国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

用合成用戶做調(diào)研、拿Ghibli風AI圖充商稿，偏見與版權的雷區(qū)已經(jīng)埋下。設計師是被工具“降維”成提示詞工人，還是升級為跨界“全能獨角獸”？答案藏在這篇7分鐘的實戰(zhàn)筆記里。

昨天周四晚上，我很榮幸參加了布魯克林產(chǎn)品設計協(xié)會和普拉特學院主辦的活動并做了分享。

這是我第一次參觀普拉特學院的曼哈頓校區(qū)，能和大家見面真是特別好。

分享的主題是 AI 對產(chǎn)品設計的影響。

今天，我?guī)Т蠹铱纯雌渲兄v到的部分內(nèi)容。

新的工作流程應運而生

“想法秒變應用?！?Lovable 的這句宣傳語多吸引人！

Lovable

這股“AI 應用構建工具”的風潮，從今年年初開始突然就火了起來。

過去要花四周左右的事情，現(xiàn)在可能只需兩周——而很快，說不定兩天就能搞定。

雖然“想法秒變應用”的愿景目前還沒宣傳的那么美好，但我已經(jīng)開始看到新的工作流程正在形成，如下圖所示：

兩個工作流案例

就拿第一個工作流程來說吧。

比如我一直想多喝點水，就冒出一個有趣的小點子：記錄并可視化飲水情況。

于是我在 Claude 里寫了個提示詞：

請創(chuàng)建一個交互式網(wǎng)頁應用，幫助用戶追蹤每日飲水量并可視化飲水進度。

該應用應：

– 使用 HTML、CSS 和 JavaScript 構建

– 包含輸入飲水量的表單、隨目標達成而填充的可視化追蹤器以及每日統(tǒng)計數(shù)據(jù)

– 擁有簡潔直觀的界面和響應式設計

視覺設計方面：

– 采用貼合水/補水主題的清爽藍白配色方案

– 保持無障礙標準，確保清晰對比度和可讀字體

– 為用戶的交互操作提供適當反饋（添加水量時的動畫，達成目標時的慶祝效果）

然后原型就生成了。

我通過 Claude 創(chuàng)建的原型

整個過程只花了大約五分鐘，這在短短幾年前簡直無法想象。

至于第二個工作流程，我今年早些時候在另一期簡報里寫過相關過程。

Figma 遭遇挑戰(zhàn)

兩個月前，一位優(yōu)秀的設計師 Pietro 在 X 上發(fā)了這條帖子。

這條帖子反響熱烈，為此他還專門發(fā)了個演示視頻來解釋原因。

他提到設計師在 Figma 里做設計，和開發(fā)者實現(xiàn)這些設計之間，存在巨大鴻溝。確實如此，我也深有同感。

Figma 本質(zhì)上是個矢量設計工具，與實際的前端開發(fā)仍然是脫節(jié)的。

雖然 Figma 一直在進步，比如推出開發(fā)者模式（Dev Mode）和整合 AI 功能，但這些更新只是淺嘗輒止。

那么，AI 時代的設計工具會是什么樣子？

我畫了下面這張示意圖：如何更好地將設計、代碼和 AI 融合在一起？

設計工具的未來

一些新工具，比如 Subframe，已經(jīng)在探索這個方向了。例如，它使用預先構建的 UI 組件庫，這些組件由生產(chǎn)就緒代碼支持（而非無法使用的代碼）。

它同時還整合了 AI 功能來生成設計方案。之后，你可以混合搭配不同方案中的元素，并將它們?nèi)谌胱罱K設計。

角色界限日益模糊

在設計領域，“全能設計師”（unicorn）指的是那些懂編程的設計師。

AI 工具的進步正助力催生更多這樣的全能設計師，如下圖所示：

AI 時代的新型全能設計師

誠然，每個崗位都有其專業(yè)深度，但 AI 正在讓它們之間的界限日益模糊。

1. 像Lovable、Bolt、V0和Replit這類工具，讓技術背景有限的人也能搭建功能原型甚至開發(fā)實際應用。
2. 像ChatPRD這類工具，讓人能輕松編寫高質(zhì)量的產(chǎn)品文檔。
3. 像Galileo這類工具，則能幫助人們生成高保真的設計稿。

新的倫理關切

偏見問題

大約十年前，那時 ChatGPT 還沒誕生，亞馬遜就開發(fā)了一款 AI 招聘工具來甄別頂尖候選人。

它會給求職者打分，范圍從一星到五星。

然而，科學家們發(fā)現(xiàn)，這款工具偏愛男性申請者，這源于其訓練數(shù)據(jù)本身的偏見。

這讓我思考：

1. 我們?nèi)绾未_保AI的建議或洞察是可靠的？
2. 我們?nèi)绾未_保訓練數(shù)據(jù)是無偏見的？

正因如此，當我使用 AI 來收集洞察時，我不會盲目跟從。

我會進行必要的審慎核查，經(jīng)常反復確認信息來源是否可靠。

另一個例子是像 Synthetic Users 這樣的工具。有些人對此感到興奮，但我一直持保留態(tài)度。

它們聲稱能用 AI 模擬的用戶來進行用戶研究。

模擬用戶 (Synthetic Users)

但用戶研究不用真實用戶，這真的合理嗎？

我職業(yè)生涯很幸運，能與一些優(yōu)秀的用戶研究員緊密合作。從他們身上我了解到，偏見很容易在研究中悄然滲入。

提問的方式、問卷選項的順序、招募用戶的流程、用戶測試的方法——所有這些細節(jié)都可能引入認知偏差，導致結論失真。

即使是訪談真實用戶，這種情況也會發(fā)生，更不用說從 AI 模擬用戶那里提取洞察了。

在我看來，帶有偏見的用戶洞察，有時比完全沒有洞察更危險。

知識產(chǎn)權問題

幾周前 ChatGPT 生成的那些吉卜力風格 AI 圖像，再次將知識產(chǎn)權問題推上風口浪尖。

這又讓我想起 Figma。去年夏天，當人們?yōu)椤癕ake Design”這個新 AI 功能興奮時，X 上的這篇帖子導致 Figma 下架了該功能，修正問題后，才以“First Draft”的名字重新推出。

不過，這確實可能成為一個強大的功能。如果 Figma 在今年的 Config 大會上宣布新升級，比如更好的效果以及與更多設計系統(tǒng)的集成，我覺得許多類似的 AI 設計工具可能會被淘汰。

新的模式與原則

我很早之前在一篇通訊里就談過這個。這是個廣泛的話題，特別是因為 AI 產(chǎn)品和功能帶來了我們前所未見的設計模式和界面。

例如：

1. 通過點贊/點踩給AI模型提供反饋
2. 提供提示詞模板幫助用戶寫出更好的提示詞
3. 在工具運行時逐步展示思考過程
4. 根據(jù)用戶過往行為提供個性化用戶界面
5. 使用類似“AI會犯錯”的警示語

同樣地，新的設計原則也應運而生，例如：

1. 確保AI能生成穩(wěn)定且高質(zhì)量的輸出，并在不確定時說“我不知道”。
2. 確保AI能為用戶的生活帶來真正的價值和切實的提升。
3. 在需要時幫助用戶理解系統(tǒng)的工作原理，以便他們做出更好的決策。