做 AlphaLens 到第三周我第一次觉得这个东西开始有点像产品了。前两周更多是先跑起来。而第三周更像是重新定义它到底是什么因为我发现独立开发最大的问题不是不会做而是什么都想做先说结论我主动砍掉了大部分功能最开始做 AlphaLens 时我脑子里的想法很多实时行情、 K线图、 财报分析、新闻聚合、技术指标、量化策略、AI 自动分析甚至一度想做一个 AI 版同花顺。但做着做着我突然发现一个人为什么要去做 mini 同花顺这不是优势方向。而且很容易进入一个坑功能越来越多但产品越来越差。于是第三周我做了一个决定主动收敛。把 AlphaLens 的定位重新定义成帮助用户快速理解一家上市公司的 AI 工具。不是荐股。不是替你决策。更不是告诉你明天涨不涨而是帮你更快理解一家公司。这个变化几乎影响了后面所有开发决策。第三周完成了什么1. 股票详情页 MVP 基本稳定这一周股票详情页终于从 demo 感开始慢慢变成产品感。目前已经具备股票基础信息、AI 分析入口、AI 摘要区、AI 解读区域、Markdown 渲染、总览 / AI 解读 Tab。先把能不能看解决掉。而不是一开始就卷各种高级能力。我现在越来越相信一句话MVP 最重要的不是完整而是闭环。2. 接入真实 AIDeepSeek前面一直是 mock第三周正式接入了真实 LLM。目前接的是DeepSeekOpenAI Compatible API为什么先选 DeepSeek原因很简单 成本低、API 简单、 中文能力不错、 对个人开发友好。当然中间也踩了不少坑。3. 一个重要发现Prompt 比模型更重要这是第三周最大的收获之一。刚接入模型时我发现输出非常“GPT”。比如建议投资者谨慎关注、公司未来可期、市场竞争激烈、典型 AI 官话。看起来很专业但没价值。因为用户真正想知道的是 这公司到底干嘛的为什么大家关注它强在哪风险是什么于是第三周花了大量时间调 Prompt。甚至比写代码还久。现在 Prompt 会强约束不分析股价、不预测涨跌、不给买卖建议、不假装知道财报、 不写 GPT 官话。输出也从百科风慢慢变成公司理解风。比如比亚迪以前比亚迪属于汽车整车行业……现在主要靠卖新能源汽车、电池和代工制造赚钱至少开始像人话了虽然最近估计一直在跌。4. 我决定暂时不做财报、K线、实时行情这个决定可能有点反直觉。很多人第一反应股票软件怎么能没行情但我越来越觉得AlphaLens 不是同花顺。而是一个帮助理解公司的 AI 工具。所以当前阶段不做实时行情、 K线、 技术指标、新闻聚合、 财报深度分析。原因很现实一个人做不赢成熟产品与其做半吊子同花顺。不如把理解公司这一件事做好。第三周最大的变化开始学会做减法以前总觉得产品越多越强现在慢慢发现真正难的是克制。第三周我删掉了很多“看起来很酷”的需求。因为酷 ≠ 有价值对于 AlphaLens 来说真正重要的问题是用户能不能在 1 分钟内理解一家上市公司如果不能。加再多功能也没意义。第四周计划第四周不扩需求继续收敛。重点只做1. AI 输出稳定性减少 GPT 官话。提升分析一致性。2. UI 小优化提升阅读体验。3. 小范围 Alpha 内测看看真实用户是否愿意用。如果有人愿意连续打开说明方向对了。如果没人打开第二次那就说明产品价值还不够。继续调整。如果你也在做独立产品可能会理解一种感受最难的不是开发。而是 在无数可能性里决定不做什么。AlphaLens 第三周。开始慢慢学会 做减法。如果你感兴趣可以搜AlphaLens Lab一起交流。欢迎关注。我会持续公开记录一个普通程序员从 0 到 1 做 AlphaLens 的全过程。也看看一个程序员到底能不能做出一个真正有人用的产品。—— AlphaLens Lab阿尔法研究室
独立开发 AlphaLens 第 3 周:Vue3 + SpringBoot + DeepSeek 主动删掉了80%的功能
做 AlphaLens 到第三周我第一次觉得这个东西开始有点像产品了。前两周更多是先跑起来。而第三周更像是重新定义它到底是什么因为我发现独立开发最大的问题不是不会做而是什么都想做先说结论我主动砍掉了大部分功能最开始做 AlphaLens 时我脑子里的想法很多实时行情、 K线图、 财报分析、新闻聚合、技术指标、量化策略、AI 自动分析甚至一度想做一个 AI 版同花顺。但做着做着我突然发现一个人为什么要去做 mini 同花顺这不是优势方向。而且很容易进入一个坑功能越来越多但产品越来越差。于是第三周我做了一个决定主动收敛。把 AlphaLens 的定位重新定义成帮助用户快速理解一家上市公司的 AI 工具。不是荐股。不是替你决策。更不是告诉你明天涨不涨而是帮你更快理解一家公司。这个变化几乎影响了后面所有开发决策。第三周完成了什么1. 股票详情页 MVP 基本稳定这一周股票详情页终于从 demo 感开始慢慢变成产品感。目前已经具备股票基础信息、AI 分析入口、AI 摘要区、AI 解读区域、Markdown 渲染、总览 / AI 解读 Tab。先把能不能看解决掉。而不是一开始就卷各种高级能力。我现在越来越相信一句话MVP 最重要的不是完整而是闭环。2. 接入真实 AIDeepSeek前面一直是 mock第三周正式接入了真实 LLM。目前接的是DeepSeekOpenAI Compatible API为什么先选 DeepSeek原因很简单 成本低、API 简单、 中文能力不错、 对个人开发友好。当然中间也踩了不少坑。3. 一个重要发现Prompt 比模型更重要这是第三周最大的收获之一。刚接入模型时我发现输出非常“GPT”。比如建议投资者谨慎关注、公司未来可期、市场竞争激烈、典型 AI 官话。看起来很专业但没价值。因为用户真正想知道的是 这公司到底干嘛的为什么大家关注它强在哪风险是什么于是第三周花了大量时间调 Prompt。甚至比写代码还久。现在 Prompt 会强约束不分析股价、不预测涨跌、不给买卖建议、不假装知道财报、 不写 GPT 官话。输出也从百科风慢慢变成公司理解风。比如比亚迪以前比亚迪属于汽车整车行业……现在主要靠卖新能源汽车、电池和代工制造赚钱至少开始像人话了虽然最近估计一直在跌。4. 我决定暂时不做财报、K线、实时行情这个决定可能有点反直觉。很多人第一反应股票软件怎么能没行情但我越来越觉得AlphaLens 不是同花顺。而是一个帮助理解公司的 AI 工具。所以当前阶段不做实时行情、 K线、 技术指标、新闻聚合、 财报深度分析。原因很现实一个人做不赢成熟产品与其做半吊子同花顺。不如把理解公司这一件事做好。第三周最大的变化开始学会做减法以前总觉得产品越多越强现在慢慢发现真正难的是克制。第三周我删掉了很多“看起来很酷”的需求。因为酷 ≠ 有价值对于 AlphaLens 来说真正重要的问题是用户能不能在 1 分钟内理解一家上市公司如果不能。加再多功能也没意义。第四周计划第四周不扩需求继续收敛。重点只做1. AI 输出稳定性减少 GPT 官话。提升分析一致性。2. UI 小优化提升阅读体验。3. 小范围 Alpha 内测看看真实用户是否愿意用。如果有人愿意连续打开说明方向对了。如果没人打开第二次那就说明产品价值还不够。继续调整。如果你也在做独立产品可能会理解一种感受最难的不是开发。而是 在无数可能性里决定不做什么。AlphaLens 第三周。开始慢慢学会 做减法。如果你感兴趣可以搜AlphaLens Lab一起交流。欢迎关注。我会持续公开记录一个普通程序员从 0 到 1 做 AlphaLens 的全过程。也看看一个程序员到底能不能做出一个真正有人用的产品。—— AlphaLens Lab阿尔法研究室