意图原型设计：企业UX中纯氛围编程的诱惑与危险（第一部分）

Yegor Gilyov探讨了过度依赖静态高保真模型的问题，这些问题常常导致概念模型和用户流程危险地不完善。随后他研究了AI驱动的原型设计是否是解决方案，质疑前进方向是流行的"氛围编程"方法还是更结构化、意图驱动的方法。

设计过程的转变

这种情况让我思考：我们如何缩小设计意图与实时原型之间的差距，以便从第一天开始就能迭代真实功能？

如果我们能够回答这个问题，我们将：

答案似乎很明显：氛围编程！

“氛围编程是2025年初由Andrej Karpathy推广的一种人工智能辅助软件开发风格。它描述了一种快速、即兴、协作的创建软件方法，开发者和为编码调整的大型语言模型就像结对编程员在对话循环中一样行动。"——维基百科

这种方法的吸引力是不可否认的。如果你不是开发人员，当你用简单语言描述解决方案，片刻后就能与之交互时，你一定会感到敬畏。这似乎是我们目标的最终实现：从想法到实时原型的直接、无摩擦路径。

氛围编程将UI描述与系统本身描述混为一谈，导致原型基于不断变化的假设而非清晰、坚实的模型。

氛围编程的陷阱在于它鼓励我们用最模糊的方式表达意图：通过对话。

“这就像雇佣一个建筑商，一次只告诉他们一句话该做什么，从不给他们看蓝图。他们可能做出看起来很好的墙，但你不能确定它是否能承重。”

作者通过一个测试跟踪应用的例子展示了纯氛围编程的问题。在简单功能扩展后，原型出现了数据不一致、页面间连接断裂等问题。根本原因是概念模型失败——提示从未明确定义产品想法与测试之间的关系，AI被迫猜测，导致体验破碎。

纯粹的氛程编程，尽管有其吸引力，但鼓励没有蓝图的构建。这导致了结构模糊性，在设计复杂应用时是不可接受的。我们留下了一个看似快速但脆弱的过程，创建了一个难以迭代、更难以移交的黑盒。

这让我们回到主要问题：我们如何缩小设计意图与实时原型之间的差距，以便从第一天开始就能迭代真实功能，而不会陷入模糊性陷阱？答案在于一个更有条理、有纪律、因此更值得信赖的过程。

在本系列的第二部分"清晰构建实用指南"中，作者将概述意图原型设计的整个工作流程。这种方法将设计师的明确意图置于过程的最前沿，同时拥抱AI辅助编码的潜力。