，结果要么什么都没变，要么改出来和我预期完全不一样，必须我自己逐条核对。
-
磨洋工
- 简单改动被无限复杂化，经常需要多次确认才能完成。甚至有一次熬了通宵，消耗上百次 fast 调用，连一个登录页面都没改明白。
自闭期 😶🌫️
从最开始的大幅提升效率，到最近一周被连续通宵反复折磨，我和大模型的关系已经进入了“因爱生恨”的阶段。
有时候我甚至怀疑是不是自己平时脏话说多了，它们故意和我对着干；有时候又想买条鞭子狠狠抽一顿 MBP （精神资本家上身 🫠）。
但我心里也清楚，这可能不是大模型“阴谋”，而是我在这个阶段还没找到合适的工作方法和工作流。
周末我躺了两天，恢复精力和气血后，决定还是要继续折腾下去。毕竟我确实想靠这个机会去理解开发，去实现自己的 code 梦。
所以想请教一下各位大佬，目前我有几个很具体的困惑：
-
工具选择
- 现在我订阅了：ChatGPT $20/月、Cursor $192/年、Trae $3/月 + $12/600 次。
- 有没有必要关停 Cursor 和 Trae ，直接转为 Claude Code $20/月？
-
文档颗粒度
- 我需要输出哪些文档，到什么粒度，才能让大模型准确理解需求，并按我的想法实现？
-
工作流约定
- 如何和大模型约定清晰的 工作流/协作机制，确保项目能按计划稳定推进？
-
MCP 使用
- 目前我尝试引入了 sequential-thinking 、memory 、Framelink Figma MCP，但依旧不太会用。
- 怎么样才能合理利用 MCP，而不是光堆插件？
-
Figma 与 Axure
- 之前我都用 Axure ，但发现截图有时候识别得并不精准。
- 如果我输出 Figma 文档，是否能更清晰、准确地把需求传递给大模型？