产品与设计
AI 产品方法论、设计系统、国风配色与 UX 工程 -- 共 67 篇
产品方法论
AI 产品 UX 设计模式
AI 产品 UX 设计模式 从加载态到信任构建:AI 原生交互的 6 大核心模式与工程实践 为什么 AI 产品需要专属 UX 模式 传统软件的交互是确定性的:用户点击按钮,系统在可预测的时间内返回可预测的结果。AI 产品打破了这个契约——响应时间不确定、输出质量不确定、甚至"正确答案"本身就不存在。 这意味着我们不能简单复用传统 UX 模式,而需要一套专门为不确定性设计的交互范式。 本文梳理 6...
AI 产品信任与透明度设计
AI 产品信任与透明度设计 可解释性 UI、来源引用与用户控制:构建值得信赖的 AI 产品 信任是 AI 产品的基础设施 技术再强大,用户不信任就等于零。AI 产品面临的信任挑战比传统软件严峻得多:用户看不到推理过程,不理解为什么得到这个结果,不知道数据被怎么使用,也无法预测 AI 下次会不会犯错。 信任不是一个功能,而是一种需要系统性设计的产品属性。 一、信任框架 1.1 AI 产品信任模型...
AI 产品增长飞轮设计
AI 产品增长飞轮设计 数据飞轮、网络效应与病毒机制:构建 AI 产品的自增强增长引擎 飞轮的本质 传统软件的增长是线性的:获客 -> 使用 -> 留存 -> 付费。AI 产品有一个独特的加速器——数据飞轮。每个用户的使用行为都在喂养模型,模型变得更好,吸引更多用户,产生更多数据。 这个正反馈循环一旦转起来,就会形成指数级加速,也是 AI 产品最深的护城河。 一、数据飞轮(Data...
AI 产品引导设计
AI 产品引导设计 从首次体验到能力发现:让用户 5 分钟内爱上你的 AI 产品 引导设计为什么对 AI 产品至关重要 传统软件的引导是教用户"怎么用"——点哪个按钮、填哪个表单。AI 产品的引导要解决一个更深层的问题:用户不知道 AI 能做什么、不能做什么、以及怎么跟 AI 沟通才有效。 引导失败的代价极高:AI 产品的 Day 1 留存率普遍只有...
AI 产品指标看板设计
AI 产品指标看板设计 从 DAU 到 Cost-per-Query:构建 AI 产品的数据可观测体系 为什么 AI 产品需要专属指标体系 传统 SaaS 产品的核心指标是 DAU、留存率、转化率。AI 产品除了这些,还必须追踪模型质量和推理成本两个独特维度。一个 DAU 增长 50% 但推理成本增长 200% 的 AI 产品,可能正在走向死亡。 本文覆盖指标设计、看板布局、告警阈值、数据管道和...
AI 产品本地化策略
AI 产品本地化策略 中国市场适配全攻略:从支付集成到内容审核的工程化落地 本地化不是翻译 把英文界面翻译成中文,只是本地化的 1%。真正的本地化意味着:让产品在中国市场的用户体验和本土产品一样自然,同时满足中国独特的合规要求。 对 AI 产品而言,本地化还涉及模型适配、数据合规、内容审核等传统软件不需要面对的挑战。 一、中国市场适配(Cultural Adaptation) 1.1...
AI产品的AB测试方法论
AI产品的AB测试方法论 概述 AI产品的A/B测试比传统互联网产品更复杂。传统A/B测试只需对比UI变体的点击率,而AI产品需要同时评估模型质量、prompt效果、系统延迟、用户满意度等多维度指标,且这些指标之间往往存在复杂的权衡关系。本文系统介绍AI产品A/B测试的设计、执行、分析方法论。 一、AI产品A/B测试的特殊性 1.1 与传统A/B测试的差异 维度 传统A/B测试...
AI产品的数据飞轮设计
AI产品的数据飞轮设计 概述 数据飞轮是AI产品最核心的增长引擎:用户使用产品产生数据,数据用于改进模型,更好的模型提升产品体验,更好的体验吸引更多用户。这个正反馈循环一旦转动起来,就会形成指数级的竞争壁垒。本文从飞轮设计原理、数据采集策略、模型迭代机制到效果度量,系统讲解如何为AI产品设计和运营一个高效的数据飞轮。 一、数据飞轮的基本原理 1.1 飞轮模型 ┌──────────────┐ │...
AI产品的竞争壁垒构建
AI产品的竞争壁垒构建 概述 在AI时代,"用GPT套壳做产品"的门槛极低,但构建持久的竞争壁垒极难。当底层大模型能力趋同时,AI产品的护城河不在模型本身,而在数据飞轮、工作流嵌入、网络效应和切换成本的组合中。本文系统分析AI产品可能构建的五类竞争壁垒,以及如何在产品设计的早期就埋入壁垒种子。 一、AI产品的壁垒地图 1.1 五类壁垒框架...
AI产品运营指标体系
AI产品运营指标体系 概述 AI产品的指标体系比传统互联网产品多了"模型质量"和"AI成本"两个关键维度。一个好的AI产品不仅要用户喜欢(体验指标好),还要模型靠谱(质量指标好),同时成本可控(效率指标好)。本文构建一套覆盖产品、质量、成本、商业四个层面的AI产品指标体系。 一、指标体系架构 1.1 四层指标金字塔 ┌─────────────┐ │ 商业指标 │ -- 公司层面关心 │...
AI 错误处理 UX 设计
AI 错误处理 UX 设计 优雅降级、重试模式与信心指标:当 AI 出错时如何保持用户信任 AI 产品的错误是常态 传统软件的错误率可以做到 0.01%,但 AI 产品的"不完美"是结构性的。模型会产生幻觉,推理会超时,置信度会波动。接受这个事实,然后设计出让用户在 AI 出错时仍然信任产品的体验——这是 AI 产品 UX 的核心竞争力。 一、AI 错误的完整分类学 1.1 错误维度矩阵 维度...
Vibe Coding方法论:AI辅助编程最佳实践
Vibe Coding方法论:AI辅助编程最佳实践 概述 Vibe Coding是一种以AI为核心协作者的编程范式:开发者描述意图,AI生成代码,人类审查和引导方向。这不是"让AI写代码然后复制粘贴",而是一种新的人机协作模式,要求开发者具备更高层次的架构思维、审查能力和沟通表达力。本文系统总结与AI编程助手高效协作的方法论,包括prompt设计、审查工作流、工具选择和团队实践。 一、Vibe...
AI编程工具实战报告(基于Gemini)
AI编程工具实战报告(基于Gemini) 目录 第一部分:新的开发范式:从AI助手到AI队友 1.1 “模板代码”的终结:AI如何重塑软件开发生命周期 1.2 理解AI辅助的光谱:一个四层模型 1.3 Agentic AI登场:从“编写代码”到“解决问题”的转变 第二部分:描绘全球AI编码工具版图 2.1 类别深度剖析:选择你的“副驾驶” 2.2 焦点:科技巨头的“生态系统之战”...
从0到1构建AI产品团队
从0到1构建AI产品团队 概述 构建一个能持续交付AI产品的团队,比构建一个传统软件团队更具挑战性。AI产品团队需要融合算法研究、工程实现、产品设计、数据运营等多个领域的能力,而这些领域的人才供需严重不平衡。本文从团队角色设计、人才招聘策略、协作模式到组织演进,提供一套从0到1构建AI产品团队的实操指南。 一、AI产品团队的角色图谱 1.1 核心角色定义...
对话式 AI 界面设计
对话式 AI 界面设计 Chat UI 的工程美学:从流式响应到多轮上下文的全链路设计 对话式 AI 界面的特殊性 对话式 AI 界面看起来只是"聊天窗口",但它承载的交互复杂度远超传统即时通讯。核心差异在于:AI 的响应是生成式的——长度不可预测、耗时不确定、质量有波动、且需要用户在对话过程中不断校准意图。 本文从 8 个维度拆解对话式 AI 界面的设计与工程实现。 一、Chat UI...
AI 产品 PRD 撰写指南与模版
AI 产品 PRD 撰写指南与模版 写好一份 AI 产品 PRD,80% 的坑就提前填上了 你有没有经历过这样的场景? PRD 写得很漂亮:用户输入问题,AI 返回答案,界面清爽简洁。开发做完了,测试也过了,上线第一天——用户问了句方言,AI 回了段英文;问了个敏感话题,AI 侃侃而谈;高峰期响应 15 秒,用户以为卡死了疯狂刷新。 这些问题,不是开发的锅,是 PRD 的锅。传统 PRD...
AI 产品冷启动方法论
AI 产品冷启动方法论 没有数据、没有用户、没有钱——AI 产品的第一步怎么迈? 每个 AI 产品经理都会遇到这个经典困局: AI 需要数据才能工作好 好的数据需要用户使用才能产生 用户需要产品好用才愿意用 产品好用需要 AI 工作好 这是一个完美的死循环。在传统产品里,MVP 可以很粗糙——按钮能点、页面能跳就行。但 AI 产品不一样,如果 AI...
AI 产品定价策略
AI 产品定价策略 定价定生死——AI 产品的定价比传统 SaaS 难 10 倍 你做了一个 AI 产品,用户很喜欢,日活蹭蹭涨。然后财务找你:"这个月推理成本 48 万,收入 12 万,你打算什么时候不亏钱?" 这个场景每天都在发生。AI 产品的定价难在一个根本矛盾:成本是按使用量线性增长的(每次推理都花钱),但用户习惯了互联网时代的"免费用、增值付费"模式。用户用得越多你越亏,这在传统...
AI 产品指标体系设计
AI 产品指标体系设计 如果你不能衡量它,你就不能改进它——但 AI 产品的"衡量"比你想的难得多 一个真实的故事:某团队做了个 AI 写作助手,模型准确率 93%,团队开香槟庆祝。上线两周后,DAU 从 5000 跌到 800。复盘发现:准确率是高,但平均响应时间 8 秒,用户等不了直接关了。 问题出在哪?他们只看了"模型好不好",没看"产品好不好用"。 AI...
AI 产品经理日常工具箱
AI 产品经理日常工具箱 从灵感到上线,每个阶段你需要的武器库 上周五,一个刚转型 AI 产品经理的朋友问我:"我现在桌面上开了 27 个 Tab,感觉自己像个工具收集癖患者,但真正用得顺手的没几个。你能不能给我一份'够用就好'的清单?" 这个问题我被问过不下 20 次。所以这篇文章不是"2026 年最全 AI 工具合集"那种看完就忘的列表,而是一份按工作流阶段组织的实战工具箱——每个阶段只推荐...
AI 团队组建与管理指南
AI 团队组建与管理指南 技术再强,团队搭错了也白搭 一个创始人跟我说:"我花了 3 个月找到一个年薪 200 万的 ML 专家,结果他来了之后天天写论文跑实验,产品上线日期一推再推。不是他不够强,是我搭错了团队。" AI 产品团队和传统互联网团队有本质区别。传统团队的核心矛盾是"产品和研发对需求的理解不一致"。AI 团队的核心矛盾是"模型能力的不确定性和产品交付的确定性之间的冲突"。...
Reddit 热度 × 口碑:必读传记清单(2026-01-04)
Reddit 热度 × 口碑:必读传记清单 基于 Reddit Reads 的「提及次数」与 Goodreads 口碑(更新:2026-01-04, 时区:America/Los_Angeles)。 方法论(简要) Reddit 热度:使用 Reddit Reads,按子版块统计“被提到的次数(unique users)”,优先取...
矩阵运算:现代 AI(深度学习)的核心原理与影响
矩阵运算:现代 AI(深度学习)的核心原理与影响整合版 更新日期:2026-01-04 目录 数学基础:线性映射、几何意义与张量表示 工程实现:GPU 并行与矩阵运算优化 技术演化:从结构到推理路径的矩阵化 示例:Transformer 中的矩阵乘法实践 产业与自动化影响 参考资料(阅读建议) 数学基础:线性映射、几何意义与张量表示 向量与线性映射。...
实战测评:用 Claude Code + BMAD + GLM-4.7 打造 HeartPetBond App (心宠纽带)
实战测评:用 Claude Code + BMAD + GLM-4.7 打造 HeartPetBond App (心宠纽带) AI 灵感闪现 2025年12月31日 12:54 上海 核心看点:在 Claude Code 环境下,智谱 GLM-4.7 能否替代昂贵的 Opus 4.5?在 BMAD 文档驱动的敏捷开发流中,它的 200K 长上下文表现如何?本文通过 HeartPetBond...
AI 产品设计调研报告
AI 产品设计调研报告 调研对象: Genspark AI、Manus AI 调研日期: 2025-12-29 目的: 学习视觉设计、交互设计、功能设计,为灵阙智能体平台优化提供参考 目录 Genspark AI 调研 Manus AI 调研 设计要点对比 灵阙平台优化建议 参考资料 一、Genspark AI 调研 1.1 产品概述 项目 详情 官网 https://genspark.ai...
SOTA 视频智能体:最佳工程实践白皮书 (2025 Edition)
SOTA ENGINEER Core Architecture 1. Neuro-Symbolic 架构 2. 智能路由与协议 Implementation (Python) 3. Brain: Opus Agent 4. Skills: MCP Tools 5. Quality Assurance Implementation (Remotion) 6. Body: Renderer SOTA...
AI时代产品经理负责制与财税行业转型适配研究
AI时代产品经理负责制与财税行业转型适配研究 ——从组织机制、人才路径到财税场景落地的系统梳理 猪哥云(四川)网络科技有限公司 · 数据产品部 作者:Maurice(maurice_wen@proton.me) 版本:2025 年 目录 一、产品经理负责制的起源与核心机制 二、国内外典型互联网公司实践(含 AI 项目演进) 三、AI 时代产品经理能力要求与画像 四、财税行业 AI...
AI时代的元学习能力:定义与构建策略 - 数据产品部专题分享
AI时代的元学习能力 定义、构建策略与数据产品部实践指南 数据产品部内部分享会 | 面向大数据开发、架构师、产品经理、算法工程师、测试、数据治理团队 📋 内容导航 一、核心概念阐释 二、数据产品部门专属应用场景 三、三大场景下的元学习能力构建 四、数据产品团队元学习能力框架 五、方法论与工具体系 六、实施路线图与行动计划 七、能力评估与量化指标 八、挑战与应对策略 九、未来展望...
AI时代避免自身NPC化:提升元学习能力的玩家手册 - 数据产品部专题分享
AI时代避免自身NPC化 提升元学习能力的玩家手册 副标题:从脚本执行者到主动玩家的进阶之路 适合人群:数据产品部全体 | 大数据开发 | 算法工程师 | 产品经理 | 架构师 | 测试 | 数据治理 初级任务 中级挑战 高级Boss战 内容导航 第一章:理解NPC化危机 - 什么是元学习 第二章:NPC vs 玩家 - 两种模式的对比 第三章:职业技能树 - 不同岗位的升级路径...
AI时代的元学习能力:定义与构建策略
AI时代的元学习能力:定义与构建策略 面向教育、职场/企业与个人成长的系统化方案 · 更新于 2025-10-29 目录 一、概念阐释 二、三大场景构建方案 教育:学生的元学习 职场/企业:AI素养与机制 个人成长:自我驱动提升 三、方法与工具 四、实施建议 参考来源(节选) 注:为提升可读性,正文移除了原文中的行号式【编号】标注,仅保留末尾“参考来源(节选)”。 一、概念阐释...
镜中挑战者:驾驭AI赋能的竞争新纪元
镜中挑战者:驾驭AI赋能的竞争新纪元 第一部分:大解绑——新的竞争范式 1.1. 引言:当客户变为创造者 软件行业正面临一场根本性的范式转移,而非渐进式变革。其核心论点在于:由人工智能(AI)驱动的软件开发民主化,正在将传统的客户群体转变为直接的竞争来源。这一转变不仅重塑了市场格局,更对现有软件即服务(SaaS)企业的生存根基构成了前所未有的挑战。 著名增长专家埃琳娜·维尔纳(Elena...
AI 编程指引手册(2025 企业版)|CLI×Agent×MCP×多模型路由
AI 编程指引手册(2025 企业版) 概览 七大非共识 CLI 工具矩阵 Agent×MCP×路由 企业实战路径 落地手册 附录 面向大数据与 AI 研发团队的“即用型”指南 本手册聚焦 CLI 编程工具(含国内:Trae、Qoder 等)、Agent 工具链(MCP、多模型路由、ReAct)、以及在数据平台(ETL/AutoML/PromptOps)与组织层面的落地方法。...
AI Coding ⾮共识报告|HTML 演示稿
AI Coding ⾮共识报告|演示稿 封面 七⼤⾮共识 战略建议 最新动态 01 AI透镜系列研究|AI Coding ⾮共识报告 聚焦编码智能体的范式变⾰,梳理市场数据、产品竞态、模型路线与组织影响,输出便于公司内分享的“PPT式”要点。 AI Coding 丰饶时代 Strategy 原始资料:〈AI Coding⾮共识报告丨AI透镜系列研究〉PDF(54页,2025.09)。 02...
如何对大模型提出一个好问题:10大框架体系
AI问题设计:10大框架体系 系统化、专业化的大模型对话指导方法 企业级实践标准 | 完整体系指南 10大核心框架 从问题设计到实战应用的完整体系 01 问题架构设计 构建清晰的问题框架和逻辑结构,确保问题目标明确、指向性强 02 上下文工程 精确的背景信息和场景设定,为AI提供充分的决策依据 03 提示词优化 高效的指令设计和表达技巧,提升AI理解准确性 04 输出格式控制...
企业合规AI应用大师课:数据驱动的合规智能化解决方案
企业合规AI应用大师课 课程概览 基础理论 十步构建法 七把钥匙 合规案例 智能体模板 问题诊断 进阶技巧 实战演练 企业合规AI应用大师课 十步构建法 × 七把钥匙 = 数据驱动的合规智能化解决方案 企业合规智能化专业认证课程 系统化方法论 + 实战案例 + 专业认证 🎯 核心方法论框架 十步构建法 系统化的合规AI智能体构建流程 1. 任务背景 - 合规专家角色定义 2. 语调设定 -...
Vibe Coding with Claude -- 项目内协作脚本(CLI × AST × 审计/回滚)
Vibe Coding with Claude -- 项目内协作脚本 CLI 一键流 × 结构化改造(AST/Codemod)× 审计/回滚 × PR/CI 守门 建议保存文件名:claude.md 或 CLAUDE.local.md。本 HTML 可直接转为 Markdown;命令已给出 macOS / GNU 双写与 PowerShell 替代。 目录 总览与目的 会话启动(Kickoff...
Vibe Coding with Claude -- 项目内协作脚本(CLI × AST × 审计/回滚)
Vibe Coding with Claude -- 项目内协作脚本 CLI 一键流 × 结构化改造(AST/Codemod)× 审计/回滚 × PR/CI 守门 × 企业级工程化 建议保存文件名:claude.md 或 CLAUDE.local.md。本手册为企业级代码库协作工程规范。 章节导航 01 总览与目的 02 会话启动 03 安全工程体系 04 技术选型 05 CLI流水线 06...
符号计算与智能语言的进化
Symbolic Intelligence Report 符号计算与智能语言的进化 探索从LISP到混合智能的技术演进,构建可解释、可控、可证的智能系统架构 Version 2025.08 道 LISP 极简主义 "代码即数据,万物皆列表"的极简与元编程思维,为提示词DSL与符号推理提供最小可表达的语言骨架。 器 Wolfram 统一计算...
符号计算与智能语言的进化
🔬 Symbolic Intelligence Report 符号计算与智能语言的进化 探索从LISP到混合智能的技术演进路径,构建可解释、可控、可证的智能系统架构体系 符号计算 混合智能 形式化验证 Version 2025.08 Latest 道 LISP 极简主义 "代码即数据,万物皆列表"的极简与元编程思维,为提示词DSL与符号推理提供最小可表达的语言骨架。 Minimal...
ChatBI深度技术报告:构建企业级对话式商业智能平台
ChatBI深度技术报告 构建企业级对话式商业智能平台:从入门到精通的完整指南 目录 执行摘要 混合架构设计 Text2SQL核心技术 企业级扩展架构 完整管道实现 高级分析能力 技术栈推荐 实施最佳实践 创新与未来方向 性能基准测试 实施路线图 执行摘要 💡 什么是ChatBI?...
产品经理手册第四版:核心要点总结
产品经理手册第四版:传统产品管理的综合指南 核心概述:琳达·戈切尔斯(Linda Gorchels)的《产品经理手册第四版》是一本具有奠基性意义的432页手册,涵盖核心框架(3C、Stage-Gate、4Rs)、四部分结构(基础概念、上游/下游管理、精细调整)、实用工具和相关性评估。该书强调关键能力包括无权威影响、虚拟公司管理,以及跨传统行业的战略-战术整合。 作者背景与基础方法...
全球AI领军人物职业交集时间线 - 塑造未来的网络
AI精英网络分析 ☰ 概览 时间线 关系网络 机构演变 思想分野 全球影响 深度洞察 全球AI领军人物职业交集时间线 塑造人工智能未来的精英网络与思想分野 0 关键人物 0 核心机构 0 发展年限 0 市场价值(十亿美元) 🎓 学术起源:斯坦福效应 以斯坦福大学SAIL为核心的学术网络,培养了吴恩达、李飞飞、Sam...
设计系统
AI产品的可访问性设计
AI产品的可访问性设计 引言 可访问性(Accessibility,缩写 a11y)不是"锦上添花",而是产品的基本品质。全球约 16% 的人口有某种形式的残障,包括视觉、听觉、运动和认知障碍。AI 产品由于高度依赖文本交互、实时流式输出和多模态内容,面临着独特的可访问性挑战。本文从 WCAG 标准出发,深入 AI 产品的可访问性设计实践。 一、可访问性标准与法规 1.1 WCAG 2.1...
AI产品的微交互设计
AI产品的微交互设计 加载状态、反馈模式与过渡动画的工程实现 1. 微交互在 AI 产品中的角色 微交互(Micro-interactions)是界面中细微的、目的明确的交互时刻。在 AI 产品中,微交互承担着特殊使命:弥合用户操作与 AI 响应之间的时间鸿沟。当 AI 需要 5-30 秒才能返回结果时,精心设计的微交互是唯一能让用户保持信心的手段。 用户操作 AI 处理 结果呈现 | | |...
AI产品的设计系统构建方法论
AI产品的设计系统构建方法论 Design Tokens、组件库与模式库的工程化实践 1. 为什么 AI 产品需要专属设计系统 AI 产品的界面有别于传统 Web 应用。对话式交互、流式输出、不确定性反馈、多模态内容混排等特性,使得通用的 UI 库(如 Material UI、Ant Design)无法直接满足需求。一个面向 AI 产品的设计系统,必须在基础组件之上,建立一套专为 AI...
AI 产品配色系统设计
AI 产品配色系统设计 色彩理论、语义化配色、暗黑模式、WCAG 无障碍与 Design Token 架构 一、为什么配色系统是 AI 产品的基础设施 颜色不是装饰,是信息。在 AI 产品中,颜色承载着状态、层级、操作和情感: 状态表达:成功(绿)、错误(红)、警告(黄)、加载中(蓝) 层级区分:主操作 vs 次要操作、已读 vs 未读、激活 vs 禁用 品牌识别:用户在 0.1...
AI界面中的数据可视化设计
AI界面中的数据可视化设计 仪表盘、分析面板与智能洞察的可视化策略 1. AI 产品数据可视化的独特性 AI 产品中的数据可视化不同于传统 BI 仪表盘。它需要同时解决两类问题:展示 AI 系统自身的运行状态(模型性能、Token 消耗、推理延迟),以及呈现 AI 分析产出的业务洞察。 传统 BI 仪表盘: AI 产品仪表盘: +---------------------+...
AI 界面动效设计
AI 界面动效设计 Loading 动画、过渡模式、微交互、骨架屏、流式文字效果与 CSS/Framer Motion 实践 一、动效的角色:减少认知负荷 动效不是装饰。在 AI 产品中,动效承担着三个关键职责: 解释因果:用户做了什么 -> 发生了什么(按钮点击 -> 面板展开) 填充等待:AI 思考需要时间,动效让用户感知到"系统在工作" 引导注意:新内容出现在哪里、下一步应该看哪里...
AI辅助UI设计工作流
AI辅助UI设计工作流 引言 AI 正在重塑 UI 设计的每一个环节——从灵感获取、线框图绘制、高保真原型到设计系统维护。设计师不再需要从空白画布开始,而是可以用自然语言描述意图,让 AI 生成初始方案,再通过专业判断进行迭代优化。本文系统梳理当前 AI 辅助 UI 设计的工具生态、工作流和最佳实践。 一、AI 设计工具全景 1.1 主流工具对比 工具 定位 输入方式 输出格式 适合阶段...
AI配色方案生成与品牌一致性
AI配色方案生成与品牌一致性 智能色板生成、和谐性算法与品牌规范的工程保障 1. 配色在产品设计中的地位 颜色是用户对产品的第一印象,也是品牌辨识度的核心载体。在 AI 产品中,配色还承担额外的语义职责:区分用户内容与 AI 生成内容、传达置信度、标识不同模型/功能区域。 配色的三个维度: +-------------------+ | 品牌维度 | <- 企业 CI 规范、品牌识别...
Design System构建指南
Design System构建指南 引言 Design System(设计系统)是产品设计与开发的"宪法"——它定义了视觉语言、交互规范、组件行为的统一标准,让团队在规模化协作中保持一致性。对于 AI 产品而言,设计系统还需要覆盖对话气泡、生成状态、置信度指示等独特模式。本文从架构到实施,系统阐述如何构建和维护一套可持续的设计系统。 一、设计系统架构 1.1 原子设计方法论 Brad Frost...
Figma到代码的自动化工作流
Figma到代码的自动化工作流 Figma 插件、Design-to-Code 工具与 Stitch 集成 1. 设计到代码的鸿沟 设计师在 Figma 中精心打磨的界面,到了开发者手中往往"走样"。这种鸿沟源于三个层面的信息损失: 设计意图 代码实现 +------------------+ +------------------+ | 间距: 16px | -----> | margin:...
中文排版与国际化设计规范
中文排版与国际化设计规范 CJK 排版、竖排文字与多语言界面设计 1. 中文排版的独特性 中文排版与西文排版有本质差异。西文是"词"为基本单位,用空格分隔,字母等宽或变宽混合;中文是"字"为基本单位,无空格分隔,每个字符占据一个正方形的"字身"。这些差异深刻影响了换行、对齐、间距和字体选择。 西文排版: The quick brown fox jumps. | | | | | | [词] [词]...
中文排版设计规范
中文排版设计规范 字体选择、行高与段间距、中英混排、响应式文字与 Web 排版最佳实践 一、中文排版为什么需要专门规范 中文排版与西文排版有本质差异: 等宽方块字:每个汉字占据相同的正方形空间,不像西文有宽窄之分 无词间空格:中文句子内没有天然的词语分隔,断行算法不同 标点特殊:全角标点、禁则处理(行首禁排逗号、行末禁排左括号) 字数密度高:同样面积的中文能承载更多信息...
信息可视化设计原则
信息可视化设计原则 引言 信息可视化是把抽象数据转化为可感知图形的过程——好的可视化能在几秒内传递复杂数据背后的洞察,差的可视化则让简单数据变得不可理解。AI 产品天然产出大量数据(模型指标、用户行为、生成质量、系统健康度),如何有效呈现这些数据是产品体验的关键一环。本文从感知心理学出发,系统阐述信息可视化的设计原则和实践方法。 一、视觉感知基础 1.1 前注意属性...
动效设计:让AI交互更自然
动效设计:让AI交互更自然 引言 动效(Motion Design)是界面的"语气"——恰到好处的动效能让交互更流畅、反馈更即时、体验更自然;过度的动效则成为干扰和负担。AI 产品尤其依赖动效:流式打字效果传递"AI 正在思考"的实时感,加载动画缓解等待焦虑,状态过渡帮助用户理解界面变化。本文从动效原则到 AI 场景的具体实现,提供完整的实战指南。 一、动效设计原则 1.1 迪士尼十二原则在...
响应式设计模式与AI适配
响应式设计模式与AI适配 引言 AI 产品的界面形态多样——对话窗口、数据仪表盘、生成结果展示、多模态输入区——每一种都有独特的响应式挑战。传统响应式设计关注"内容如何在不同屏幕尺寸下重排",AI 产品还需要回答"AI 交互如何在不同设备上保持流畅"。本文从经典响应式模式出发,深入 AI 界面的适配策略。 一、响应式设计基础 1.1 断点体系 主流断点(Mobile First): xs:...
国风设计在现代数字产品中的应用
国风设计在现代数字产品中的应用 引言 "国风"(Chinese Traditional Aesthetics)不是简单地在界面上贴水墨画和书法字——它是一套从哲学、美学到视觉语言的完整设计体系。当传统美学与现代数字产品相遇,既要保留东方意境的神韵,又要满足现代用户对可用性和性能的要求。本文从传统美学理论出发,系统探讨国风设计在数字产品中的实战应用。 一、传统美学理论基础 1.1 核心美学观念...
国风设计系统工程化实践
国风设计系统工程化实践 引言:传统美学的数字化表达 "国风"(Chinese Neo-Traditional Aesthetic)在过去五年间经历了从小众审美到商业主流的蜕变。从故宫文创到茶颜悦色,从原神到黑神话悟空,国风设计证明了传统东方美学在现代数字产品中不仅有生命力,而且有极强的商业价值。...
无障碍设计在AI产品中的实践
无障碍设计在AI产品中的实践 WCAG 合规、屏幕阅读器支持与键盘导航的工程实现 1. AI 产品无障碍的特殊挑战 AI 产品在无障碍方面面临传统 Web 应用没有的挑战:动态内容流式生成、非确定性输出、多模态混合、以及对话式交互模式。这些特性使得标准的 WCAG 指南需要额外的解读和扩展。 传统 Web 应用: AI 产品: - 内容预先确定 - 内容实时生成 - 页面结构固定 -...
色彩心理学与AI产品配色
色彩心理学与AI产品配色 引言 色彩是用户接触产品的第一印象——在用户阅读任何文字之前,颜色已经在传递情绪、建立信任、引导行动。AI 产品作为一个新兴品类,其配色策略既要遵循色彩心理学的普适规律,又需要回应用户对"智能""可信""专业"的独特期待。本文从色彩心理学基础出发,深入 AI 产品的配色实践。 一、色彩心理学基础 1.1 色彩与情绪映射 色系 核心情绪 适用场景 AI 产品应用 蓝色...
设计Token与主题切换实现
设计Token与主题切换实现 CSS 自定义属性、暗色主题与动态主题的工程架构 1. Design Token 的本质 Design Token 是将设计决策编码为数据的方法。它不是变量,不是常量,而是"设计决策的最小可传递单元"。一个 Token 携带了名称、值、类型和作用域四个信息维度。 传统做法: button { background: #3B82F6; } <-...
设计系统构建指南
设计系统构建指南 组件库架构、Design Tokens、文档化、版本管理、Figma-to-Code 工作流与 Storybook 实践 一、设计系统的本质 设计系统不是组件库,也不是一套 UI 规范文档。它是一套活的、可执行的契约——连接设计师的意图和工程师的实现,确保产品在任何页面、任何设备、任何迭代中都保持一致。 设计系统的三个层次...
中国顶级配色密码(国风配色)— AI设计 HTML 指导手册(增强版)
中国顶级配色密码 — AI 设计手册(增强版) 把传统色审美工程化:规则 → 角色色 Tokens → 可控的 AI 输出 宣纸春青 暖金朱砂 宋式清雅 明式对比 导出 CSS Tokens 1. 配色密码(规则集) 2. 主题库(季节/场景/时期) 3. 角色色 Tokens 与占比 4. 配色工具箱(调参与无障碍) 5. 组件映射(UI落地) 6. AI 提示词生成器 7....
灵阙设计系统 V2.0
灵阙设计系统 V2.0 融合调研洞察,打造独特的企业级智能体平台设计语言 更新日期: 2025-12-29 一、设计定位:「灵阙」品牌基因 1.1 名称寓意 灵阙 = 灵(Spirit/Intelligence)+ 阙(Palace Gate/Portal) 灵:智能、灵动、有灵魂的 AI 阙:门阙、宫殿入口,象征通往专业领域的门户 品牌意象:通往专业智能的门户,企业级 AI 能力的殿堂 1.2...
LingQue Studio · 智能体平台逐页优化与AI编程提示词(整合版)
LQ LingQue Studio · 智能体平台逐页优化与AI编程提示词(整合版) 逐页优化 · 功能闭环 · 可直接用于 AI 编程 0)全局先打穿:跨页面的一致闭环与性能底座 1)工作台 2)智能体列表 3)工作流编排 4)模板市场 5)会话记录(Beta) 6)执行日志 7)链路追踪(New) 8)测试中心 9)知识库 10)工具箱 11)MCP 服务 12)提示词库 13)模型接入...
8大专业智能体 - 前端深度打磨方案
8大专业智能体 - 前端深度打磨方案 基于2025 AI Agent UI/UX最佳实践 设计原则 核心理念 任务导向 - 每个智能体围绕核心任务设计专属交互 透明可信 - 展示推理过程、数据来源、置信度 渐进披露 - 默认简洁,按需展开详情 情境适应 - 根据任务阶段动态调整界面 通用设计规范 // 专业智能体工作台通用结构 interface ProfessionalWorkstation...