番禺工厂用“Vibe Coding”两周搭起进销存看板：一个本地软件公司的实战复盘

业务场景：当传统进销存撞上临时报表需求

今年8月，番禺南村一家做服装辅料的贸易公司找到我们。他们用的是老款ERP，导出数据到Excel做月度分析，但销售总监每周要看实时库存周转和客户回款趋势，IT部门排期要三个月。这类需求在番禺的中小制造和贸易企业里很常见——预算有限、系统老旧、临时性报表需求频繁。

我们当时正在测试OpenAI最近上线的Sites功能（Codex的延伸工具），它允许用户用自然语言描述业务逻辑，直接生成并托管一个能用的Web应用。老板问：能不能用这个快速搭一个看板？于是我们试着走了个“Vibe Coding”流程——不是传统写代码，而是把业务规则“聊”给AI，让它生成前端界面和简单的后端逻辑。

需求判断：什么场景适合“Vibe Coding”

不是所有系统都适合用这种方式。我们的选型标准有三条：

• 业务逻辑清晰但变化快（如报表、审批流、简单数据录入）
• 数据量不大且安全性可接受（非核心交易系统）
• 团队里有懂业务的人能描述清楚需求

这家公司的进销存看板属于典型：只需从现有ERP导出CSV，再在Sites里配置数据源、拖拽图表、用自然语言描述计算规则（如“近30天各品类的出库量趋势”）。不需要高并发，也不需要复杂权限。

实施步骤：三天沟通，一周生成，两轮微调

我们只安排了1名项目经理（兼提示词工程师）和1名后端对接老系统。具体步骤：

• 数据清洗与接口映射：老ERP导出的字段名称不规范（比如“客户名称”在表里叫“Cust_Name”），需要翻译成业务术语，并在提示词里明确。
• 用Sites生成应用：在Codex的Sites界面里，项目经理以“创建一个库存看板，包含五个图表：按品类库存量、近7天出库排行、应收账款账龄分布、客户活跃度排名、自定义日期筛选器”为主提示，补充了字段映射和样式偏好（番禺本地企业喜欢深蓝底色配白色数据块）。
• 内部测试与数据校验：生成的应用能直接运行，但第一次计算“账龄分布”时把已收款记录也算了进去。我们在提示词里增加了“排除状态为‘已结清’的行”，重新生成后正确。
• 域名与访问控制：Sites支持设置基本密码保护，我们给销售部开了独立子域名，限制内网IP访问。

从启动到交付实际用了8个工作日，其中沟通和数据结构整理占了5天，Sites端真正动手时间不到3天。

预算与周期影响

客户原计划用传统低代码平台（如明道云、简道云）开发同类功能，报价在3-5万元，部署周期1个月以上。这回采用Sites + 我们少量人工介入，总费用控制在1.2万元（含数据清洗、提示词优化和培训）。因为工具本身是OpenAI按Seat订阅，单用户月费约200美元，但他们只买了1个许可用于开发，最终看板其余用户通过浏览器直接访问，无需额外费用。周期从月降到周，业务部门满意度明显提升。

交付注意点与本地适用性

这类实践在番禺、南沙等制造业密集区尤其适用：企业内部工具不必追求“大而全”，快速响应比过度设计更重要。但交付时有几个坑要提醒同行：

• 数据驻留：Sites后端运行在OpenAI云上，虽然客户数据只用于生成图表、不用于模型训练（需在设置中关闭数据共享），但金融、医疗等敏感行业还是要谨慎。我们建议客户只导入非核心业务数据，核心的订单明细仍保留在本地。
• 权限颗粒度：Sites目前支持角色级（管理员/查看者），不支持字段级。若需精细权限（如销售不能看成本价），仍需配合额外中间层。
• 长期维护：生成的应用不是黑盒——提示词和配置可以导出，但如果AI模型在未来发生版本变更，可能影响运行结果。我们为客户写了一份《看板维护手册》，标注了关键提示词和回退流程。
• 本地搜索关键词：如果您在番禺做类似需求，可搜索“番禺AI低代码开发”、“广州企业AI编程工具”、“进销存看板快速搭建”、“Codex Sites广州案例”找到我们。团队驻扎在番禺万博，能提供半天内上门的沟通服务。

这次尝试让我们确认：对于非核心、高变动、小体量的数字化需求，“Vibe Coding”不是噱头，而是一个真实的成本与效率选项。尤其在经济周期不确定的当下，番禺企业更注重“把钱花在刀刃上”——用最少的时间验证业务假设，比一次性投几十万做完美系统更实际。