AI · PB · 014
并行项目清晰度阶梯
Parallel Project Clarity Ladder · parallel-project-clarity-ladder--lazar-jovanovic
所属簇 AI 编程与构建工作流
解决什么问题
用 AI 工具(Lovable/Cursor 等)从模糊想法起步时,如何快速获得清晰度、避免被第一版设计/架构锁死,同时省 credit。
核心内容
并行开多个项目,每个项目的输入清晰度逐级递增,最后比较择优:
- v1 脑暴倾倒:想法还模糊就直接开第一个项目,用语音把想法"倒"进去(Lovable 有语音输入),发出去不用等它跑完
- v2 结构化重述:脑暴过程中思路变清楚了,立刻开第二个项目——这次写清楚要哪些功能、哪些页面
- v3 附加设计参考:去 Mobbin / Dribbble 找截图或动画作为附件——把"我要什么样"从文字升级为图像
- v4 附加代码片段:去 21st.dev 等组件库导出代码片段直接喂给工具。关键认知:虽然"英语是第一编程语言",但这些工具对代码的理解仍然最好——想要 pixel-perfect 的结果就直接给代码,比任何自然语言描述都准
- 得到 4-6 个可比较的成品概念 → "赢家一目了然,根本不是比赛" → 用一两个 prompt 校准赢家,进入正式构建
为什么有效:
- 清晰度来自比较实物,而不是对着白纸空想或只和 ChatGPT 聊而不动手
- 避免被第一版设计/架构锁死——事后微调烂底子烧掉的 credit 远多于开头多试几版("前期略贵,长期省几百个 credit 和好几天时间")
- 顺带是产能技巧:等 agent 跑完的时间用来切换标签页推进其他项目(他常态 5-6 个 Lovable tab 并行)
延伸(demo, don't memo):同一原理用于跨职能沟通——与其写文档开会解释愿景,不如 30 分钟建个原型丢给工程团队。Lazar 在前公司用 4 小时建的原型,替代了"至少要写一两周"的说明文档,工程团队后来照着做进了生产环境。
适用边界
- 适用于 0→1 探索期;选定赢家后应切换到文档驱动的正式构建(见 PRD 文件体系卡)
- 前提是工具开新项目近乎免费(免费计划 + 只耗构建 credit)
- 受监管行业(医疗/金融)可能只能停在原型层,不能推生产
关键引述 · 原话
"I never build just one project at a time. I build five or six. I have six Lovable tabs and I just switch between them." — Lazar Jovanovic
"If you want to get pixel perfect results, just give them code. It will interpret it better than your English." — Lazar Jovanovic
关联卡片
- 下一步接 `prd-file-system-for-ai-context--lazar-jovanovic` - 与 exposure time(看大量好设计以建立品味)配合使用
被这些卡引用
出处:Lazar Jovanovic (Lovable, Professional Vibe Coder) · 03-podcasts/lazar-jovanovic.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2