Pictureit

做这个 App 的起源是： 在豆瓣标记了快一千部看过的影视剧、几百部想看。只用豆瓣的查电影、标电影功能，每次使用需要看广告、经过无关页面、加之豆瓣产品形态老旧。Vibe coding 技术很擅长做轻量工具，用 Lovable 一次提示词，5 分钟第一版可用，全部需求实现。

只是影视搜索这个场景，产品的关键要素有两个：

• 类型广泛、数量众多、字段丰富的片库
• 搜索功能本身：意图理解、分词、召回率、准确率

而这两个关键要素，目前不是爱好者用 vibe coding 技术就能做好的。所以大概率我还是会用豆瓣查电影和标记。

当我们说 vibe coding 降低开发门槛，迎来 App 创作大爆发 ，个人专有 App 还只能局限在某些领域。因为 App 作为和现实世界互动的工具，除了软件开发，它还需要很多领域价值积累，vibe coding 本身不带来领域价值。

App Store 有十几大类 App，电商、教育、医疗、新闻、购物、社交、游戏、财务等等，这些类目需要版权和内容库（教育、新闻、影视）及内容审核、需要重资产（电商和游戏）、有合规和信任门槛（金融、健康）。个人专有 App 几乎落到了工具 & 效率这个类目，这个类目已经有了众多独立开发者在做。

不卷片库和搜索，这个 App 还可以往 AI 向迭代，增加一些长期用的价值

• AI 搜索，做到更准确的意图识别和结果匹配
• 自然语言对话，求推荐和返回推荐，给找内容这件事增加更多内容上的乐趣
• 加上用户记忆和信息作为 AI 上下文，做到更个性化的搜索