從零到上線：一個獨立開發者用AI做《潛水員戴夫》規劃工具嘅完整記錄

用AI寫code，最難嘅唔係技術

過去半年，我留意到一個現象：身邊越來越多非技術背景嘅朋友開始用AI整啲小工具出嚟。佢哋唔識寫code，唔知乜嘢係React、乜嘢係API，但佢哋嘅產品idea往往比開發者更貼近真實需求。我喺2024年尾開始認真用Cursor同Claude輔助寫code，到今年年中已經用呢個組合ship咗三個產品上線。最新一個係《潛水員戴夫》嘅互動規劃工具——一個畀game迷規劃潜水路線、管理餐廳營運嘅web app。

呢篇文唔係技術教學，而係一個真實嘅case study：一個獨立開發者面對有限時間、有限資源，點樣用AI將一個side project由概念推到上線，中間遇到乜嘢問題、點樣拆解、同埋最終學到咗啲乜。如果你都係獨立開發者、startup founder、或者只係一個想用AI整啲嘢出嚟嘅知識工作者，呢篇文應該會對你有啲啟發。

點解揀遊戲工具？因為遊戲工具嘅用戶群好明確——佢哋本身就用緊Discord、Reddit呢啲平台討論攻略，對工具嘅需求係「幫我慳時間、畀我更好嘅策略規劃」，唔係「好靚嘅UI」或者「好勁嘅技術架構」。呢個產品定位令到我可以用最細嘅MVP驗證個idea。

Day 1：從概念到第一個可互動原型

成件事嘅起點好簡單：我玩緊《潜水員戴夫》嗰排，成日覺得要記住邊條魚喺邊個海域出現好麻煩。Wiki有資料，但每次打完機要開網頁睇攻略、對住表格逐個搵，體驗好差。我諗：如果有個工具，可以畀我㩒幾個掣就規劃好一條潜水路線，一次過知道我要去邊個海域、捉乜嘢魚、帶乜嘢裝備，咁就好啦。

呢個moment，大部分人嘅反應係：「呢個idea幾好，等我有時間先整。」然後就永遠唔會開始。但我今次決定：用AI幫我開個頭，睇下可以推到幾遠。

我用咗一個鐘頭寫prompt，同Claude描述呢個工具要做啲乜：一個單頁應用程式，有海域選擇、魚類資料庫、裝備推薦、規劃清單。我冇寫任何技術spec，淨係俾咗幾個reference website佢睇，話佢知我想要類似嗰種feel。Claude幫我生成咗第一個版本——一個React app，用咗Tailwind做styling，資料mock hardcode喺frontend。

第一個版本當然好多問題：資料得十幾種魚（遊戲入面有成百種），UI喺手機睇會走位，個規劃邏輯太簡單（淨係可以揀魚，唔識自動推薦海域）。但最重要嘅係——佢work。我可以用手指喺電話㩒幾個掣，睇到自己規劃好嘅潜水路線。

呢個lesson好重要：唔好一開始就追求完美。AI嘅最大價值係幫你「由0到1」，而「由1到100」係你自己要做嘅功夫。好多開發者犯嘅錯誤係花太多時間喺initial setup——揀framework、揀database、揀deployment platform——到最後乜都冇ship出去。用AI，你可以跳過呢啲decision paralysis，直接開始。

而第一個原型嘅另一個功能係validation：我將佢share咗上Reddit嘅DAVE THE DIVER subreddit，半日之內收到30幾個comment。有人話想要多啲魚種資料，有人話想要中文介面，有人問可唔可以加餐廳管理功能。呢啲全部係真實用戶feedback，唔係我估出嚟嘅。到呢個moment，我confirm咗呢個product係有人想要嘅。

Day 2-3：資料工程——最唔性感但最重要嘅環節

如果你問我用AI開發最易出錯嘅部分係乜，我會話：資料。

第一個版本用mock data，但上到production就要真資料。《潜水員戴夫》有成百種魚類同食材，每個都有唔同嘅出現海域、季節限制、售價、用途（係用嚟整壽司定係賣錢）。將呢啲資料人手逐條入——唔該晒，我寧願唔做。

我用咗兩個方法解決：

第一，用爬蟲。遊戲wiki同fandom網站有齊所有資料，但structure唔統一。我寫咗個Python script（當然又係Claude幫我寫嘅），去fandom scrape資料，然後用另一個script整理成JSON。呢到有個重要lesson：AI生成嘅爬蟲code永遠唔會第一次就work。網頁結構唔同、rate limiting、dynamic content——每一個問題都係要靠人手去debug。但好處係，你唔需要由頭寫起，AI可以幫你generate 80%嘅code，你只需要tweak個20%。

第二，用AI做data validation。當我有一千幾百條data entries，用人眼check係唔現實嘅。我寫咗個validation script，自動detect明顯錯誤——例如「某條魚售價為0」（明顯係scrape漏咗）、「某條魚出現喺唔合理嘅深度」（超出遊戲物理限制）。呢啲validation logic，AI可以好快地generate出嚟，但domain knowledge（乜嘢係「合理」）就要靠我俾返佢。

最有趣嘅發現係：當我將cleaned dataset餵返畀Claude，叫佢分析呢啲data有冇乜patterns或者insights，佢俾咗幾個我完全諗唔到嘅observation——例如某幾種高利潤魚類集中喺同一海域，意味住玩家可以有一條好optimal嘅路线。呢啲insights最後變咗個工具嘅核心功能：自動推薦最佳路缐。

呢個階段嘅另一個體會係：AI programming嘅樽頸唔係寫code嘅速度，而係「checking accuracy」嘅速度。AI可以好快地幫你生成100行code、1000條data entries、10個API endpoints。但呢啲嘢全部要人check——logic有冇錯、data有冇錯、security有冇hole。傳統開發你可能1小時寫code、10分鐘測試；AI-assisted開發嘅比例係15分鐘寫code、45分鐘測試。聽落好似冇快好多，但因為你寫得快，可以iterate得快，一日之內可以做5-6個cycle，呢個就係真正嘅speedup。

Day 4：從MVP上線——deployment同之後嘅嘢

上線一個web app，喺2026年嚟講已經簡單到唔可以再簡單。我用Vercel做hosting，一個command就deploy好。Domain買咗個便宜嘅，DNS set好，SSL自動搞掂。由零到public accessible，唔使一個鐘。

真正花時間嘅係上線之後嘅嘢。

第一樣：用戶反饋。Reddit同Discord上面嘅人開始用，有人發現bug（某條魚嘅季節資料錯咗），有人提出feature request（可唔可以export規劃做image share落社交媒體？），有人問可唔可以有API（呢個request令我非常驚訝——原來有啲人想自己寫bot用我呢啲data）。每一個request都係一個product decision：做唔做？幾時做？點樣做？

第二樣：效能。初版因為係static site，所有資料load入browser memory，手機用戶話load得慢。我同AI一齊tune咗個performance optimization：加咗lazy loading、image optimization、同埋debounced search。呢啲係好standard嘅frontend optimization，但用AI幫手寫，快好多。

第三樣：Analytics。我加咗好basic嘅tracking——Google Analytics都冇用，淨係用咗個叫Posthog嘅open source tool。主要想知：用戶用緊乜嘢功能？邊度drop off？有冇真係用嚟規劃遊戲定係淨係睇下就走？呢啲data guide咗之後嘅product direction。

上線第一日嘅數字：87個unique visitors，全部來自Reddit。停留時間平均4分半鐘，比我想像中長——說明有人真係喺度用緊個工具，唔係睇完就走。到第一週尾，日均用戶上到200左右，有啲人開始每日返嚟用。

呢個時候我做咗個重要決定：唔收費。好多朋友話我傻，話呢個工具明顯有人用，應該加個paywall或者至少放啲ads。但我嘅考慮係：呢個只係一個side project，我嘅main goal係learn同build portfolio，唔係賺錢。如果我加咗paywall，用戶expectation會唔同——佢哋會要求customer support、feature parity、uptime guarantee——呢啲我俾唔到。做一個free tool，反而可以更pure噉focus on user experience。

總結：AI-assisted indie dev嘅三條實戰心得

寫到最後，我想分享三條呢次經驗入面最核心嘅心得：

第一，AI係accelerator，唔係replacement。 我嘅角色唔係俾AI取代咗，而係由「寫code嘅人」變咗做「decision maker + quality controller」。我要決定做乜嘢功能、點樣設計UX、邊啲code可以trust、邊啲要double-check。呢個shift對senior developer嚟講係natural progression，但對junior或者non-technical嘅人嚟講，反而難咗——因為你唔識寫code，就好難判斷AI寫出嚟嘅code啱唔啱。

第二，Speed of iteration > perfection。 我由concept到第一個prototype用咗4個鐘，由prototype到public launch用咗4日。如果冇AI，呢個timeline至少係4星期。但更重要嘅係，快嘅iteration cycle令我可以更快得到user feedback、更快pivot、更快學到嘢。做到「今日諗到嘅idea，聽朝就有人用緊」——呢個speed本身係一個competitive advantage。

第三，Build for a specific community, not for everyone。 呢個tool唔係for general public，係for《潜水員戴夫》嘅hardcore玩家。呢個細嘅niche令到我嘅marketing成本接近零——Reddit一個post已經搵到target audience。產品定位越specific，你越容易做得好、越容易俾user記住。對indie developer嚟講，niche係你嘅friend，唔係你嘅enemy。

最後，如果你想開始用AI整啲嘢出嚟，我建議你：揀一個你自己真係會用嘅問題，用AI開個頭，然後一路iterate一路學。唔好等「準備好先開始」——因為你永遠唔會準備好。由第一行code到public launch，中間只係隔住一個decision：你決定今日開始。