知识库
从产品验证、技术交付到收费与经营，按当前问题查阅，不必从头阅读。每篇保留主题正文、场景拆解、实践练习、思维导图和公开来源。
零基础入门
4 篇先理解产品的组成，再把第一个用户动作拆成可实现的部分。
本专题概览 →
互联网产品到底由什么组成
跟着一次“点击提交”走一遍：域名、部署、前端、API、后端、数据库和支付分别在做什么。
学习结果 画出一张产品结构图，能说清用户点一次按钮后每一层发生了什么，出问题时知道先查哪一层。
AI 时代还要学哪些编程基础
不用先成为程序员，但要看得懂 AI 改了哪个文件、哪份数据、哪个函数，并能用报错和版本记录验收结果。
学习结果 能读懂 AI 写的一次小改动：知道它改在哪里、为什么这样改、报错时从哪里查起，改坏了能退回。
从 0 做出第一个网页页面
第一个页面只做一件事：讲清给谁用、解决什么，让感兴趣的人留下联系方式。
学习结果 上线一个能在手机上正常阅读的产品介绍页，表单提交能真正被你收到。
零基础 30 天产品开发学习路线
围绕一个小作品，每天做一个看得见的改动：四周从一页静态网页走到一个可维护、已上线的资料站。
学习结果 做出并上线一个资料导航站，能独立新增内容、看懂报错、重新部署，并清楚自己下一步该补什么。
起步验证
4 篇从问题访谈和需求证据开始，验证谁会使用、为什么需要。
本专题概览 →
产品理念与 Idea 的产生
把“我想做一个什么产品”改写成“谁在什么时候遇到什么问题”，再用最小的实验检验它。
学习结果 写出一条可以被检验的问题假设，设计一个提前定好判断标准的最小实验，并知道怎样根据结果继续、缩小或停止。
如何系统地产生靠谱 Idea
从自己的工作、身边人的重复劳动、社区抱怨、已有的花钱行为和外部变化里找线索，并把线索整理成有证据的 Idea 池。
学习结果 建立一个每条都带来源和证据的 Idea 池，并从中选出三条一周内能手工验证的候选。
Idea 打分：哪些想法值得先做
先排除硬性风险，再用频率、预算、可触达和交付难度打分，同时标出每个分数有多可信。
学习结果 得到一张带权重和可信度的候选评分表，把候选分成先做、先调查、观察和放弃，并写清排序理由。
用户访谈：怎么问出真实需求
不问“你会不会用”，而是问上一次怎么做、花了多少、谁来拍板，最后请对方做一个小承诺。
学习结果 能独立完成一次结构完整的问题访谈，把原话、行为和推断分开记录，并从多次访谈中整理出有证据的结论。
搭建交付
4 篇围绕技术选型、数据模型、部署与监控完成可用的交付。
本专题概览 →
开发工具与技术栈的选择
从产品的交付形态倒推：哪些页面能提前生成，哪些数据需要保存，再选你能维护、能部署、能排障的组合。
学习结果 为自己的产品写出一份选型记录：前端、数据与认证、部署、外部服务和 AI 编程工具各选什么、为什么、什么时候考虑更换。
MVP 范围控制：第一版到底做什么
先找出最危险的那个假设，围绕它画一条核心路径，再把功能分成必须做、手工做和暂不做。
学习结果 产出一张 MVP 范围表：核心路径、必须实现的功能、用手工代替的环节及其容量、暂不做的功能及其重新考虑的条件。
数据模型：项目、用户、订单和内容怎么设计
先想清楚有哪些实体、怎么标识、有哪些状态、彼此什么关系，搜索、筛选、订单和权限才不会反复返工。
学习结果 为自己的产品画出实体关系，写出核心表的字段、状态和约束，并用一组刁钻的样例数据检查过一遍。
部署、监控和备份：上线后怎么不慌
上线前把构建、环境变量、日志、告警、备份和回滚准备好，出问题时按层排查，而不是到处乱改。
学习结果 有一份上线检查表和一份故障处理清单：知道日志在哪里、备份能不能恢复、出问题时先查哪一层、怎样回到上一个可用版本。
收款商业化
3 篇理解定价、收款通道、订阅状态与支付失败的处理边界。
本专题概览 →
支付方案的选择与配置
先弄清卖什么、卖给谁、谁是交易主体，再在 Stripe、Paddle、Lemon Squeezy、Creem 和国内支付之间做选择。
学习结果 为当前产品选出一条能开户、能交付、能对账的收款路径，并写清订阅、退款、税务和支付确认分别由谁负责。
定价模型：免费、订阅、买断和会员怎么选
先弄清用户为什么付钱：一次结果、长期可用的能力、持续服务还是用量，再决定收费方式、套餐和价格。
学习结果 为产品选定收费方式，算出单个用户的成本下限，写出不超过三档、说明清楚的套餐，并设计第一轮定价实验。
Webhook 与会员状态：支付成功后发生什么
不靠“支付成功”页面开通权限，而是验证平台通知、去重、不依赖到达顺序，把订单、订阅和权益分开管理。
学习结果 写出一个可靠的支付通知处理流程，列出必须处理的事件和订阅状态对应的权限规则，并完成重复、乱序和退款三种情况的测试。
AI 协作
3 篇用明确任务、上下文和验收方式，让 AI 协作有可检查的结果。
本专题概览 →
如何与 AI 进行沟通
把 AI 当成刚加入项目的同事：交代目标、上下文、范围和验收方式，先让它读和计划，再动手，最后看证据。
学习结果 能写出一份完整的任务委托，为项目准备一份给 AI 看的说明文件，并用实际运行的证据验收 AI 的工作。
让 AI 写需求：从模糊想法到可开发任务
先让 AI 向你提问，再把用户任务、现有事实、范围、约束和可观察的验收标准写成一份任务说明书。
学习结果 把一个模糊的想法整理成一份可以直接交给 AI 或开发者执行的任务说明书，事实和假设分开，验收标准可以逐条检查。
AI 代码审查：怎么发现风险而不是只听解释
按意图、功能、安全、数据、性能和测试的顺序审查，要求每条发现都能指到具体位置并复现，再按影响排序处理。
学习结果 形成一套每次合并或上线前都能执行的审查流程，会用 AI 找问题、会核实 AI 的发现，并按影响决定先修什么。
增长运营
3 篇从发布、用户反馈与行为观察出发，持续改善获客和留存。
本专题概览 →
产品运营与启动推广
先找到第一批真正需要的人，再按渠道的用途和规则发布，用四周的反馈循环把一次曝光变成持续的用户。
学习结果 产出首批用户名单和联系方式、一张渠道计划表、一套符合平台规则的发布安排，以及四周的反馈节奏和要看的指标。
发布素材包：上线前要准备哪些图文
一句定位、三张串成流程的截图、一段一分钟的演示、一份真正回答疑问的 FAQ，以及事实一致的各渠道版本。
学习结果 准备好一套可以直接用于发布平台、社区、社交媒体和邮件的素材，所有版本的事实一致，并且有版本和授权记录。
内容与 SEO：怎么把用户问题变成长期流量
从用户真实的问题出发，一页解决一个问题，用原创的证据说话，确认页面能被收录，再用搜索数据决定下一步。
学习结果 整理出一份来自真实问题的选题清单，写出一篇符合要求的内容，并会用 Search Console 判断问题出在收录、选题还是页面本身。
长期经营
3 篇整理客服、财务、合规和维护记录，让日常经营有据可查。
本专题概览 →
业务细节：工作流、客服与报税
产品上线之后，每天、每周、每月和每季度都有固定要做的事。把它们写成一张运营日历，比靠记忆可靠得多。
学习结果 为自己的产品写出一张运营日历和一份流程清单，覆盖客服、订单与退款、月度对账、备份和合规检查，并清楚哪些问题必须交给专业人士。
客服工作流：怎么处理问题、退款和反馈
每个问题有编号、有分类、有下一次回复时间；退款按政策和平台流程处理；高频问题变成 FAQ 和产品改进。
学习结果 建立一套客服流程：工单分类和优先级、首次回复和信息收集模板、退款处理步骤，以及每周把高频问题转成 FAQ 和产品改进的习惯。
财务与报税记录：每个月要保存什么
订单、结算、银行流水、费用凭证和合同各存一份，用编号串起来，每月对一次账，把差额解释清楚，再交给会计判断。
学习结果 建立一套月度财务记录：知道每个月要导出和保存哪些资料，会做一次三方对账并写出差异清单，并准备好带去问会计的事实和问题。