AI-DRIVEN DEVELOPMENT

用 AI 快速构建,
由真人上手验证之后
再交付给您。

借助 AI,系统能以惊人的速度成形。但快速做出来的东西,未必就能在现场真正用起来。MORIMORIDA 在交付前,会请真正从事这项工作的人亲手操作界面,把他们卡住的地方修好之后再交付。

这项「现场测试」包含在所有标准方案中,不额外收费。

从咨询到交付,由负责人亲自跟进。我们不使用专业术语来说明。

AI 又快又多地做出来
HUMAN 由使用的人亲手验证

发现的难用之处,由我们修好后再交付

以前做的那套系统,
现在还有人在用吗?

系统上线了,结果大家还是回去用 Excel 重新管理。

被说「以前的做法更快」,最后没能推行开来。

听说用 AI 又便宜又快,但担心质量,一直不敢迈出这一步。

公司里没有懂 IT 的人,连个能商量的对象都没有。

没人使用的系统,在 AI 出现之前就已经存在。
原因大多相同:做的时候没有听取真正使用者的声音。

AI 连错误也会又快又大量地生产。

AI 会按照指示飞快地做出来。但只要我们的说法有歧义,它就会以这个误解为前提,一口气做出一大堆内容。看上去是能动的。可是「能动」和「每天的工作中能用」是两回事。审批的规则、例外情况的处理、每位负责人的权限、与现有做法的衔接——这些光靠程序是定不下来的。

8 AI 能快速完成的部分 界面的外观、常见的功能、基本的输入与保存。这部分成形的速度快得惊人。
2 只有人能补上的部分 例外情况的处理、权限的差异、与现场做法的衔接。我们花时间的,正是这个部分。
  • 有观点指出:最终保证质量的仍然是人;在 AI 驱动开发中,由人进行的评审与测试反而变得更加重要。

    SHIFT ASIA
    查看来源
  • 在面向全球开发者的调查中,66% 的人回答「AI 的答案基本上是对的,但差那么一点」。连亲手在做的专业人士自己都这么觉得。

    Stack Overflow
    Developer Survey 2025
    查看来源
  • 有报告指出:使用 AI 虽然能提升生产效率,但如果没有验证的机制,返工和缺陷反而容易增加。

    2025 DORA Report
    (Google Cloud)
    查看来源

AI 的产出「基本上是对的」。
而在每天使用的现场,正是那个「基本上」会致命。

速度交给 AI。
确认的工作,由人来做。

PROMISE 01

用 AI 缩短开发的时间

在设计和实现中使用 AI,把过去要花好几个月的起步阶段缩短。更快做出实物,更快拿给您看。

PROMISE 02

交付之前,由真人实际使用

我们会请真正从事这项工作的人,操作尚未完成的界面。他们在哪里犹豫、在哪里停下手,全部记录下来。

PROMISE 03

发现的难用之处,由我们来改

我们不会交一份报告就算完事,而是把改好的成品交给您。您不必再去找别的公司重新商量。

正因为 AI 让开发提早完成,我们才有余裕在交付前让人亲手确认。
速度,是用来换取确认时间的。

现场测试 —
交付之前,真正的使用者先上手。

做的人不会迷路,因为他知道是怎么做的。难用的地方,只有第一次接触的人才找得到。

由谁来操作

我们会从自有的合作人才数据库(测试协助者的网络)中,挑选与贵司客户或员工立场相近的人。前台、财务、在现场作业的人员等,可以指定职种来召集。

这不是用来召集开发人员的数据库,而是为了召集真正「使用一方」的人。

合作人才数据库按职种、年龄段、对 IT 的熟悉程度登记
按贴近贵司使用者的条件筛选行业、职种、使用场景由我们来指定
确定实际上手操作的人选每个项目决定人数,必要时增加

看的是什么

我们看的不是「能不能动」,而是「能不能不迷路地做完」。检查的观点每次都用同一套,再按项目增加条目。

  • 没有人讲解,也能一路走到最后吗
  • 每天都要做的操作,点几下能完成
  • 画面上的用词,该职种的人看得懂吗
  • 输入错了,能不能退回原来的状态
  • 不熟悉 IT 的人或年长者,也看得清、读得懂吗
  • 用手机,也能按同样的步骤做完吗

请多少人参与

一般认为,只要请少数几个人试用,就能发现大部分难用之处。我们也以此为依据决定每个项目的人数;业务复杂、或使用者的立场分为多种时,会增加人数。

思路来源:Nielsen Norman Group Why You Only Need to Test with 5 Users(发现的比例有前提条件,也有观点指出会出现波动)

贵司需要投入的精力

上手操作的人由我们来召集,不会占用贵司员工的时间,酬谢也不需要贵司负担。

需要贵司做的,只是看过结果后选择「这里希望修改」「这里就这样也可以」。

您会拿到什么

  • 只把卡住的场面剪出来的简短记录
  • 发现的难用之处一览(在哪里、有几个人、被什么困住)
  • 哪里做了怎样的修改的记录

我们不会拿出厚厚的报告书。与其增加您要读的资料,不如把改好的成品交给您。因为我们本身也做开发,所以能用修改而不是报告来回应。

费用

现场测试包含在标准方案中。费用表里没有「测试费」这一行。

如果只把易用性调查单独委托给专门的公司,通常需要另外发包、另外报价、另外安排周期。我们则在与开发同一份合同之内完成。

AI 负责的部分,
与人负责的部分。

AI 驱动开发不是魔法。每道工序把 AI 擅长的部分交给它,人则专注于判断和确认——就是这么简单的推进方式。

确定
设计
制作
确认
交付
AI 负责
把谈话的内容当场整理成文档
做出界面的初稿和数据存放方式的草案
编写程序,修改也当场反映
自动检查一整套基本动作
起草说明资料
人负责
先问清楚困扰在哪里,连不做的范围也一起定下来
敲定例外处理和权限差异。这里只有人能决定
每周把当时能动的东西拿给您看,对齐方向
现场测试由真正使用的人上手操作,发现的问题由我们来修
完成操作说明和交接资料后交付

※ 可以左右滑动查看。带颜色的方框,就是我们与其他公司不同的工序。

什么时候,能看到什么。

不会让您「下单之后到完成为止什么都看不到」。周期会因规模而不同,因此我们会在动工前给出日程表。

  1. 首次

    线上 30 分钟,听您说说情况

    不需要准备资料。请告诉我们现在哪些事情最花时间。不收费用。

  2. 第 1 周

    提出制作范围、日程表与报价

    不做的范围也会写进文档。双方在此达成一致后再动工。

  3. 较早阶段

    给您看界面的初稿

    不是文字写成的规格书,而是用可以实际操作的界面请您确认。

  4. 每周

    请您查看当时能动的东西

    「还是想改成这样」可以当场提出。只有范围变动较大时,才会重新报价。

  5. 交付之前

    现场测试日。由真正使用的人上手操作

    不会占用贵司员工的时间。发现的难用之处,我们会在交付前改好。

  6. 交付

    以改好的状态交付给您

    程序全套、交接用说明资料、现场测试记录一并交付。自当日起 3 个月内,缺陷修复免费。

我们做的是这些东西。

如果您拿不准「我们家属于哪一种」,直接来问就好。即使不属于其中任何一种,我们也会诚实告诉您能不能做。

替换 Excel 作业

例如:多人同时改同一个文件导致互相覆盖,或者每天都要花时间转抄数据——把这些作业汇总到一个界面里。

公司内部的业务系统

例如:申请与审批、库存或项目管理、日报与考勤等。谁能看到哪些内容的权限,也会一并设计进去。

预约、接单的机制

例如:把现在用电话和邮件接收的预约或订单,改成客户自己填写的形式。也可以与现有的日历联动。

咨询应对的自动化

例如:放在官网或 LINE 上的 AI 聊天机器人。也可以做成根据公司内部手册和过去的报价单来回答的形式。

与现有工具的联动

例如:把销售管理、财务、聊天等已经在用的系统用 API 连起来,省掉转抄和汇总。

与官网的联动

例如:把从网站进来的咨询自动流转到公司内部的管理界面,或者让网页更新可以由自己人来做等等。

我们使用的工具,全部公开。

光看名字不容易明白,所以每一项都附上一句说明。这些都是我们日常业务中在用的。

  • Claude / Claude Code帮忙编写程序的 AI。从设计的讨论到实现都会用到。
  • ChatGPT / Gemini按用途分别使用的 AI。用于生成文章、判断图像等。
  • GitHub保管写好的程序,并留下何时由谁改了什么的历史记录的地方。
  • Python / TypeScript实际编写系统所用的语言。会配合用途来选择。
  • Cloudflare / AWS让做好的东西运行的地方(服务器)。会配合规模和费用来选择。
  • PostgreSQL / SQLite存放数据的地方。会做成可以导出、可以迁移的形式。

交付之后,
并没有结束。

交付的内容与交付之后的事

我们不会做成把您绑在我们身上的形式。交付时的状态,是之后可以交接给别的公司的。

  • 做出来的东西,权利归贵司所有。无论是否使用 AI 编写,交付物的权利都归属贵司。
  • 程序本身也一并交付。不会做成看不到内部的形式,也可以交接给其他公司。
  • 附上交接用的说明资料。包括操作步骤书,以及是怎么做出来的记录,两者都有。
  • 把「为什么这样做」留成记录。为的是避免日后谁都不敢动、改不了的局面。
  • 交付后 3 个月的缺陷修复。自交付日起 3 个月内,缺陷修复不另收费。合同中也会写明相同的期限。

受托信息的处理方式

内容写成可以直接用于公司内部说明的形式。有不清楚的地方,我们会在动工前以书面确认。

  • 不用于 AI 的学习。我们不会把受托的信息提供为 AI 的训练数据。
  • 动工前签订保密协议。用贵司的格式或我们的格式都可以。
  • 个人信息会替换成虚拟数据。开发和测试的作业中,不使用真实存在的个人的信息。
  • 与参加测试的人也会签订约定。参加之前确认不会把看到的内容外传。
  • 交付前进行安全方面的检查。因为 AI 写出来的东西,即使语法正确也未必安全。

费用一开始就公开。

只看金额恐怕难以判断,所以我们一定把周期和「包含的内容」并列在旁边。每个方案都含有现场测试。

先试一试

适合想先确认能做到什么的人

参考价CNY 4,200

  • 短期内做出一个可以上手的试作品
  • 含现场测试
  • 交付实际使用情况的记录
  • 若进入正式开发,可抵扣费用
就这个方案咨询
最多人选择

投入业务

适合想在实际业务中使用的人

参考价CNY 21,000

  • 可在正式环境使用的整套系统
  • 含现场测试(人数视规模而定)
  • 附交接资料与操作说明
  • 含交付后 3 个月的缺陷处理
就这个方案咨询

持续改进

适合想边用边培育的人

报价月费 · 另行报价

  • 每月的改进与功能追加
  • 每次有较大的变更都做现场测试
  • 运维方面的咨询与监控
  • 随时可以结束
就这个方案咨询
  • 现场测试的费用,所有方案都已包含。费用表里没有「测试费」这一行,日后也不会额外收取。
  • 「先试一试」已支付的金额,如果直接进入正式开发,会抵扣到费用中。
  • 付款分为动工时和交付时两次。不会按工时另行追加收费。
  • 制作范围在动工前以书面确定。不做的范围也会写明,以免日后理解产生分歧。
  • 金额会随规模和周期变动。以上为参考标准。我们会在听取情况之后给出正式报价。

请以做事的方式判断我们,而不是案例的数量。

我们是成立不久的公司。能拿出来介绍的案例数量,比不过大公司。这一点我们不打算隐瞒。

作为弥补,我们把怎么推进、包含什么、要花多少钱,全部先写在这一页上。工序、检查的观点、交付的内容、合同的条件,在您联系我们之前都能读到。

从咨询到交付,由负责人亲自跟进。不会出现对接的人和实际做事的人不是同一个人的情况。

我们常被问到的问题。

可以。我们会不使用专业术语来说明。需要您决定的,只有「现在什么让您为难」这一点。做什么内容、怎么选技术,由我们来提案。

会因规模而有幅度。「先试一试」的周期较短,用于实际业务的则更长一些。我们会在动工前给出日程表,并按上面写的日程推进。做不到的日程,我们一开始就不会写。

参考标准是「先试一试」CNY 4,200 起,「投入业务」CNY 21,000 起。现场测试的费用两者都已包含。持续性的委托则按月费报价。

没关系。我们每周都会让您看能动的东西,边看边推进,变更的商量当场就能接受。只有制作范围变动较大时,才会重新报价。

这个担心是很有道理的。正因如此,我们才在交付前请真正使用的人亲手操作界面,把发现的难用之处改好之后再交付。这道工序包含在标准方案中。

确实有因为确认的负担增加而放弃导入的例子。这份确认由我们这边来承担:测试人员的安排和酬谢都由我们负责,需要贵司做的只是看过结果后作出判断。

交付物的权利归属贵司,程序本身也会交给您。我们不会继续持有权利,也不会限制您怎么使用。合同中也会写明。

我们不会把受托的信息提供为 AI 的训练数据。若含有个人信息,会先替换成虚拟数据再作业。保密协议在动工前签订。

无论是否由 AI 编写,交付物的责任都由我们承担。自交付日起 3 个月内,缺陷修复不另收费。该期限与涵盖范围会在合同中书面写明。

有调查显示,AI 写出来的东西即使语法正确也未必安全(Veracode 2025 GenAI Code Security Report)。因此我们在交付前会进行安全方面的检查;根据所处理信息的重要程度,也会为您介绍外部的诊断服务。

正因如此,我们才在交付前进行测试。若仍出现难用之处,自交付日起 3 个月内我们免费修改。此后可由「持续改进」方案继续承接。

可以。我们会交付整套程序和交接用的说明资料,不会做成只有我们才能碰的形式。如有需要,我们也会一同出席向接手方的说明。

先告诉我们,
现在什么最让您头疼。

线上 30 分钟,不收费用,也无需准备资料。回复由真人撰写。