从个人网站到万人巡演应用，真正拉开差距的不是会不会写代码，而是谁更懂用户、现场和商业闭环。
导读：过去，创作者负责内容，产品经理写需求，工程师把功能做出来。现在这条链路正在缩短：手里已经有用户的人，可以直接用Claude Code、Cursor等工具完成原型、网站甚至活动应用。Vibe Coding降低的是实现门槛，但真正决定产品能不能活下来的，仍然是用户理解、现场经验、成本意识和上线纪律。
最近几位日本创作者公开的开发记录，把这个变化展示得很具体。她们的项目未必拥有大公司的复杂技术栈，却有明确的使用者、清楚的应用场景和可以立即得到的反馈。相比“先定一个宏大方向，再去寻找用户”，这条路径更接近真正的产品工作。
Noa：个人网站不是练习题，而是一张能接单的名片
Noa曾在日本成人影像行业工作。退出原行业后，她在个人账号中宣布转向自由开发与业务自动化，并持续公开自己使用Claude Code学习网页开发的过程。这里更值得关注的不是职业反差，而是她从一开始就把技术学习和真实业务放在一起。
她展示的个人网站采用Next.js、TypeScript与Framer Motion，部署在Vercel。页面不只列出经历，还处理了英日文混排、滚动动效、主题切换和移动端适配。对独立开发者来说，这些细节直接影响访客是否愿意继续看作品、发出合作邀请。
她还把AI硬件、网页实验和图像生成提示词放到同一套个人作品体系中。公开截图显示，其GitHub文档并非几句零散口令，而是把输入检查、创作规则、风格控制、禁止项和自检拆成多个模块，再提供可替换字段的模板。
这种做法说明，她不是把AI当作“一键出图”按钮，而是在建立可以重复交付的工作方法。评论区出现数字商品平台从业者的合作邀请，也反映出作品公开、能力说明和商业入口一旦放在同一个页面里，流量才有机会变成业务。
创作者亲自下场，产品反馈链路被压缩了
类似的变化也出现在国内。公开画面中，演员张蓝心曾展示用Codex辅助Blender操作；歌手胡彦斌也尝试为粉丝制作应用。它们不一定代表成熟的软件工程能力，但说明内容创作者已经开始跨过“只提想法”的阶段，直接参与实现。
对于创作者来说，最大的优势并不是粉丝数量本身，而是他们每天都在接收评论、私信、现场反应和付费反馈。传统团队需要访谈、问卷和数据分析才能靠近的场景，创作者本来就在其中。
宫本佳林：真正有价值的是她把巡演现场当成生产环境
前Juice=Juice成员、现为个人歌手的宫本佳林，是这个案例里最接近完整产品开发的一位。她公开记录了使用ChatGPT、Cursor和Claude Code的过程，并为自己的五周年巡演制作粉丝参与型Web应用。
应用允许粉丝从约3200首歌曲中编排歌单，插入MC与返场环节，查看排行榜、点赞并生成分享图片；另外还有职业选择、称号、换装、宠物、集章和现场路线投票等游戏化功能。
根据宫本佳林本人发布于2026年10月2日的技术博客，这套应用运行在Cloudflare Workers上，数据存储使用D1。她同时明确说明：记录截止10月1日，巡演首场是10月17日，当时还不是完整现场运行后的复盘。因此，现阶段可以确认的是设计与开发记录，不能提前把它写成已经通过全部现场考验。
她解决的不是“能不能写代码”，而是会不会出事故
几处细节很能说明产品判断：
- 控制数据库写入：考虑D1额度与额外成本，点赞限制为每天3次，歌单投稿限制为每周1次。
- 避免共享Wi-Fi误伤：会场里大量用户可能使用同一个公网IP，因此不把IP当作唯一限流依据，而是结合浏览器本地生成的UUID。
- 准备扫码降级方案：部分浏览器不支持原生扫码能力，预备jsQR作为兼容方案。
- 隔离测试时间：需要测试不同日期的功能时，正式环境不接受测试日期参数，防止公告、投票和数据被测试操作扰乱。
- 限制生产权限：把规则写入项目说明，并避免让AI直接读写正式数据。
这些决定看起来不如生成一个漂亮页面醒目，却是产品从Demo走向真实使用的分水岭。因为演出当天她本人要站在舞台上，不可能一边表演一边修服务器，问题必须在上线前被发现。
明日见未来：先用个人品牌验证，再逐步扩展产品线
明日见未来的官方项目页显示，她正在搭建由个人网站、MIRAI LAB社区、浏览器小游戏、拍照姿势引导相机和AI命理服务组成的项目组合。页面会标注“构建中”“测试中”或“已发布”，这比把所有想法都包装成成熟产品更可信。
MIRAI LAB定位为面向AI与创作爱好者的开放社区，计划逐步加入跨语言交流、测试反馈与限定内容。这里的产品逻辑很清晰：先利用已有受众建立交流场，再让社区成为新服务的早期测试池。
为什么这些项目比很多“大厂概念”更像产品？
用户是谁：创作者面对粉丝、客户或现场观众，画像天然清楚；大团队往往先定义抽象人群，再通过调研逐步靠近。
需求从哪来：创作者从评论、私信、售票、活动和日常工作里找需求；大团队更多依赖会议、数据看板、竞品和管理层判断。
反馈速度：创作者发布后能直接得到真实使用反馈；大团队通常要跨部门汇总后再进入下一轮排期。
商业路径：创作者可以连接接单、票务、会员、数字商品或服务；大团队更常先追规模，再寻找付费场景。
主要短板：创作者更容易缺少安全、稳定、测试与长期维护能力；大团队的问题则是链路长、成本高、离一线用户较远。
这并不等于“创作者一定比专业团队强”。大规模权限管理、支付安全、合规、灾备和高并发仍然需要工程经验。真正的变化是：创作者已经能低成本完成需求验证，大团队不再天然垄断把想法变成产品的能力。
普通创作者怎么照着做？一套可落地的7步流程
- 只选一个高频痛点：先从自己或用户每周都会遇到的问题开始，不要第一天就做“全能平台”。
- 写一页需求说明：列出目标用户、核心任务、必须完成的流程、不能发生的错误和成功标准。
- 先做可点击原型：用AI生成页面与假数据，先让5到10个真实用户完成任务，再决定是否接数据库。
- 设计数据与权限：区分公开数据、用户数据和管理员数据；开发环境与生产环境使用不同密钥和数据库。
- 为失败准备退路：扫码失败怎么办、网络慢怎么办、重复提交怎么办、AI服务不可用怎么办，都要有降级路径。
- 小范围发布：先邀请最熟悉的用户测试，记录完成率、卡点、错误和真实需求，不只收集“好不好看”。
- 上线后再扩功能：优先修复高频问题和成本风险，等核心流程稳定后再加排行榜、社区或付费能力。
最实用的提示词不是“帮我做一个App”，而是：“先复述用户流程，列出可能失败的环节和需要我确认的决策；确认后再拆成最小任务，每完成一步先运行测试并展示结果。”
别把Vibe Coding神化：这5个坑仍然要自己负责
- 安全：密钥泄露、越权接口、开放数据库和不受控上传，都可能把小项目变成真实事故。
- 数据：浏览器UUID适合轻量参与控制，但不能代替高安全等级身份认证。
- 版权：模型生成的图片、代码、字体和素材仍需核对授权与商用范围。
- 可靠性：AI能写出“看起来正确”的代码，边界条件、并发、重试和恢复机制仍需测试。
- 维护：上线不是终点。依赖升级、域名、账单、日志、备份和用户支持都需要长期负责人。
热点跟随不是产品策略
当某个Agent或AI购物产品走红后，市场上很快会出现大量相似方案。跟进趋势本身没有错，但如果回答不了“用户为什么不用原版或现有竞品”，新项目就只是在重复堆功能。
对产品经理而言，真正的警报不是AI会不会写PRD，而是过去需要多个岗位协作的早期验证，现在一个懂用户的人就能完成。产品经理未来更重要的工作，是把用户理解、商业判断、风险控制和跨团队资源组织得更好，而不是只做需求转述。
做视频网观点
Vibe Coding最先重塑的，不一定是程序员岗位，而是“谁有资格开始做产品”。掌握真实场景的人，现在可以直接验证自己的判断；专业团队则需要证明，流程与规模带来的价值大于沟通成本。
这几位创作者值得学习的地方，不是她们使用了哪一个模型，而是她们知道产品给谁用、在什么环境里用、失败时谁来负责。AI把代码变便宜之后，判断力、审美、信任和责任反而更贵了。
相关站内内容
Claude站内导航：https://www.zuoshipin.com/link/876.html
Vibe Coding从零到上线教程：https://www.zuoshipin.com/article/13594
PM-Skills产品经理工作流：https://www.zuoshipin.com/article/23221
Claude Code官方精选实战项目：https://www.zuoshipin.com/article/25469
Claude Code Mods扩展机制：https://www.zuoshipin.com/article/47314
