AI增强设计师的一周工作流实战

序幕：认识Kate（她在为接下来的一周做准备）

Kate盯着屏幕上如山的数字反馈：访谈记录、应用评论、调查片段，所有这些都等待被整合。截止日期迫在眉睫，她的日程表一团糟。与此同时，LinkedIn上充斥着关于AI的热议和成功故事。似乎每个人都找到了自己的"AI节奏"——除了她。

她并不反对AI，只是还没弄清楚它如何真正融入工作。她尝试过网上看到的一些提示词，试用过一些AI插件和扩展，但感觉像是附加项，而不是设计工作流程的核心部分。

她的团队专注于提高GenZ用户在其FinTech应用中的财务信心，Kate计划使用她最喜欢的框架之一：设计冲刺——一个为期五天的高强度过程，将数月的产品思考压缩到一周内。每天处理不同的阶段：理解、草图、决策、原型和测试。所有这些都旨在快速推进，使想法具体化，并在做出重大决策前从真实用户那里学习。

这次，她计划尝试一个非常轻量级版本的设计冲刺，几乎是"单人版"，因为她的产品经理和工程师可以参与检查和决策，但并非每天都在场。这既给了她空间，也带来了约束，使其成为探索AI如何增强冲刺每个阶段的完美机会。

她决定依靠设计师的实验和学习行为，有意将AI整合到冲刺准备中，将其作为创意伙伴和思考助手。不是用严格的计划，而是用一个工作假设：AI至少能加快她的速度。

她不仅要设计和测试一个原型，还要原型化和测试与AI一起设计的意义，同时仍然保持在主导地位。

跟随Kate一起经历她的第一次AI驱动设计冲刺之旅：从好奇到摩擦，从怀疑到洞察。

星期一：理解问题（又名：Kate vs. 数字笔记堆）

设计冲刺的第一天用于理解用户、他们的问题、业务优先级和技术约束，并缩小本周要解决的问题范围。

今天早上，Kate有最近用户访谈的记录和过去一年的客户反馈，来自应用商店、调查和客户支持中心。通常，她会花几天时间处理所有内容，最终带着呆滞的眼神和一些新见解出来。这次，她决定使用ChatGPT总结这些数据：“阅读这些客户反馈，告诉我们如何提高GenZ在我们应用中的财务素养。”

ChatGPT的输出充其量是平淡无奇的。失望之余，她正要放弃时，想起了一封她发给自己的关于良好提示的信息图。她根据这些建议更新了她的提示：

• 为AI定义一个角色（“产品策略师”），
• 提供上下文（用户群体和设计冲刺目标），
• 明确说明她想要什么（财务素养相关的痛点、障碍、困惑、缺乏信心的模式；综合识别顶级机会领域）。

在她用爱乐压冲泡下一杯咖啡时，ChatGPT已经完成了分析，突出了诸如行话、缺乏控制、害怕做出错误选择以及需要区块链钱包等障碍。等等，什么？最后一个感觉不对劲。

AI结果有时可能包含幻觉：不要信任，始终验证。

Kate搜索了她的来源并确认了她的直觉：AI幻觉！尽管有最好的提示，AI有时会根据其训练数据中的流行概念编造内容，而不是实际数据。Kate更新了她的提示，添加约束，使ChatGPT仅使用她上传的数据，并在结果中引用该数据的例子。18秒后，更新后的结果没有提到区块链或其他意外结果。

到午餐时，Kate已经有了一个研究摘要的雏形，这原本需要更长的时间和更多的咖啡因。

那天下午，Kate和她的产品伙伴将痛点绘制在GenZ应用旅程图上。情感映射突出了最关键时刻：财务决策的第一步，比如设定储蓄目标或选择投资选项。那是恐惧、困惑和缺乏信心阻碍人们的时候。

AI综合与人类洞察相结合，帮助他们将问题陈述定义为：“我们如何帮助GenZ用户在我们的应用中自信地采取第一次财务行动，以一种感觉简单、安全并让他们掌控的方式？”

Kate的反思

在结束一天工作时，Kate记下了她作为AI增强设计师第一天的反思：

• 实践出真知。我一直在阅读关于AI的内容并摆弄，但今天才真正尝试。结果发现AI远不止是一个工具，但我还不会称它为副驾驶。我认为它像一个敏锐的实习生：它有很多信息，速度快，渴望帮助，但缺乏上下文，需要监督，并且可能让你惊讶。你必须给它清晰的指令，仔细检查它的工作，并指导和监督它。哦，还要通过不分享任何我不想让别人知道的事情来保持界限。
• 今天是关于倾听——倾听用户、模式和我自己的直觉。AI帮助我快速筛选访谈，但我必须保持好奇以捕捉它遗漏的内容。一些引用感觉太干净了，就像边缘被平滑了。这就是观察和同理心发挥作用的地方。我必须问自己：这个摘要之下是什么？
• 批判性思维是我今天必须运用的最重要的设计师技能。很容易接受AI的综合结果，但我必须通过重读记录、质疑假设并确保我没有外包我的判断来反驳。结果发现，思考的部分仍然属于我。

星期二：草图绘制（又名：Kate和一堆一般般的想法）

设计冲刺的第二天专注于解决方案，从重新混合和改进现有想法开始，接着人们绘制潜在解决方案的草图。

在昨天的经历后，Kate既乐观又谨慎，开始思考今天如何使用AI，同时冲泡她的第一杯咖啡。到第二杯时，她想知道AI是否可以成为一个创意队友。或者至少是一个创意实习生。她决定向AI询问跨行业的相关UX模式列表。与昨天复杂的分析不同，Kate是在寻求灵感，而不是洞察，这意味着她可以使用更简单的提示：“给我10个顶级应用如何减少首次用户决策焦虑的独特例子——来自FinTech、健康、学习或电子商务。”

她在几秒钟内收到了结果，但只有6个，而不是她要求的10个。她扩展了提示，要求来自更广泛行业的例子。在审查AI的例子时，Kate意识到其中一个存在可访问性问题。公平地说，结果满足了Kate的要求，因为她没有指定可访问性考虑。然后她回到了AI前的方式，与她的产品伙伴一起头脑风暴例子，想出了一些独特的本地例子。

那天下午晚些时候，Kate在"疯狂8分钟"中完全回归人类方式，用马克笔在纸上画草图，在8分钟内画出8个想法，以快速探索不同方向。想知道AI是否能达到其生成性质，她上传了她前3个草图的图片，并提示AI充当"一位在GenZ行为、数字UX和行为科学方面经验丰富的产品设计策略师"，给出了关于问题陈述、设计冲刺阶段的上下文，并明确要求AI以下内容：

• 分析3个草图概念，并识别与目标产生共鸣的核心元素或功能。
• 生成5个新的概念方向，每个方向应：
  • 解决原始设计冲刺挑战。
  • 反映GenZ设计语言、语气和数字行为。
  • 引入草图想法的独特转折、重新混合或概念反转。
• 对于每个概念，提供：
  • 名称（例如，“垄断模式”、“智能开始”）；
  • 1-2句概念摘要；
  • 与原始草图的关键区别；
  • 设计语气和/或行为心理学技术使用。

结果包括Kate和她的产品伙伴没有考虑过的想法，包括一个从20%开始的进度条（以建立信心），以及一个类似于体育的"股票括号"供首次投资者使用。

在分享了疯狂8分钟中的三个概念后，AI生成的重新混合概念。

不错，Kate想，当她挑选元素，在下一轮草图中结合并构建这些想法时。到一天结束时，他们有了一套多样化的草图解决方案——一些是原创的，一些是AI增强的，但都在探索如何减少恐惧、简化选择并为采取第一次财务步骤的GenZ用户建立信心。有了五个概念变体和一些粗略的故事板，Kate准备在第三天开始收敛。

Kate的反思

今天在创意上充满活力，但也有点 overwhelming！我 heavily 依赖AI充当创意队友。它提供了一些意想不到的想法，并将我的疯狂8分钟重新混合成我从未想过的变体！

它也强化了保持设计人性化的必要性。AI很快——有时太快了。它吐出听起来光鲜的想法，听起来正确，但我必须慢下来，仔细观察，并问：这对我们的用户感觉对吗？首次用户在这里会感到安全还是 intimidated？

批判性思维帮助我分离重要和不重要的内容。同理心把我拉回到GenZ用户实际说的话，并在画草图时牢记他们的声音。好奇心和实验是我的燃料。我不断调整提示，重新混合输入，并看看我能把一个概念拉伸到多远 before it broke。视觉传达帮助将模糊的AI想法转化为我可以反应的东西——更重要的是，测试。

星期三：决策（又名Kate试图让AI选边站）

设计冲刺团队在第三天批评每个潜在解决方案，以筛选出最有可能实现长期目标的方案。然后，草图