我周末和 Lovable.dev 一起玩，这让我大吃一惊。作为一个在用户体验领域工作了一段时间的人，我不会轻易这么说。

我使用生成式人工智能生成功能原型的速度令人惊叹。我在几个小时内构建了原型，而通常需要几天的时间。

当你发现一些从根本上改变你工作方式的东西时，你知道那种感觉吗？当你意识到旧方式已经死了的那一刻？你可以专注于更重要的事情？那一刻。

最让我印象深刻的是它如何处理无聊的东西——所有那些我们浪费时间重新创建的乏味组件和模式。它只是——他们做到了。自然而然。

这些不仅仅是工具，更是产品设计师的范式转变。

这对我们的工作流程、我们如何与开发人员协作以及我们测试想法的速度产生的影响——这将是深远的。

它不会生成生产级代码，但作为起点，特别是对于五天的设计冲刺，它将极大地改变我们进行设计、评估概念以及我们感知流程的方式。

该评估均基于两个项目原型设计的实验：

• 简单的用户管理流程
• 复杂的数据提取流程

通过同时做这两件事，我学到了很多关于每种优点和局限性的知识。我在书中写的许多概念 [uxGPT]Mastering AI Assistants for User Experience Designers and Product Manager 在这个过程中效果很好，我也在 Ellie Tsuji 的作品中看到了这一点，她是一位设计师，他用我的书生成了一个原型。

从周末旅行开始——有时大自然会提供清晰度。

我在几个小时内学会了这一点，而不是几天。我在周末花了一些时间玩 Lovable.dev，这是可以做到这一点的众多工具之一，同时在华盛顿的郁金香季节开始时休息一下。这不是整个周末——而是周五晚上和周六早上。

可以在此处查看管理用户流的结果。

这将永远改变我们的行业;我们都必须重新思考我们的角色以及我们增加或应该增加的价值。

我喜欢 Julie Zhuo 对这一切的看法——我们所知道的产品开发之死——预测团队组成将发生很大变化。即使是像科林·马修斯这样的产品管理行业专家也专注于原型设计，而不是更多地使用生成式人工智能来理解商业价值——但这是另一天的帖子。

让我们分解一下这一切。

设计系统：提示基础

设计系统即将变得更加重要，但原因完全不同：它们正在成为提示库。

我注意到，当我在提示中引用 MUI 等既定模式作为基础时，输出会明显更好。人工智能更快地理解视觉语言并产生更一致的结果。这意味着我们需要优化我们的设计系统和内容风格指南，专门用于提示生成，以便它们充当工具中预加载的指令。

将设计系统和内容风格指南视为 AI 的指导手册，而不仅仅是人类。信息架构在管理所有这些方面将变得更加重要。

调整文档以使其对人工智能更加友好的公司将比那些仍在旧范式中思考的公司行动得更快。

简单模式：指向、单击、完成

这是我用 lovable.dev 创建的简单用户管理模式。第一次剪辑？20分钟。

这些工具已经解决了基本 UI 模式的问题。表格、表格、列表——它们现在基本上已经商品化了。如果您已经为应用程序建立了通用模式，那么需要为这些模式执行的工作将大大减少。

我在大约 20 分钟内构建了一个完整的管理界面，其中包含过滤、排序和基本数据库作。毫不夸张。它还很好地处理了更新用户等内联模式。

花在设计简单 UI 模式上的几周已经结束。完全。多。

复杂模式：设计师增加价值的地方

我无法完全让面板交互工作得非常正确，因此某些交互需要更多指导。

这就是人类设计师仍然闪耀的地方：复杂的交互和独特的模式。

多步骤工作流程、上下文界面和专门的可视化仍然从这些工具可能永远不会拥有的专用人类设计思维中受益匪浅。

我发现自己意识到，我们将首先在 Figma、FigJam 或笔和纸中绘制这些更复杂的图案，然后将它们用作我的提示的参考。管理用户很容易;涉及复杂交互的数据提取很难获得任何值得使用的东西，即使是半成品结果。

我们的主要通信方法是线流，我们将展示用户如何在系统中流动，然后仅提供用于复杂交互的详细屏幕。

这种混合方法——使用传统工具进行复杂思维，然后使用人工智能工具进行实施——似乎是目前的最佳选择。

详细工作：当前的限制

这些工具仍然难以实现品牌细节和微互动的像素完美。

颜色渐变、精确的间距关系、状态转换——这些细节通常需要在生成后手动调整。界面的“感觉”仍然需要设计师的触感，这就是为什么我们仍然需要开发和完善设计系统。

就我而言，我无法准确复制顶部导航，但设计系统可以解决这个问题。

对于具有严格视觉要求的品牌来说，仍有大量的后生成工作要做。这种差距会缩小，但目前是真实的。

生产就绪代码：还没有完全实现

说实话：生成的代码还没有为企业应用程序做好生产准备。至少现在还没有。

它非常适合原型设计，但缺乏生产系统所需的架构、性能优化和安全考虑。与我分享的开发人员印象深刻，但立即发现了可扩展性问题。氛围编码方法剥夺了系统如何工作的大量可见性，这是一个非常合理的担忧。

我还可以看到其他问题：

• 调试具有挑战性，因为系统“拥有”代码： 由于您不知道代码在做什么，因此很难跟踪问题。
• 匹配外部系统需要付出巨大的努力：它无法一对一匹配，尤其是对于较大的代码库。
• 每次重构都会引入不确定性： 它以一种意想不到的方式更改代码，这将在下一段中介绍。

在很多方面，这就像 R.E.M. 的 Michael Stipe 在音乐会上表演一样——每次都是不同的表演，因为它在生成代码的方法上是概率性的，而不是确定性的。这是这些工具面临的最大挑战。

这并没有降低其价值——重要的是与利益相关者就这在流程中的位置设定适当的期望。

它不会生成现成的代码，但它会以更切实的方式显示风险所在。

构思：难题的起点

这些工具真正闪耀的地方是针对复杂问题的构思。它们提供了可以迭代的功能起点。

我可以想象用它来生成五种不同的方法来处理我们一直陷入困境的复杂数据仪表板。

没有一个是完美的，但都会提供新的视角，帮助我们突破我们的创造障碍。

这就像有一个人可以以超人的速度产生无限的想法，这样我们就可以专注于更重要的事情。

天赐之物：自动规范生成

我在原型中创建了导出文档的选项。

也许最令人惊讶的是，这些工具可以从原型本身生成全面的规范。

再读一遍——这些工具可以生成可以交付给开发人员的规范。在几秒钟内。

正如特洛伊·帕克 （Troy Parke） 所证明的那样，这让我大吃一惊，因为当我发现这一点时，我正在和他通电话。

构建原型后，我要求开发人员交接文档。它可以在几秒钟内生成用户故事、问题陈述、重新生成原型的提示以及我可以提出的可用性测试问题。

老实说，初稿很粗糙，但我看到了一个世界，我可以给系统更好的指令，或者系统在意图上变得更好。我们正走在一条成为现实的道路上，从而使我们所有人都更加高效。

我为生成问题陈述而编写的示例提示。

在导出按钮中添加一个名为“导出问题陈述”的选项，

创建一个提示，该提示将以“我们如何可能”格式为整个应用程序创建问题陈述。

将可下载文件命名为 problem_statement.txt。

这种自动文档生成可能是最节省时间的方法，消除了设计完成后编写规范的痛苦时间。我将尽早提供我能够使用的提示，因为提示非常有价值。

我可以看到公司在提示库中拥有这些模式的所有文档;将来可重复使用。以前的技术作家可以成为及时的图书馆员，重新定义我们如何根据组织需求管理内容，符合 Kristina Halvorson 内容战略模型。

设计人员可以拥有产品工作原理的很大一部分规范流程，从头到尾，而产品经理则专注于业务和对外价值创造。

新工作流程：需要适应

我们的工作流程即将发生根本性的变化。适应的人会茁壮成长;那些不这样做的人将难以与人工智能增强团队的速度竞争。

我们作为设计师的角色将得到提升。我们现在是产品架构师，专注于最困难的问题并学习我们的领域，而自动化则处理日常工作。

设计人员将花更少的时间在实现上，而将更多的时间花在问题框架和复杂的模式设计上。繁重的工作正在自动化，让我们专注于更高价值的活动，原型和生产之间的界限将变得模糊。

当生成功能代码需要几分钟时，旧的线框图→模型→原型的瀑布式→开发就会变得不必要的线性和缓慢。设计系统将成为活生生的资源，而不是静态的文档。它们将直接连接到生成过程，与产品一起发展。

最重要的是，跨职能协作将更早、更频繁地发生。 当每个人都可以从第一天起就看到工作原型并与之交互时，对齐就会自然而然地发生，而不是通过痛苦的审查周期。

这不仅仅是未来。它已经在这里了。而且它只会从我们所处的位置加速。

关于帕特里克·尼曼

[uxGPT]掌握用户体验设计师和产品经理的人工智能助手

帕特里克·尼曼 （Patrick Neeman） 是《uxGPT：掌握用户体验设计师和产品经理的人工智能助手》一书的作者。它在亚马逊和 Gumroad 上出售，Kindle、EPUB 或 PDF 格式的数字版售价为 9.99 美元，平装本售价为 19.99 美元。去看看。

Patrick 是 Workday 的用户体验设计总监，负责文档智能和人工智能。他还是 Relevvo 的顾问，Relevvo 是一个基于人工智能的软件平台，可帮助销售和营销领导者瞄准潜在客户。过去 14 年来，他一直在 Evisort、Knowable、Icertis、Apptio 和 Jobvite 担任设计主管，在用户体验领域拥有超过 20 年的经验。