AI 怎么进了我的 App：从调用 API 到产品思考

我用 AI 做了什么

我的几款 App 都不同程度地用了 AI：

• Puppie / Chill Kitty：用 LLM 驱动虚拟宠物的对话，用图片生成 API 定制宠物形象
• Claude Code：几乎所有代码都是 AI 辅助写的，我负责想清楚要做什么

作为一个没有系统学过编程的 PM，这一年 AI 工具让我真正实现了”从想法到上线”。

对话 API：比我想象的简单，也比我想象的贵

接入 LLM 做对话功能，代码层面其实很简单，几十行搞定。

真正的挑战是：

1. Prompt 设计：让 AI 稳定扮演一个有个性的虚拟宠物，不乱说话，不破坏沉浸感
2. 成本控制：每次对话都消耗 token，用户多了之后成本会线性上涨

目前 Puppie 每月 LLM 成本约 $3.3，还在可控范围。但如果 DAU 涨 10 倍，成本就成了问题。

图片生成：惊喜和麻烦各一半

让用户上传宠物照片、AI 生成卡通形象——这是最受用户欢迎的功能。

但也是最麻烦的：

• 生成结果不稳定，有时候很棒，有时候完全不像
• 生成一张图的成本比对话高得多
• 用户对”不像”的容忍度很低

目前的解决方案是：生成多张，让用户自己选。不完美，但够用。

作为 PM，我怎么看待 AI 功能

AI 不是魔法，它是一个能力很强但输出不稳定的实习生。

在产品里用 AI，最重要的是：想清楚 AI 能做什么、用户期待什么、两者的 gap 怎么弥补。

盲目”加 AI”没有意义，但在对的地方用对了，体验的提升是肉眼可见的。