Outcomes
学完这一阶段，你应该能做到什么
不要求一次到位，但你至少应该把这几个判断和动作练熟。
- 能独立完成一次从需求到部署的完整交付。
- 会用 Cloudflare Pages 发布教程或产品站点，并处理自定义域名。
- 建立自己的 prompt 模板、审查清单和多步工作流资产。
Lessons
核心课时
每节课都为一个工程动作服务，而不是只堆定义。
Course Content
正式课程内容
下面这部分才是这个阶段真正要读、要练、要做的正文。建议先顺序读，再回头做 mission 和 quiz。
最后一阶段不是让你再学几个新概念，而是要求你真正把前面所有东西串成闭环：选题、范围控制、实现、验证、上线、复盘。只有这条链路走通，才说明你已经从学习工具转向组织交付。
这一阶段的内容会让你把毕业项目真正看成一个产品，而不是一份作业。你要会发出去，也要会在发出去之后继续改进。
毕业项目选题与范围控制
毕业项目最怕做成‘想做的都做一点’，最稳的做法是做小而完整。
这一课要掌握什么
- 理解毕业项目为什么必须控制范围。
- 学会定义 MVP 和非目标清单。
- 避免以功能数量代替交付质量。
正式讲解
很多人做毕业项目时的第一反应是‘我想展示更多能力’，于是把功能范围越加越大。结果不是更厉害，而是更难收口，最后谁都看不出你的真实工程能力。
更成熟的思路是：用一个小而完整的项目证明你能组织闭环。只要一条主路径清楚、交互完整、构建可跑、部署可用、复盘清晰，这个项目就已经很有说服力。
范围控制不是保守，而是为了把关键能力证明出来。
Practice
练习：为毕业项目写非目标清单
- 写下你想做的 8 个功能。
- 只保留最关键的 3 个。
- 把剩下的写进非目标清单，而不是继续偷偷塞进首版。
Homework
课后作业：毕业项目选题与范围控制
- 把这节课的方法应用到一个中大型项目或毕业项目规划中。
- 写出你会如何拆任务、分工和验证的完整方案。
- 记录你会如何把这一课沉淀成团队可复用资产。
交付一份项目级方案或复盘文档，而不是零散笔记。
Test
面对更复杂的项目时，你能否仍然把这节课的方法说清楚并执行出来？
你应该能回答
- 请描述这节课最重要的组织原则。
- 请举出一个常见失控场景，并说明如何避免。
- 请说明主代理、人类决策者或负责人在这个场景中的职责。
通过标准
- 能从系统层而不是局部实现层解释问题。
- 知道复杂项目的主要风险来自哪里。
- 能把分工、验证和发布节奏讲成一条完整链路。
Evaluation
优秀
你已经能从项目级视角组织任务、控制风险并稳定推进交付。
达标
你能在复杂场景中保持边界清晰，并完成最小闭环。
还需加强
你仍然容易把复杂问题退化成局部实现，没有真正掌握组织能力。
学完自检
- 我能定义 MVP。
- 我知道首版不做什么。
- 我不会拿功能堆砌冒充工程能力。
发布前最后一公里
真正决定能不能上线的，往往不是功能本身，而是最后那套验证和发布动作。
这一课要掌握什么
- 理解上线前最后一公里包括什么。
- 学会写发布前检查清单。
- 知道预览、域名、回滚和环境变量为何必须提前确认。
正式讲解
项目接近完成时，最容易出现一种错觉：‘功能都差不多了，发出去应该没问题。’ 实际上，很多线上事故都发生在最后一公里，因为构建命令、环境变量、域名配置或资源路径根本没走完整。
发布前你至少要把本地构建、预览检查、关键页面冒烟、环境变量确认、域名与回滚策略过一遍。这样一来，AI 的角色也会更明确：它可以帮你整理清单、检查配置、生成说明，但最终发布判断依然是你的责任。
把最后一公里当成正式工程动作，而不是顺手一点，你的上线成功率会高很多。
Practice
练习：写一份上线前清单
- 列出 build、preview、deploy 前各要确认的事项。
- 标出其中哪些项必须人工判断。
- 再写一条回滚预案。
Homework
课后作业：发布前最后一公里
- 把这节课的方法应用到一个中大型项目或毕业项目规划中。
- 写出你会如何拆任务、分工和验证的完整方案。
- 记录你会如何把这一课沉淀成团队可复用资产。
交付一份项目级方案或复盘文档，而不是零散笔记。
Test
面对更复杂的项目时，你能否仍然把这节课的方法说清楚并执行出来？
你应该能回答
- 请描述这节课最重要的组织原则。
- 请举出一个常见失控场景，并说明如何避免。
- 请说明主代理、人类决策者或负责人在这个场景中的职责。
通过标准
- 能从系统层而不是局部实现层解释问题。
- 知道复杂项目的主要风险来自哪里。
- 能把分工、验证和发布节奏讲成一条完整链路。
Evaluation
优秀
你已经能从项目级视角组织任务、控制风险并稳定推进交付。
达标
你能在复杂场景中保持边界清晰，并完成最小闭环。
还需加强
你仍然容易把复杂问题退化成局部实现，没有真正掌握组织能力。
学完自检
- 我知道上线不只是点发布。
- 我能写出预览和回滚步骤。
- 我知道哪些动作不能全自动。
上线后的监控与迭代
上线只是反馈开始，真正的成长来自你如何处理上线后的信息。
这一课要掌握什么
- 理解上线后应该观察什么。
- 知道怎样把反馈转成下一轮任务。
- 学会让 AI 参与复盘而不是只参与实现。
正式讲解
当项目上线后，你终于能看到真实世界里的反馈：用户卡在哪、哪些页面没人用、哪些错误最常见、哪些说明不清楚。这些信息比上线前的猜测更有价值。
高手和新手的分水岭之一，就是有没有把这些反馈转成下一轮改进计划。AI 在这里同样很有用：它可以帮你整理日志、归类问题、写复盘草案、拆下一轮任务。
如果你把上线视为结束，那你永远停留在‘会做 demo’。如果你把上线视为开始，你就进入了持续迭代。
Practice
练习：设计首轮上线观察项
- 写出你上线后最想看的 3 个信号。
- 为每个信号定义一个可能的下一步动作。
- 判断哪些可以让 AI 帮你整理。
Homework
课后作业：上线后的监控与迭代
- 把这节课的方法应用到一个中大型项目或毕业项目规划中。
- 写出你会如何拆任务、分工和验证的完整方案。
- 记录你会如何把这一课沉淀成团队可复用资产。
交付一份项目级方案或复盘文档，而不是零散笔记。
Test
面对更复杂的项目时，你能否仍然把这节课的方法说清楚并执行出来？
你应该能回答
- 请描述这节课最重要的组织原则。
- 请举出一个常见失控场景，并说明如何避免。
- 请说明主代理、人类决策者或负责人在这个场景中的职责。
通过标准
- 能从系统层而不是局部实现层解释问题。
- 知道复杂项目的主要风险来自哪里。
- 能把分工、验证和发布节奏讲成一条完整链路。
Evaluation
优秀
你已经能从项目级视角组织任务、控制风险并稳定推进交付。
达标
你能在复杂场景中保持边界清晰，并完成最小闭环。
还需加强
你仍然容易把复杂问题退化成局部实现，没有真正掌握组织能力。
学完自检
- 我知道上线后要看什么。
- 我会把反馈转成任务。
- 我让 AI 参与复盘而不是只参与编码。
形成你的个人工作流资产
真正的高手，不是每次都重新想一遍，而是把成功经验沉淀成自己的系统。
这一课要掌握什么
- 理解工作流资产为什么重要。
- 知道哪些内容适合沉淀。
- 开始建立自己的模板、脚本和清单库。
正式讲解
如果你每次做项目都从零开始组织 prompt、review、发布和复盘，那你很难持续提速。高手真正的效率来源，是把高频成功模式沉淀成模板。
这些资产可以是 prompt 模板、代码审查清单、发布前检查表、常用脚本、技能说明，甚至是你自己总结的‘什么时候该开子代理，什么时候不该开’规则。
当这些资产越来越清晰，你使用 AI 的方式就会从‘临场发挥’变成‘系统化生产’。
Practice
练习：沉淀一份个人资产清单
- 回顾你最近 3 次有效使用 AI 的经历。
- 找出可以复用的模板、清单或脚本。
- 把它们整理成一个你下次还会真的打开的文档。
Homework
课后作业：形成你的个人工作流资产
- 把这节课的方法应用到一个中大型项目或毕业项目规划中。
- 写出你会如何拆任务、分工和验证的完整方案。
- 记录你会如何把这一课沉淀成团队可复用资产。
交付一份项目级方案或复盘文档，而不是零散笔记。
Test
面对更复杂的项目时，你能否仍然把这节课的方法说清楚并执行出来？
你应该能回答
- 请描述这节课最重要的组织原则。
- 请举出一个常见失控场景，并说明如何避免。
- 请说明主代理、人类决策者或负责人在这个场景中的职责。
通过标准
- 能从系统层而不是局部实现层解释问题。
- 知道复杂项目的主要风险来自哪里。
- 能把分工、验证和发布节奏讲成一条完整链路。
Evaluation
优秀
你已经能从项目级视角组织任务、控制风险并稳定推进交付。
达标
你能在复杂场景中保持边界清晰，并完成最小闭环。
还需加强
你仍然容易把复杂问题退化成局部实现，没有真正掌握组织能力。
学完自检
- 我开始整理可复用模板。
- 我知道哪些经验值得沉淀。
- 我不再每次都从零摸索。
Deep Dive
这一阶段真正要建立的工程习惯
读完下面这些部分，再去做练习和复盘，学习效率会高很多。
毕业项目要证明什么
毕业项目不是为了证明你会调用多少 AI 工具，而是为了证明你能把需求拆解、实现、验证和发布组织成一条可靠的链路。
哪怕只是一个中等规模的教程站，只要它有清晰内容结构、互动组件、构建流程和上线结果，就足以说明你已经进入真正的工程实践。
发布不是终点
一旦项目上线，真正的反馈才开始出现。你需要收集用户行为、错误信息和内容盲区，再让 AI 协助你做下一轮改进。
这就是为什么高手不会把一次成功上线视为终点，而是把它当作稳定迭代的起点。
从学习者变成高手
高手的区别不在于会多少命令，而在于他能稳定地复用流程，知道何时扩张、何时收缩、何时停下来验证。
把你的 prompt 模板、review 清单、部署脚本和经验沉淀下来，你就会从“会用 AI”变成“会组织 AI 完成交付”。
Mission
完成并发布一个自己的课程或工具站
选择一个你感兴趣的主题，按“内容结构、交互功能、验证方案、部署策略、域名计划”五个维度完成发布方案。
- 用阶段目标控制范围，不追求第一版什么都有。
- 在发布前跑完整构建与手动冒烟，把高风险点列成清单。
- 上线后记录首轮反馈，并安排下一轮迭代任务。