# 你的产品不仅要给人用，还得给 AI 用：怎么评估它的 AI 亲和度？

> 原标题：当产品不仅给人用，也给 AI 用：如何评估你产品的 AI 亲和度？

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-08-02T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48356
- 原文：https://yage.ai/share/product-ai-friendliness-eval-20260802.html

## 摘要

现在 AI 编程工具成了产品的主要用户之一，但 AI 用我们的 SDK 或命令行时经常卡壳。Supabase 开源评测框架后发现，很多时候不是模型笨，而是产品自己的文档、报错和接口设计对 AI 太不友好。Stripe、Convex、Vercel 这些公司都不再看通用模型榜单，而是给自家产品建纵向回归测试，专门揪出产品侧的毛病。Vercel 的测试数据很...

## 推荐理由

角度新鲜，有 Supabase、Vercel 这些具体案例撑着，不是纯讲道理。但这是个人博客，没有一手数据或独家采访，权威性有限，所以卡在 78 分，刚好够 featured 门槛。

## 锐评

这篇文章把“AI 不好用”的锅从模型身上挪回了产品自己头上，观点很直接。Supabase 开源了自己的评测框架，发现 Agent 失败常常是因为文档写得太含糊、报错信息不够结构化，而不是模型笨。他们修了几处 Skill 描述文本，成功率就能从 10% 拉到 60%。Vercel 的数据更打脸：默认的 Agent Skill 在 56% 的情况下根本没被触发，通过率和没给文档一样都是 53%；但把一份 8KB 的 AGENTS.md 索引直接塞进上下文，通过率直接干到 100%。

这些数字说明，与其追最新的 Agent 交互概念，不如先老老实实把文档索引和报错信息修好。文章建议从工单里扒 20 到 50 个真实痛点做测试集，再搭一套“静态检查加动态沙箱执行”的双层评测。但正文没给出这套双层体系的具体搭建成本和工程门槛，小团队能不能跑起来要打个问号。另外，所有案例都来自开发者工具，对非技术类 SaaS 产品的参考价值有限。