T
traeai
登录
返回首页
UX Magazine

螺旋上升:想法昂贵,系统便宜

8.5Score
螺旋上升:想法昂贵,系统便宜

TL;DR · AI 摘要

本文讲述了产品设计师如何从零开始构建产品的故事。设计不再是死气沉沉的过程,而是通过系统化的方法和AI辅助,从零开始构建产品的过程。

核心要点

  • 设计不再是死气沉沉
  • 系统化方法提升效率
  • AI辅助加速迭代

结构提纲

按章节快速跳转。

  1. 介绍作者讲述的产品设计师如何从零开始构建产品的故事。

  2. 设计已经从一个死气沉沉的过程转变为一个充满活力的过程。

  3. 系统化的方法使得设计过程更加高效。

  4. AI技术使得从零到一的迭代速度大大加快。

  5. 作者通过一个具体的案例展示了如何利用系统化方法和AI技术从零开始构建产品。

  6. 设计将更加系统化,AI将加速迭代过程。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • The Spiral Climbs: Ideas Are Expensive, Systems Are Cheap
    • 设计不再是死气沉沉
    • 系统化方法提升效率
    • AI辅助加速迭代

金句 / Highlights

值得收藏与分享的关键句。

#设计#系统化#AI
打开原文

by Pavel Bukengolts

6 min read

  • 2026年5月14日

分享此文章到

保存

图像1

当你失去一切并不得不从零开始构建时,你会怎么做?这里,我们讲述了一位产品设计师的回答:一个包括MiroFigmaVS Code以及AI辅助的连接工作流,从想法到发布的产品,再到学习,全部在一个48小时的小赌注、可衡量的结果和记录决策的循环中完成。设计并没有死去;它只是向上游移动了。如果你能够定义问题、快速测试,并保持清晰的决策路径,你就可以重建任何东西。

历史不会循环;它只是在更高的楼层上爬升相同的拐角。

  • 90年代末: 先功能后设计。先发布,再装饰。
  • 2010年代: 先设计。开发成本更低,工具更好,设计主导一切。
  • 2025年: 系统无处不在。模式便宜,判断不便宜,速度终于有了大脑。

脊柱保持不变:批判性思维、研究、沟通、同理心。改变的是距离。_编程的想法_现在变得近在咫尺。活的原型胜过静态的演示文稿,代理内置于我们的工具之中,反馈更快到达,借口不再成为借口。

实际上发生了什么变化

设计并没有死去; 它转移到了系统、令牌和代码中。你仍然需要品味和故事,但你不需要重新绘制同样的控制图一百次。交接变得更短,原型在真实堆栈中运行,决策现在与艺术品和指标相连,因此没有什么会单独存在。

我运行的现代堆栈 _(以及它们是如何连接的)_

这是一个连接的表面,而不是一堆应用程序;每次步骤都会传递上下文给下一个步骤。

  • Miro 用于定义赌注、流程和风险。一张板子,一个叙事。它承担了大部分负担:大量的草稿、素描、想法、文档和图表都停在那里。组织有序的混乱。
  • Figma,当我需要教AI如何构建它时:状态、约束、边缘情况。图片作为指令。
  • VS Code + AI(Codex作为我的“开发团队”) 用于搭建、重构和测试。AI是我的搭档,而不是我的老板。
  • GitHub 用于提交请求和清洁的决策记录。每项更改都有一个原因。
  • Jira 用于小而可衡量的赌注。你能骗过的通过率。
  • 嵌入在流程中的助手:设计思维引导者(角色/方法用于赌注)、系统思维教练(循环、依赖关系和二阶效应)和会议纪要引导者(决策、讨论时间分析和自动动作到Jira)。

所有事物都相互连接

Miro快照链接到Jira的赌注(目标、指标、退出条件)。Jira链接到Figma的澄清器和GitHub的提交请求。提交请求持有决策记录和预览。数据流回Jira,我的反思笔记。设计令牌匹配Figma开发模式中的ID和代码中的ID。智能提交更新Jira。会议行动自动打开票。从想法到发布再到学习的一条真理链。

[![图像2:螺旋上升:想法昂贵,系统便宜](blob:http://localhost/0c7e550e-1d8c-4551-9944-7f445990d90c)](data:image/svg+xml,%3Csvg%20xmlns='http://www.w3.org/2000/svg'%20viewBox='0%200%200%200'%3E%3C/svg%3E)

插图由 Pavel Bukengolts 绘制

TCE:清理和重建

我们失去了主线。错误的赌注。缓慢的信号。这伤害得很快。我们丢失了所有应用数据和连接。我们决定从零开始。我们选择了零。这使每一个步骤都更容易评估:周五之前能让我们学到东西吗?我取消了仪式。保留了脊柱。简短的面试,加上一个训练有素的机器人,花了大约四小时来采访我,并揭示了我们遗漏的问题。我们提取了已经拥有的数据,并收紧了假设。Miro定义了新的赌注。Figma澄清了状态,以防止代理产生幻觉。在VS Code中,AI铺好了支架和测试。我编辑。我掌控了它。提交请求早些时候就来了。Jira跟踪赌注、指标和退出条件。我们在一条旗帜下发布了产品,观察仪表盘,并调整策略。我们回到了市场。不是因为研究消失了。而是因为浪费消失了。

从用户体验到产品

标题跟随工作。当UI成为标准化产品时,优势向上游移动:定义问题、排序赌注和拥有结果。

“产品设计师”适合这个职位。

不仅仅是指“让它漂亮”。掌控价值。掌控风险。设计更接近代码。工程师更接近用户。减少交接。更清晰的赌注。

0到1:AI擅长的事情 _(以及它不擅长的事情)_

AI让我快速从零到一。支架、测试壳体、变体想法、快速重构。我不说我们不需要开发者;我是其中之一。代码很混乱。边缘情况咬人。架构很重要。性能不免费。安全是一个专业领域。当我们达到一个点时,专业人士会接手代码,加固、扩展和保护它。使用AI进行探索和草拟。使用人们进行加固和扩展。这种平衡就是工作。

48小时的操作循环

这个节奏故意简单;它保持房间对齐和工作诚实。

观察

支持日志。分析。销售笔记。会议纪要引导者拉取最后的决策和开放的风险,并标记谁被阻塞。

导航

一个Miro快照:目标、约束、成功指标、需要测试的边缘。系统思维教练绘制循环和二阶效应,以确保我们不会修复一个指标而破坏另一个。

决策

写下一个小赌注。定义最小测试。设计思维引导者运行JTBD/HMW来塑造赌注和测试计划。

行动

使用Figma进行AI澄清,创建代理计划,在VS Code中搭建,提前提交,进行30分钟的可用性测试。

评审

Ship behind a flag. Watch metrics. Log decisions in the PR and Jira. _Meeting Minutes Facilitator_ scores the debrief (talk time, sentiment, decision clarity), opens follow-ups in Jira; the Systems Thinking Coach flags second-order effects before we scale. Fidelity ladder: Sketch, prompt, runnable prototype, then production. If it isn’t linked, it isn’t real.

守法航行:设置护栏以确保速度不撒谎

  • 代理RACI:谁提出建议,谁批准,谁负责失败。
  • 测试和遥测是必不可少的。
  • 系统一致性检查:当用户价值需要时打破模式。
  • 每周研究触点:轻量级且一致。
  • 隐私和伦理:选择性录音。私下标记。默认情况下进行红通处理。明确保留期。

监控以保持诚实

  • 领头人:首次PR时间,可使用原型时间,审查延迟,预览覆盖范围。
  • 质量:逃脱缺陷率,任务成功率,决策日志完整性。
  • 结果:每个赌注一个北极星指标。
  • 协作/会议健康(由 _会议摘要协调员_ 自动评分):卫生评分,讨论时间公平性,情绪,决策清晰度,有行动的会议百分比,跟进的SLA。
  • 连接健康:与赌注相关的PR百分比,带有遥测的赌注百分比,设计令牌漂移率。

我的思考栈:我每周使用的自定义助手

_它们不会取代人。它们会让我变得更敏锐_

设计思维协调员

按需旋转工作的人设。旋转方法(JTBDE,"我们如何可能",2x2s,假设地图),以防止隧道效应。输出清晰的提示,概念板和测试计划。

系统思维教练

映射反馈循环和依赖关系。在我们承诺之前标记二阶效应。给我一页全球概览。

会议摘要协调员

将会议转化为决策:议程,成果,所有者,截止日期。它不仅限于笔记。分析动态:讨论时间分布,干扰,情绪,引语捕捉,问题到陈述比率,决策清晰度。它将风险和开放问题拉入Jira。跟踪跟进。

私人教练笔记。团队的删减总结。

像队友一样使用它们。我还是会做决定。

开始/停止/继续

开始

  • 在Jira中用可衡量的赌注开始,并设定退出条件。
  • 决策后24小时内打开PR。
  • 在润色前进行30分钟的可用性测试。

停止

  • 将Figma视为一切的真相来源。
  • 缺乏假设和指标就发布。
  • 让代理合并代码。

继续

  • 真实的人。真实的情感。真实的协作。真实的访谈。真实的数据。真实的推动利益相关者的叙事。

结束

工具变得响亮。判断仍然胜出。模式便宜。想法昂贵。如果你能定义一个问题并快速测试它,并保持一个干净的路径来解释为什么,你可以重建任何东西。

轮到你们了。你们团队的48小时循环今天看起来怎么样?哪个首先崩溃?发送给我。让我们互相比较。

“计划没有变化,但规划至关重要。”——戴高乐将军

_这篇文章最初出现在UX设计实验室_

图片来源:Pavel Bukengolts

[![图像3](blob:http://localhost/63fbfb1c53d5a131020148316db84c5d)](https://uxmag.com/podcasts)

[![图像4](blob:http://localhost/63fbfb1c53d5a131020148316db84c5d)](https://invisiblemachines.ai/?utm_source=uxmag&utm_medium=referral&utm_campaign=article_consciousAImodels?&utm_content=ad2)

[![图像5:作者Pavel Bukengolts](blob:http://localhost/40fff540d8505cf3d06b320bdc8e40fe)](https://uxmag.com/contributors/pavel-bukengolts)

Pavel Bukengolts

Pavel Bukengolts 是一位设计领导者、教育家,同时也是UX设计实验室的创始人。拥有超过25年的经验,他专注于打造更好的产品和更强的团队。通过成熟的设计运营(DesignOps),他帮助组织创造以人为中心、易于访问的数字体验,使团队更加高效和满足。作为一名教育家和导师,他致力于培养未来的领导者,并激励设计师提升技能、自信和影响力。

概要

该文章探讨了设计不再只是设计屏幕,而是拥有系统、赌注和结果。但核心判断、同理心和研究是不可替代的。我将Miro、Figma、VS Code、GitHub和Jira链入一个从想法到学习的可追踪循环。AI负责探索和搭建。人们负责架构、安全和问责制。一个48小时的小而可衡量的赌注循环,链接的艺术品和记录的决策,保持速度的诚实。

相关文章

  • 人工智能、机器学习、软件开发

了解你的AI系统如何在所有仪表盘都显示绿色的情况下无声地失败,以及要真正看到这一点需要什么。 Kwansah Madani的文章

AI无声失败:从系统角度看AI可靠性

  • 该文章认为AI系统不会出现灾难性的失败,而是逐渐退化,这意味着用于检测失败的正常工具会错过问题,因此工程师需要重新思考如何从头开始监控系统的健康状况。

分享:AI 隐蔽失败:从系统角度看AI 可靠性

  • 2026年5月11日

5分钟阅读

![Image 6](blob:http://localhost/b9333a03ef7cd61df97d01c273de8fe6)

  • 敏捷开发过程、精益用户体验、产品设计、用户研究、用户体验设计

了解敏捷的真实设计挑战并非在于速度,而在于学会一次只设计一小部分,并且抵制绘制完整系统的诱惑,避免横向切分的陷阱,并探究最小化迭代是什么,它仍然能为用户提供实际价值。

分享:设计小比设计大更难

  • 2026年5月7日

5分钟阅读

![Image 7](blob:http://localhost/b9333a03ef7cd61df97d01c273de8fe6)

  • 行为设计、认知、暗模式、伦理设计、伦理用户体验系列、隐私与数据安全、心理学与人类行为、用户心理学、用户体验设计

发现点击“接受所有”并不是真正的同意,以及伦理用户体验设计如何将用户的自主权归还给用户。

作者:Tushar Deshmukh

同意疲劳:我们是否正在设计人们遵守?

  • 该文章显示,同意疲劳并非用户问题,而是设计问题,在无限弹出权限请求、视觉操纵和法律保护思维的悄悄取代下,真实用户自主权被工程化的合规性所取代。

分享:同意疲劳:我们是否正在设计人们遵守?

  • 2026年5月5日

10分钟阅读

![Image 8](blob:http://localhost/b9333a03ef7cd61df97d01c273de8fe6)

AI 可能会生成不准确的信息,请核实重要内容