1.
Langchain
類型：開發框架（開源）
用途：用於建立大型語言模型（LLM）驅動的應用程式。
特色：
支援工具呼叫（Tool Calling）
能整合外部資料來源、記憶體模組、代理架構等。
面試應用：如果面試題目涉及 AI agent 或多工具整合，自行編寫 Langchain agent 是進階選項。但需要事先熟悉其模組設計與錯誤處理。
2.
V0（Vercel 出品）
類型：AI UI 原型設計工具
用途：用自然語言提示（Prompt）快速生成可互動的前端介面（React-based UI code）。
特色：
自動產生程式碼，可直接部署或下載。
適合在「45 分鐘內」快速展示原型。
面試應用：用來「把想法具象化」，將 PRD 轉化成互動原型，快速驗證 UI 邏輯。
3.
Firebase Studio
類型：Google Firebase 生態的整合式開發工具（非正式產品名，通常指 Firebase Console + Extensions + Hosting）
用途：雲端應用開發平台，適合後端原型搭建。
功能：
身份驗證、資料庫（Firestore）、雲函數、Hosting。
面試應用：能快速建立具備資料儲存、身份驗證的後端，配合前端工具形成 MVP。
4.
Lovable
類型：AI 驅動的原型設計平台
用途：根據輸入的產品概念，快速生成產品雛型與畫面流程。
特色：
不需寫程式，即可建立產品邏輯與 UX 架構。
可建立用戶流程圖、頁面草圖等。
面試應用：在產品設計題中（如「為盲人設計 Google 地圖」），能快速提供設計方向與互動畫面示意。
5.
Replit
類型：雲端即時程式開發環境（IDE）
用途：快速撰寫、執行後端代碼（如 Python / Node.js），支援 AI 擴充功能。
特色：
適合即時測試 Langchain 代理、API 服務。
與 Ghostwriter（AI 助理）整合，加速開發流程。
面試應用：在沒有本地開發環境的限制下，能快速實作一個功能 Demo 或微服務。
🔁 補充：這些工具如何配合？
Vibe Coding 面試實際上就是一場「45 分鐘的 MVP 實戰」，常見流程如下：
定義問題（Problem Definition）
撰寫小型 PRD，釐清用戶需求與產品功能。
設計 Prompt（AI 定義語言）
使用自然語言說明系統應該如何運作，這也是設計語言模型產品的核心。
選擇工具並原型化
UI → 用 V0 / Lovable 產生視覺界面。
Backend → 用 Firebase / Replit 快速建立資料處理邏輯。
若需 agent-based 邏輯 → 用 Langchain 驅動。
✅ 建議 PM 候選人的練習方式
練習把「一個點子」在 45 分鐘內完整變成 Demo，從 PRD → Prompt → 原型。
學會在工具間「快速切換」與整合，例如 UI 設計完後，能立即串接資料庫或語言模型。
熟悉 Prompt 設計與資料結構設計的平衡，不只是「做出來」，而是「做得對」。
沒有留言:
張貼留言