运动健康产品经理阿帅的硬件与AI工具使用
编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）
阿帅是运动健康产品经理，分享了他的硬件设备（iPhone 15, Apple Watch S9, MacBook Air, 阅星曈X3）和常用软件（ChatGPT Plus, flomo Max, Readwise, Bob Translate），以及如何将这些工具融入工作、运动和创作。他认为效率不等于快速完成，而是减少返工，并强调品质生活的重要性。他还探讨了AI对线下健身和健身App的影响，以及开发门槛降低后商业化的挑战。阿帅通过实践学习专业知识，并利用阅读、短视频和播客等渠道提升自己。
关键数字：花 2000 元买的 M1 MacBook Air。
- 研究并使用AI工具提升工作效率
- 减少不必要的干扰
- 关注行业动态
一、这是什么机会
阿帅，北京体育大学硕士，现任运动健康产品经理。他利用 Vibe Coding 快速生成 AI 健身教练应用，同时依托 ChatGPT 与自研脚本优化内部 Bug 提交流程。目标用户为需要个性化运动指导与高效研发管理的团队，通过售卖个性化训练 Skill 或 SaaS 工具收费。
二、独立判断
开发门槛极低，但商业化壁垒高，短期不建议盲目入局。原文事实：一周内可做出 MVP，但完善功能需半年；800 个基础动作 GIF 授权费约 1 万元。编辑推断：低成本试错易，高净值获客难，单纯堆功能无法形成护城河。
三、冷启动路径
第一步：用 ChatGPT 生成 1 个细分场景（如“办公室拉伸”）的 AI Skill，在即刻社区免费分发，验证付费意愿。成本：仅订阅费（ChatGPT Plus + flomo Max），周期 2 周。若 50 人主动询问付费，再启动 GIF 素材采购（约 1 万元）。
四、最大风险与避坑
核心风险是 AI 输出不稳定导致信任崩塌。同一个馒头，模型可能今天判定 200 大卡、明天 250 大卡。应对：强制复用用户已保存的历史设置，建立本地校准机制，牺牲实时性换取一致性；避开纯营养计算赛道，转向“经验封装”类 Skill（如特定人群训练逻辑），降低模型幻觉影响。
五、案例复盘（别人怎么做的）
- 研发提效：利用 TestFlight 截屏功能圈点 Bug，编写 Python 脚本自动同步至飞书多维表格，通过姓名缩写自动指派负责人，替代手动粘贴与 AI 盲目判断。
- 需求验证：开发自家 App 置于手机主屏，日常高频使用，直接体验 Bug 与新功能灵感，缩短反馈周期。
- 知识检索：用 Bob 配置大模型翻译查生词发音；用 ChatGPT 写代码读取硬件图纸，区分屏幕显示区与外框尺寸，替代向工程师求助。
- 内容生产：写 PRD 后，用自定义 Skill 检查逻辑漏洞；写作前，用 flomo AI 洞察汇总旧笔记降低起步心理负担。
- 素材成本核算：800 个动作 GIF 授权约 1 万元；ChatGPT 生图 800 个近 1000 元但需大量返工，若每动作配 3 张图，成本升至约 3000 元。
- 线下回归：年终总结等复杂任务，先纸笔书写理清思路，再用 flomo 语音转文字录入，修订不通顺语句，避免 AI 直接生成的空洞感。
六、双轨可执行性
跨境：可行，瞄准 MyFitnessPal 等竞品未覆盖的细分 Skill 市场，用英文界面包装本地经验；国内：可行，依托飞书多维表格生态切入企业端研发管理工具，C 端健身 App 需解决素材版权与模型稳定性后再上线。
原文 · 少数派：阅读原文 →
相关工具推荐（推广）：智谱丨BigModel 平台国内版
