峰说 · BUILDING IN PUBLIC
半年，
半年，
两款 AI 产品
我一直在做产品，却几乎没有留下记录。今天先把过去半年的两条产品线、真正遇到的困难，以及我接下来为什么要开始公开记录，讲清楚。
我一直在做产品，却几乎没有留下记录。今天先把过去半年的两条产品线、真正遇到的困难，以及我接下来为什么要开始公开记录，讲清楚。
没有记录，就很难回看当时为什么做决定、哪里走了弯路。
别人只看到最后的结果，看不到一个产品是怎样一点点被做出来的。
最低每周记录一次；如果状态允许，争取每一两天留下一段视频或一篇短文。
覆盖南美 13 个市场，正在收尾；数据分析与自动化链路已经形成。
Demo 主流程已经跑通，下一步要放进真实业务中验证。
两个产品都还没有完成商业验证。今天讲的是过程、判断和问题，不是庆功。
13 个市场 → 字段和数据质量并不统一
进口商分类 → 判断规模、品类与活跃度
供应链关系 → 国家、供应商与变化轨迹
Agent Context → 不只给人看，也直接给 AI 使用
# 目标不是多做一份报告，而是把数据变成下一步行动的依据字段不一致、质量参差不齐，不能把 13 个市场当成同一张表处理。
数据分析不能自相矛盾，更不能生成看起来合理、实际错误的结论。
下载、处理、生成和发布都尽量不依赖人工；这也给项目增加了难度。
我曾经因为准确性问题停了接近一个月，直到重新找到解决路径。
AI 已经足够聪明，业务里不好用，很多时候不是模型不够强，而是它没有拿到足够完整的 Context。
客户是谁、我们卖什么、之前发生过什么、现在出现了什么信号——这些信息要在同一个脑子里。
网站、海关数据、公司知识、历史沟通和客户行为。
判断下一步动作，必要时推翻旧计划并重新制定方案。
邮件、短信、WhatsApp 是目标能力；打开、点击、回复成为新信号。
Demo 能跑 ≠ 数据长期准确
单次成功 ≠ 失败以后可以恢复
功能可用 ≠ 权限、成本、支付都闭环
本地完成 ≠ 能部署、维护和服务客户
# AI 扩大了我的能力，但没有替我消灭软件工程每周至少留下一次完整记录。
把完成、Demo、验证中和计划分开说。
继续拆两个产品里更具体的问题和选择。