AI 编程实战：用 ChatGPT + Cursor 一周开发一个 SaaS
我用 ChatGPT + Cursor 从零开发一个 SaaS 产品，全过程分享：架构设计、代码生成、调试、Bug 修复、部署。
AI 编程实战：用 ChatGPT + Cursor 一周开发一个 SaaS
我用 AI 工具一周时间，从零到上线了一个 SaaS 产品。本文复盘全过程，包括每个环节的 AI 用法和实际效果。
一、项目背景
产品：AI 内容审核 SaaS（自动检测文章中的违规内容） 目标：MVP 阶段，验证市场需求 团队：只有我一个人 时间：7 天
二、AI 工具栈
| 工具 | 用途 | 节省时间 |
|---|---|---|
| ChatGPT | 架构设计、文档 | 50% |
| Cursor | 写代码主力 | 60% |
| v0.dev | UI 设计 | 70% |
| Copilot | 行内补全 | 20% |
三、7 天开发日志
Day 1：架构设计
任务
- 选定技术栈
- 设计数据库
- 画 API 文档
AI 怎么帮
Prompt 给 ChatGPT：
我要做一个内容审核 SaaS，技术要求：
- 后端：Python（熟悉度高）
- 前端：Next.js
- 数据库：PostgreSQL
- 部署：Vercel + Railway
- 流量预期：初期 1000 用户/天
请帮我：
1. 推荐整体架构
2. 设计核心数据表
3. 列出 MVP 必备的核心功能
4. 给出开发顺序建议输出
ChatGPT 给了完整的架构图：┌─────────────┐
│ 用户端 │
│ (Next.js) │
└──────┬──────┘
↓
┌─────────────┐ ┌──────────────┐
│ API 网关 │ ←─────→ │ PostgreSQL │
│ (FastAPI) │ │ (数据) │
└──────┬──────┘ └──────────────┘
↓
┌─────────────┐ ┌──────────────┐
│ 审核服务 │ ←─────→ │ OpenAI API │
│ (Celery) │ │ (审核模型) │
└─────────────┘ └──────────────┘实际用时：从原本 1 天缩短到 2 小时。
Day 2-3：后端 API
任务
- FastAPI 项目搭建
- 用户认证（JWT）
- 文章 CRUD
- 审核任务队列
AI 怎么帮
// 在 Cursor 中输入：
@file main.py 创建一个 FastAPI 项目，包含：
1. 用户注册/登录（JWT）
2. 文章的 CRUD
3. 异步任务队列（Celery）
4. PostgreSQL 连接（SQLAlchemy）
要求：
- 类型注解完整
- Pydantic 数据验证
- 错误处理
- 测试用例Cursor 输出
直接生成完整的项目结构：# app/main.py
from fastapi import FastAPI, Depends, HTTPException, status
from fastapi.security import HTTPBearer, HTTPAuthorizationCredentials
from sqlalchemy.orm import Session
from typing import List
import jwt
from app.database import get_db
from app.models import User, Article
from app.schemas import UserCreate, ArticleResponse
from app.auth import create_access_token, verify_token
app = FastAPI(title="Content Moderation API")
@app.post("/api/auth/register", response_model=UserCreate)
async def register(user_data: UserCreate, db: Session = Depends(get_db)):
# 完整实现...
pass
# 更多 endpoints...实际用时：2 天做完通常 1 周的工作。
Day 4：前端 UI
任务
- 用户登录页
- 文章提交页
- 审核结果展示
AI 怎么帮
用 v0.dev（Vercel 出的 AI UI 生成工具）：描述：内容审核 SaaS 的提交页面
需求：
- 标题输入框
- 富文本编辑器（粘贴文章）
- 提交按钮
- 顶部导航（Logo + 用户菜单）
- 深色模式
风格：现代简约，参考 Linear / Notion输出
5 套完整 UI 代码（React + Tailwind），直接复制粘贴可用。 实际用时：1 天（原本 3 天）。Day 5：AI 审核核心逻辑
任务
- 调用 OpenAI API
- 处理审核结果
- 返回结构化数据
AI 怎么帮
Prompt:
我需要审核一段文章是否合规。请用 OpenAI API 实现：
输入：{title, content}
输出 JSON：
{
"is_compliant": bool,
"violations": [
{"type": "...", "severity": "...", "location": "..."}
],
"suggestion": "..."
}
要求：
1. 审核维度：色情、暴力、政治敏感、违法
2. 严重程度分级：低/中/高
3. 高严重度直接拒，低/中给建议输出
async def moderate_article(title: str, content: str) -> dict:
prompt = f"""作为内容审核专家，评估以下文章：
标题：{title}
内容：{content}
请按维度（色情/暴力/政治/违法）评估，给出 JSON 结果。
"""
response = await openai.ChatCompletion.create(
model="gpt-4o",
messages=[
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": prompt}
],
response_format={"type": "json_object"}
)
return json.loads(response.choices[0].message.content)Day 6：调试 + 测试
任务
- 修复 Bug
- 写测试
- 性能优化
AI 怎么帮
// Cursor: 选中测试代码 → Cmd+K
为这个测试函数生成 5 个边界条件测试用例
// ChatGPT: 粘贴报错 → 找根因发现的 Bug：
- N+1 查询（已修复）
- 异步任务超时（已加超时）
- 前端 XSS 风险（已用 DOMPurify）
实际用时：1 天。
Day 7：部署 + 上线
任务
- Vercel 部署前端
- Railway 部署后端
- 配置域名 + HTTPS
- 监控 + 日志
AI 怎么帮
问 ChatGPT：如何把 FastAPI + Next.js + PostgreSQL 部署到云？给我最便宜的方案。
推荐：Vercel + Railway + Supabase（免费层起步）30 分钟配置完成上线。
四、数据统计
| 维度 | 不用 AI | 用 AI |
|---|---|---|
| 总代码行数 | 8000 | 8000 |
| 开发时间 | 4-6 周 | 1 周 |
| Bug 数量 | 多 | 略多（需要更多 review） |
| 文档完整度 | 60% | 95% |
| 测试覆盖率 | 50% | 75% |
五、关键经验
5.1 AI 不是万能
- 架构决策仍要人来定
- 业务逻辑要人 review
- AI 写的代码一定要测试
5.2 Prompt 是核心能力
- 同样的工具，Prompt 不同输出质量差 5-10 倍
- 投入时间学 Prompt 写作 = 投入时间学编程
5.3 速度 ≠ 质量
- 写得快 = 可以多尝试几个版本
- 但仍需要 review 和测试
5.4 持续学习
- AI 工具每周都在更新
- Cursor、ChatGPT 几乎月月发布新功能
- 保持学习才能保持效率
六、给独立开发者的建议
如果你也想用 AI 加快开发：
- 先学 Prompt：这是新时代的"编程语言"
- 选对工具：Cursor 是当下最强
- 小步快跑：每天发布一个功能
- 持续迭代：MVP 后根据用户反馈改进
- 重视营销：AI 写代码能加速 5 倍，但写文案、设计、运营仍要人
七、结论
AI 时代，一个人 + AI 工具 = 以前一个小团队。 但前提是：你得会指挥 AI。 不会用 AI 的人，正在被会用 AI 的人替代。
现在就开始学，从一个简单项目开始，边做边学。
💬 评论 0 条
暂无评论 — 来做第一个发声的人 ✨