这是
content/posts/indie/indie-ai-features的目录页，收录 10 篇文章。前面十五组分别讲「要不要做」「在哪上架」「丢了怎么找回」「怎么合法立住」「多条线怎么加减」「怎么用接单换现金」「前 100 天怎么走」「怎么让人知道你」「人来了怎么留住」「收多少钱」「用户不在你的语言里怎么办」「怎么判断做的东西是对的」「怎么让产品看起来像样」「怎么把软件送到用户手里」「怎么把能力做成 API」。这一组换一种功能：当产品里要加一个 AI 能力时，一个人怎么判断该不该做、每月花多少钱、用什么门槛放上线、坏了怎么退。
这个系列解决什么问题
通用 LLM 教程讲的是「怎么调通一个模型」，一个人的产品面对的是另一组问题：预算只有几十美元、没有 on-call、没有 GPU、改一次提示就可能让老用户的工作流失效。
常见的四种情形：
- 看到别人都在加 AI，于是也做了一个聊天框，上线三个月没人用。
- 功能有人用，但某个重度用户一个晚上烧掉了整月推理预算。
- 模型答得很流畅，却在关键事实上编造，客诉比上线前更多。
- 供应商故障或涨价，功能停摆，没有任何替代路径。
这一组不讨论框架选型与模型原理，只做一件事：把「给产品加 AI」拆成一个人能判断、能算账、能验收的动作。
核心主张：五条口径
第一，先判该不该做。 四道判据与三种更便宜的替代先跑一遍，替代够用就不做模型。
第二，成本要能一个人对账。 三层账单、参数表与毛利下限，不依赖供应商估算。
第三，小样本也是门槛。 50 条用例、评分表与红线，宁可不上线也不裸奔。
第四，失败要有退路。 供应商宕机、超时、限流、越界输出、账单失控，每条都有预案与 kill switch。
第五，信任可以验收。 质量、成本、延迟、信任四张表，算不过就是没准备好。
10 篇速览
| 文章 | 核心内容 | 阶段 |
|---|---|---|
| 该不该给产品加 AI：四道判据、三种替代与退出条件 | 四道判据打分、三种更便宜的替代、60 天退出条件、90 分钟预验证 | 决策 |
| 推理账单：每用户每月、每次调用与毛利下限 | 三层账单、7 天日志取数、重试与分摊、毛利率与保本用户数 | 成本 |
| 模型供应商选择：五维打分、两条备选与迁移成本 | 五维权重、两家同题跑分、两条备选、锁定成本率 | 选型 |
| 一人产品的提示资产：模板、变量、版本与可复现 | 最小 registry、变量校验、渲染测试、快照重放、回滚 | 资产 |
| 小样本评测：50 条用例、评分表与上线门槛 | 50 条结构、五维评分、人工抽检、上线红线、holdout | 评测 |
| 事实边界：检索、引用、拒答与人工兜底 | 四种回答模式、来源白名单、拒答阈值、转人工字段、审计 | 事实 |
| 滥用防线：输入过滤、输出约束、速率与审计 | 五个滥用故事、输入白名单、输出校验、速率与 kill switch | 防滥用 |
| 供应商故障时的降级：超时、限流与三层预案 | 超时与重试、第二供应商、模板缓存人工、熔断与演练 | 降级 |
| 把推理成本写进价格：额度、超额与升级触发 | 一个可预测计量、四件事、毛利反推单价、账单惊吓防护 | 定价 |
| AI 功能验收：质量、成本、延迟与信任四张表 | 四张表、上线 gate、30 天 cohort、scale/fix/kill | 验收 |
三条阅读路径
路径 A：还没做，正在判断要不要加
读 01 打四道判据、跑三种替代，用 20 条真实输入做 90 分钟预验证；决定做之后按 02 建第一版推理账单，再读 09 确认价格覆盖得住成本。
路径 B：已经上线，成本或质量失控
先读 02 定位成本最高的三个用户与三个功能，再用 05 补 50 条评测找质量红线；如果是账单惊吓，直接跳到 09 的额度与硬上限。
路径 C：准备换供应商或做容灾
读 03 做五维打分与迁移成本，08 写三层降级预案；切之前用 05 的同一套用例对新供应商跑一遍，别只看公开榜单。
与其它专题的边界
| 专题 | 它讲什么 | 本组的边界 |
|---|---|---|
| SaaS 加 AI 功能：先找可验证工作流，不要先做聊天框 | SaaS 加 AI 的筛选清单 | 最接近的一篇；本组把它升级为四道判据、推理账单与退出条件，限定一人产品 |
| LLM 商业化应用开发与产品化方法论：从价值验证到规模化盈利 | 商业化三条赛道、PMF 四问、定价与成本 | 本组只取一人的做/不做与退出判据，不重复商业化方法论 |
| LLM 成本治理与 Token 优化 | token 计费、缓存、路由、压缩、批处理 | 本组只算能对账的每用户/每功能成本与毛利下限 |
| 推理成本核算与 FinOps | GPU/token/存储成本、单位经济、自建 vs API | 本组不做 GPU 与自建 FinOps，只做 API 账单 |
| 模型路由与选型：大小模型分层调度 | 大小模型分层与级联路由 | 本组只做供应商五维打分与迁移成本 |
| 模型网关与多模型路由 | LiteLLM 网关、密钥、限流、fallback | 本组不搭网关，只写两条备选与三层预案 |
| Prompt 版本管理与 A/B 实验 | Prompt registry、A/B 分桶、显著性 | 本组只维护一人产品的版本与回滚，不做 A/B 显著性 |
| 提示工程与上下文工程：从指令设计到生产评测 | 指令结构、few-shot、CoT、上下文压缩 | 本组不教提示技巧，只把提示当版本化资产 |
| 模型评估与 LLMOps：从离线评测到生产监控的闭环体系 | golden set、LLM-as-Judge、评估闭环 | 本组只做 50 条上线门槛，不建 LLMOps 闭环 |
| 模型评测与灰度发布 | 回归门禁、shadow/canary 六阶段 | 本组只做上线门槛与 30 天复盘 |
| RAG 架构实战：从零搭建 Embedding、检索与生成的知识问答系统 | Embedding、分块、混合检索、重排 | 本组不搭 RAG，只定事实边界、引用与拒答规则 |
| LLM 输出护栏与内容安全 | Schema 校验、PII 脱敏、内容过滤 | 本组只定输入/输出/速率/审计的产品级边界 |
| 大模型护栏与安全工程 | 威胁建模、分类器、审计与红队闭环 | 本组只做够用的滥用防线与预算上限 |
| LLM 安全实战：Prompt Injection 攻击分类与防御体系 | 注入分类与分层防御 | 本组只列五个滥用故事与对应防线 |
| LLM 网关与多模型路由：统一入口、策略分流与故障转移 | 网关职责、路由策略、协议适配 | 本组不写网关实现，只写供应商故障时的三层预案 |
| 生成式 AI 可观测性：LLM 调用追踪、Token 成本监控、质量与安全评估 | 追踪、成本监控、质量评估 | 本组只取质量/成本/延迟/信任四张表 |
| 配额与限流：免费层、突发额度与超额计费 | 对外 API 的免费层、突发、429、超额计费 | 它讲「对外 API 配额」；本组讲「AI 功能额度如何由推理成本反推」，主语不同 |
| 开发者体验验收：首次成功时间、留存口径与复算表 | API 的 TTFHW、调用留存、季度验收 | 本组用质量/成本/延迟/信任四张表，不用 DX 指标 |
| 一个人的自助支持：帮助中心、排查树与工单减少 | 工单分类与可自助比例、任务型帮助中心、FAQ 与排查树、教程与截图、搜索空结果、更新日志、模板答复、三级升级、四张验收表 | 本组：AI 功能的成本、质量、权限边界与验收；该专题：自助内容、排查树与人工升级。 |
| 一个人的消息系统：事务邮件、通知分层与送达率 | 消息清点、事务邮件基线、SPF/DKIM/DMARC、送达率账本、通知分层、偏好中心、渠道分工、生命周期序列、同意与退订、四张验收表 | 那组讲系统自动发给用户的消息；本组讲给产品加 AI 的判据、成本与护栏 |
| 一个人的社区：冷启动、版规、版主与社群健康 | 社群该不该建、载体选型、前 100 人、版规与三档处置、版主与志愿者、内容节奏、答疑沉淀、活动与线下、商业化边界、四张验收表 | 那组讲用户社群的组织、规则与验收；本组讲 AI 功能的判据、成本、护栏与验收 |
| 一个人的财务：现金流、runway 与月度结账 | 四张表与四个收入、分账、收入确认、成本清点、13 周滚动、runway 与薪酬、15 分钟月结、税预提、现金预警与收缩、四维验收 | 那组讲现金、成本与 runway；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的运维：可用性、告警、事故与值班 | 可用性预算、五条探针、告警降噪、日志串联、状态页、容量水位、依赖降级、发布观察、事故复盘、四维验收 | 那组讲全站可用性与事故处置；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的多租户：组织、邀请、角色与数据隔离 | 组织引入判据、三层模型与迁移、邀请与成员生命周期、角色矩阵、三层校验、数据隔离、审计日志、席位一致、交接与四维验收 | 那组讲组织、成员与权限；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的产品度量：事件字典、指标口径与决策看板 | 六个决策与十二个指标、二十四事件字典、埋点三处校验、口径五要素、五步漏斗、一屏四区看板、四条校验与三方对账、采样与保留、样本量与灰度、九项验收 | 那组讲行为度量与决策看板；本组讲 AI 功能的判据、推理成本、护栏与验收 |
| 一个人的架构：技术选型、模块边界与演进（10 篇） | 技术选型排除法、九个模块与依赖方向、数据迁移三步、四个升级窗口、技术债预算、三次规则、重构判据、可替换性、幂等与补偿、四维验收 | 那组讲单体结构与依赖演进；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的计费系统：订阅状态机、按比例计费与失败重试（10 篇） | 订阅状态机、五个时点、按比例计费、按量计量、催收、退款拒付、发票税务、对账漏损、自建决策、十二项验收 | 那组讲计费与账单；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的隐私工程：数据地图、最小化与删除权（10 篇） | 数据地图、最小化、合法性依据与同意、政策一致性、数据主体请求、删除、保留期、跨境与供应商、泄露响应、十二项验收 | 那组讲模型上下文与日志里的个人数据；本组讲 AI 功能的判据、推理账单与护栏 |
| 一个人的数据搬家：导入、去重、迁移与退出（10 篇） | 迁移漏斗、导入契约、字段映射、去重合并、幂等重跑、人工代导入、窗口与回滚、附件限额、导出退出、十项验收 | 那组讲导入数据与模型上下文的边界；本组讲 AI 功能的判据、推理账单与护栏 |
| 一个人的质量守门：验证预算、回归清单与发布门禁（10 篇） | 47 缺陷与三条红线、12 条关键路径、三层配比、38→26 回归、六项门禁、四级缺陷、测试数据、不可逆保护、测试债、十项验收 | 那组讲验证预算与发布门禁；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的安全基线：十四个入口、十七个密钥与一次 72 小时响应 | 14 个攻击面、认证与枚举、会话撤销、17 个密钥三档、四条边界、41 个依赖与 186 条告警、四类限流、9 类审计日志、72 小时三段响应、20 项验收 | 那组讲通用攻击面、密钥与限流；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的性能与账单：4.2 秒的首屏、一千二百次查询与每月 210 美元 | 4 项预算与 20 格、RUM 与慢查询、412→168 KB、1,200→3 次查询、0→86% 缓存、34 秒导出、7→4 个第三方、210→118 美元、3 次回归告警、10 项验收 | 那组讲页面、查询、缓存与基础设施账单；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的企业客户：九家询价、一百四十八道问卷与 134 天的第一单 | 9 家询价与 130 h、96 天采购、148 题问卷、7 个子处理者、SLA 43.2/216 分钟、26 h SSO、4 周试点、38 天到账、8 h 实施、10 项验收 | 那组讲企业采购、问卷与合同；本组讲 AI 功能的判据、推理账单、护栏与验收 |
| 一个人的开源产品：4,200 个 star、一百八十个付费与一年 612 小时的维护 | 4,200 star 与 1,949 美元、612 h 维护、214 依赖、48,600 行 78/22、1,180 个 issue、214 条告警、23 个赞助者、9 家双许可、17 位贡献者、10 项验收 | 那组讲开源项目的维护与收费；本组讲 AI 功能的判据、推理账单、护栏与验收 |
本组统一口径
- 先判该不该做：四道判据与三种替代先跑一遍，替代够用就不做模型。
- 成本能一个人对账：三层账单、参数表与毛利下限，全部来自自己的日志与账单。
- 小样本也是门槛：50 条用例、评分表与红线，先有门槛再上线。
- 失败要有退路：超时、限流、宕机、越界输出、账单失控，每条都有预案。
- 所有数字都是教学假设：每篇正文都标注了这一点，换成自己的单价与调用量重算才有意义。
使用说明
每篇都可以单独读，但建议按「先判断、再算账、最后验收」的顺序。每篇末尾有行动清单与验收标准，验收标准写成了一句可判断真假的话——做不到就是没做完，不需要再解释。
文中出现的人物、产品与数字均为教学假设，用于演示算法，不代表经核实的真实案例。涉及供应商条款、数据合规与内容安全的部分只说明取向，不构成法律意见，具体口径请以供应商当期条款与所在地法规为准。
本组的证据与使用方法
这十篇不引用任何供应商的实时价格，也不承诺模型效果或转化提升。可复算的部分全部用四则运算给出算式（判据得分、每用户月成本、毛利与保本用户数、供应商加权得分、迁移成本、提示可复现率、评测通过率、引用覆盖率、拦截率与误杀率、可用性与降级成功率、超额单价下限、综合验收分），读者可以替换成自己的数字重跑；不可复算的部分（例如供应商实际稳定性、模型能力变化、法规要求）明确标注为需要自行核验，并给出核验方向。
建议的使用方式：先用 01 决定做不做并写下退出条件，02 建第一版账单；决定做之后用 03 选供应商、04 管提示资产、05 建评测门槛；上线前用 06–08 划清事实边界、滥用防线与降级预案；定价与验收用 09–10 收口。AI 功能不是一次接入，是一条需要随模型、价格与用户行为持续复核的线。