在上篇我用AI编程开发产品（二）：产品是如何诞生的？提到，如何利用AI协助完成需求分析、产品分析、产品设计和产品落地这几个环节，这篇分享下自己的踩坑记录
第一个坑：书籍信息获取失败
当我完成所有的前期准备工作，让AI开始写代码完成书籍信息获取任务，兴奋的打开插件，结果发现一直报错，始终获取不到书籍信息。
我按照过去的经验，把浏览器的报错信息发给AI，让AI连续改了许多次，一测试依然报错。
正当我一筹莫展时，突然想到，是不是可以问AI排查错误它需要什么信息呢？
于是，它让我把网站的响应数据发给它，我直接在浏览器按下F12，把网站的响应数据发给它，没想到它这回一改就改对了。
之前它不知道网站的结构，也就不知道怎么正确获取书籍信息，所以之前的修改都是AI瞎猜的…
这时候，第一个单元任务顺利完成，接下来的任务是AI提问、用户回答、AI评价功能，有了第一个坑的教训，本以为又会有坑等着我，没想到出奇的顺利。
随后是注册登录以及会员模块，在此之前，需要对Supabase的数据库进行设计，我们需要把用户注册相关的信息、提问次数、flomo的api记录到数据库，方便用户在不同设备进行使用，当然用户填写的回答内容我们是不会记录的。
我让AI根据实际情况设计了相关的数据库，并在AI给出的方案上进行修改，出于安全考虑，这部分详细细节就不分享了。当我们把数据库设计好了之后，就可以正式开发注册登录模块了，于是第二个坑在等着我…
第二个坑：AI的幻觉
注册登录是倒数第二个模块，我以为很快就能开发完所有的功能上线了，AI写完代码后，我又兴冲冲的打开插件测试，结果不出意外的出意外了，又出了个大问题，书籍信息获取不上了。
按照正常的逻辑，新增功能模块是不会影响到原来的逻辑的，但它是AI，会有幻觉，它把以前的正常代码逻辑也一并修改了。
这就体现出备份的重要性，每当AI完成一个单元功能后要及时备份，以防AI后续改了无关逻辑后，我们无法回退。
于是又开始解决这个问题，回退了代码，花费了不少时间，吸取了一个重要教训，让AI修复bug或者增加新功能的时候，要在提示词限定任务范围，让它一次只处理一个任务，只针对这个任务进行修改，这样出现幻觉的机率会降低很多。
第三个坑：重新认识后端
随后我又开发完了会员模块，一切测完都没问题，正开心准备上线的时候，又发现一个重大问题，当时的心里真的是一万头xxx飘过…
我把调用AI的密钥硬编码在了前端代码中，这会导致任何一个人，都能通过前端代码看到我的密钥，使用我的密钥去请求AI服务，要知道调用AI服务是需要付费的，所以这里存在一个很大的安全隐患。
让我也深刻认识到了后端的作用，它是对我们的关键代码逻辑进行安全保护的重要措施，相当于我们的处理逻辑都在云端进行，对于其它人来说这就是个黑盒，可以有效保证代码安全。
这块我一点都不懂，于是求教AI，让它提出最小成本的改造方案。
它告诉我，在Supabase可以利用Edge Function完成轻量化后端代码部署，把与AI调用相关的逻辑放在后端，前端只发起调用请求以及接收返回的数据，于是我就把AI调用有关的处理逻辑分离出来，全部放在了后端。
第四个坑：后端请求超时
我花费了好几天时间，总算完成了后端的改造，兴冲冲的让AI编写自动化测试代码测试时，果不其然，又踩坑了。
后端请求直接提示超时，但这次多留了个心眼，没有完全相信AI的说法，因为之前已经把大模型的调用改成了流式调用，理论上不应该出现这个问题，所以猜测问题出在前端请求方式或者后端接收请求的方式上。
于是让AI部署了一个简单的前后端测试代码，验证连通性，结果发现还是超时，这时候问题好像陷入了一个困境，连AI都提示让我找supabase的客服去咨询了…
抱着一丝希望，打开了官网，浏览边缘函数调用的相关代码，发现其中有个快速开始的案例，于是开始了瞎试，在本地创建了一个hello函数进行测试，把这个代码发给AI参考，这时候居然出现了奇迹！
AI一看这个范例就发现问题了，官方示例用了deno.serve去处理，而原来的代码都是用export const handler处理，这与生产环境不一致，本质上是因为AI的知识过时了，没有及时更新最新的调用方法。
它就像一根救命稻草，抱着最后的希望，去改造了一下测试代码，果然跑通了，真是柳暗花明又一村，原来解决问题的方式竟然如此简单。
一个很深刻的教训就是，之后碰到超时这类问题，一定不要先去直接大动代码，而是要创建一个极简的测试函数，去验证调用方式等是否正确，如果有问题，才去进一步改代码，本质上来说，就是要通过控制变量法去小心验证。
至此，读问插件的开发总算告一段落，MVP版本正式搞定。
收获总结
1、官方的代码示例很重要，别以为AI啥都懂，在使用到其它工具时，要把这些工具的文档和示例代码都发给AI，只有这样它才能获取到最新的知识，减少踩坑的几率。
2、让AI完成任务的时候，一次只针对一个任务，限制任务的范围，这样可以降低AI的幻觉。
3、解决响应超时等相关请求问题，可以先用Hello函数尝试，确认请求方式没有问题。
4、让AI修改Bug的时候，需要让它帮我们增加日志代码，随后把日志告诉AI，这样修复的效率会更高。
5、在前期进行开发的时候，要让AI遵循Solid原则去开发，一个类只对应一个业务逻辑，因为我最早开发的时候没有增加这个提示，AI把很多逻辑写在了一套代码，后续维护会很困难。
6、让AI写出开发文档时，要在里面要体现出业务流程、每个类或者方法的作用、以及数据流向等，这可以让我们从逻辑上去判断AI的方案是否合理，因为我们看不懂代码，但我们懂得业务逻辑呀~
7、列出单位任务清单，每当开发完成一项任务后，就更新文档，这个非常重要，因为大模型的上下文token是有限的，所以需要及时更新文档，方便后续其它单元任务的开发
Chrome浏览器商店上架
所有开发完成之后，需要放在Chrome浏览器商店进行上架，这里的流程其实挺简单。
大概是在官网花费5美元，注册开发者账号，随后按照指引，把我们的文件包上传，填写必要的信息，在页面都会有引导提示，有个取巧的方法是把这个页面的填写表单截图下来，发给AI，让它们帮我们填写。
这就是我开发读问产品的所有流程，希望大家看完可以有所收获。我完成这个小产品之后，对AI编程有了个新认识。
AI编程并不是指我们这样的小白，真的可以从0到1去编程，而是我们先要了解编程的基础知识，比如前后端是什么？CSS代码是什么？数据库又是什么？
只有我们掌握这些编程基础知识，起点从0到了0.1，那么再从0.1到1的这个过程，就可以很好的用AI编程工具去完成。