2 做得好的地方
2.1 需求分析:发现了致命问题
关键成果:通过自检质疑(红队思维),在写一行代码之前就发现了"检测站数据来源"和"纯C端工具不可行"两个致命问题,避免了项目失败。
| 发现 | 说明 | 影响 |
| 检测站数据来源不明确 | 全国1.5万家检测站,信息化程度低,数据获取是最大风险 | 决定MVP先做一个城市50家站,人工录入+谈合作 |
| 纯C端工具不可行 | 低频需求(1-2次/年),交管12123即将升级,差异化空间被压缩 | 调整为B端SaaS+C端工具组合,先B后C |
| 用户获取策略太弱 | 年检计算器引流不够,用户没有理由持续使用 | 增加一键预约、年检提醒、多车管理等留存功能 |
2.2 需求分析:多用户视角分析
关键成果:定义了5种用户画像,从每种用户角度分析需求,避免了"只从开发者角度想问题"的陷阱。
| 用户类型 | 核心诉求 | 对应功能 |
| 新手车主(25岁) | 别出错、别被罚 | 年检攻略、检前自检、大白话解释、一键拨号 |
| 忙人老李(35岁) | 最快搞定 | 一键预约上次检测站、极速预约流程 |
| 家庭多车张姐(40岁) | 不漏检 | 多车管理、独立提醒、横向卡片展示 |
| 异地车主小陈(30岁) | 就近年检 | "支持异地"标签、按当前位置推荐 |
| 老司机老赵(50岁) | 别废话、快点 | 历史记录、一键复购、跳过引导 |
2.3 原型设计:6次迭代找到正确方向
关键成果:从彩色→高保真→iOS风格→线条风格,最终确定"线条风格低保真原型",聚焦结构不被颜色干扰。
| 版本 | 问题 | 教训 |
| v1 彩色原型 | 太朴素,不好看 | - |
| v2 高保真原型 | 太花哨,偏离了原型的目的 | 原型不是UI设计稿 |
| v3 iOS风格 | 不错,但不是用户要的 | 风格要先确定 |
| v4 线条风格 | 正确方向! | 聚焦结构,不被颜色干扰 |
| v5 多用户视角优化 | 功能更完整 | 先做用户分析再画原型 |
| v6 布局优化 | 信息分组更清晰 | 画完立即审查布局 |
2.4 技术选型:基于团队实际情况
关键成果:没有追求最新技术,而是基于团队4人(Java熟悉)选择Spring Boot + uni-app,3个月可交付。
| 决策 | 理由 |
| 单体应用(不选微服务) | 4人团队没有微服务运维能力,3个月时间不允许 |
| Spring Boot(不选Node.js/Go) | 团队Java熟悉,定时任务/权限管理/政务对接生态成熟 |
| uni-app(不选微信原生) | 一人前端,Vue语法效率高;未来可出H5/App |
| MySQL+Redis(不选MongoDB) | 关系型数据适合业务场景,Redis做分布式锁防超卖 |
2.5 核心技术方案:并发预约防超卖
关键成果:设计了Redis分布式锁+MySQL乐观锁双重保障方案,确保100人同时抢最后1个名额不会超卖。
用户点击预约 → Redis分布式锁锁定名额 → 检查剩余名额
→ 有名额:MySQL乐观锁扣减 → 扣减成功:创建订单
→ 没名额/扣减失败:释放锁,返回"已约满"
3 做得不好的地方
3.1 检测站数据方案不够具体
问题:虽然发现了"检测站数据来源"是致命问题,但解决方案还是"先人工录入+谈合作",没有具体执行计划。
| 问题 | 影响 | 改进 |
| 没有确定第一个试点城市 | 不知道从哪开始 | 明确选择一个城市(如北京),列出50家检测站清单 |
| 没有检测站合作方案 | 不知道怎么谈 | 准备合作方案:免费提供管理后台,换取排期数据 |
| 没有数据采集时间表 | 可能拖延 | 第1周完成50家站的基础数据录入 |
3.2 原型设计走了太多弯路
问题:原型迭代了6个版本,浪费了大量时间。根本原因是没有先确定设计风格。
| 弯路 | 浪费的时间 | 根本原因 |
| 从彩色原型开始 | 约30分钟 | 没有先确定视觉风格 |
| 尝试高保真原型 | 约1小时 | 误解了原型的目的 |
| 尝试iOS风格 | 约30分钟 | 没有和用户确认风格偏好 |
| 发现布局不合理 | 约30分钟 | 没有先做多用户视角分析 |
| UI设计规范返工 | 约30分钟 | 字号/边框/图标等专业规范不够 |
教训:下次应该先花10分钟确定设计风格+设计规范,再画原型,避免返工。
3.3 5人论证深度不够
问题:5人论证最初只是"走形式",每个角色只写了几句话,没有真正碰撞和质疑。
| 角色 | 最初的问题 | 改进后 |
| 用户代表 | 只写了"需要一键预约" | 细分5种用户,每种有真实场景故事 |
| 产品经理 | 只写了"需要全流程" | 竞品对比、差异化定位、MVP定义、商业模式 |
| 项目经理 | 只做了资源盘点 | 风险评估、数据获取方案、里程碑计划 |
| 开发人员 | 只做了技术选型 | 并发方案、数据库设计、API设计 |
| 测试人员 | 只列了测试场景 | 并发测试、边界值清单、兼容性清单 |
3.4 商业模式思考不足
问题:虽然提到了"检测站入驻+流量分成",但没有深入思考盈利模式和竞争壁垒。
| 未解决的问题 | 说明 |
| 初期没流量,检测站凭什么接入? | 需要先做B端SaaS,给检测站免费管理系统 |
| 交管12123升级后,差异化在哪? | 做交管做不好的事:自检、解释、多车管理 |
| 6个月没收入怎么活? | 兼职做/先投入验证/找检测站预付费合作 |
6 结论
6.1 项目整体评价
整体评价:优秀
通过完整的七步需求分析、多用户视角原型设计、四维技术选型评估、系统化搭建和测试方案制定,项目已经建立了坚实的基础。所有产出物都符合专业标准,可以支撑后续的编码开发工作。
6.2 关键成果
| 成果 | 价值 |
| 完整的Skill工作流体系 | 11个模块+5个模板,可复用于任何项目 |
| 七步需求分析法 | 系统化的需求分析方法,避免需求偏差 |
| 多用户视角原型设计 | 从用户角度出发,避免功能偏离 |
| 文档驱动开发 | 每个阶段有对应文档,形成完整文档链 |
| AI项目上下文规范 | 让AI工具能快速理解项目,提高开发效率 |
6.3 下一步
| 步骤 | 内容 | 预计时间 |
| 1 | 生成.ai-context/目录和.cursorrules文件 | 30分钟 |
| 2 | 按开发计划开始编码(W1:环境搭建+公共模块) | 1周 |
| 3 | 每完成一个模块立即测试,记录Bug | 持续 |
| 4 | 每周五更新任务进展表 | 每周 |
项目总结完成。所有经验已沉淀到fullstack-developer skill中,下次项目可以直接复用。