跳到正文
把经验蒸馏给 AIAI 与时代

我试着把自己蒸馏给 AI,只成功了一部分。

2025 年末,我用 Figma Make 做出了 Ask 的可运行方案——那时大家还没开始用 AI 直接生成产品页面,完整的大型产品更没有先例。那次真正在起作用的,不是工具,是我脑子里没有写出来的判断。之后的一系列尝试,都是在把这些判断「蒸馏」给 AI:能写出来的只有标准规范,最有价值的部分,蒸馏不出来。

探索
Figma MCP · Make · React
更新日期
2026-11-08
阅读
约 3 分钟

01 / 2025 年末,早一步

2025 年末,规则都在我脑子里

2025 年末接手 Ask 时,距离一次重要汇报只剩三天。一个大型产品的全部页面,用传统方式一页页手工做出来,还要保持高质量——三天几乎不可能完成。我用上了 Figma MakeFigma 的 AI 生成能力:从描述与参考生成可运行、可交互的界面方案。2025 年 5 月发布测试版,7 月 25 日才向所有用户开放——2025 年末用它生成完整的大型产品几乎没有先例。:它当年 7 月才向所有用户开放,面世不到半年。那时大家已经开始用 Claude CodeAnthropic 的编程助手(2025 年 2 月发布):在终端里直接编写和修改代码。、CodexOpenAI 的编程智能体(2025 年 4 月发布):可读取代码库、执行任务;实验中用它操作 Figma 画布与生成界面。 写代码,但用 AI 直接生成产品页面的人还不多,完整的大型产品更没有先例。我算试得比较早的一批。那次的完整过程,写在 《从用户报障到问题解决,AI 与专家各司其职。》 里。

三天里做出来的 Demo,已经非常接近后来在 Figma Design 里落地的规范版本。当时没有 Design MD,也没有现成的约束文件,所有规则都在我脑子里:哪些地方要拆成 Biz Component,哪些状态不能混,什么页面适合用表格——这些判断先成了体系,才在大型产品里保持住质量。

Ask Demo 中的组件
Ask Demo 里的业务组件:AI 一边生成页面,我一边用设计系统的思路收敛结构、层层把关。

Ask Demo 中的组件

左右滑动查看完整图

Ask Demo 中的组件
Ask Demo 里的业务组件:AI 一边生成页面,我一边用设计系统的思路收敛结构、层层把关。

这次实验算是比较成功的。成功之后,三个立场不同的人找到我,问的是同一个问题:为什么你能做出这个效果?

团队 Design Manager · 从团队出发
他想知道这条路能不能复制。安排专人,把我那上千轮对话整理出来交给 AI 总结——没有得到有效的结果。
CTO · 从公司出发
那段时间公司里不少人开始用 AI 试做产品。他专门约见我,问我是怎么用 AI 做设计的。
Figma 的产品负责人 · 从工具出发
来问我怎么用 Make 做出大型产品,还邀请我向他们的团队分享案例——涉及内部信息,只能拒绝。

02 / 能写出来的,只有标准规范

能蒸馏出来的,只有标准规范

我试着把自己蒸馏给 AI

他们问的是「为什么你能做到」,我把它翻译成另一个问题:我的做法里,哪些部分可以交给 AI?答案不在工具里,在知识以什么形态存在。2025 年末做 Ask 时,这些知识只在我脑子里;后来我试着把它们落成不同的载体——把设计要求写成 Design MD设计要求的说明文档:把基础规范、产品知识与项目上下文写成 AI 可读的描述,用于约束生成。,把规范、知识与流程整理成 Skill给 AI 用的技能包:把规范、知识与流程整理成可调用的指令,约束 AI 按团队方式工作。,再沉淀成 AI 可查询的 KnowledgeBase把产品知识、规范与上下文沉淀成 AI 可查询的内容。与 Design MD、Skill 一样,是设计知识在不同时期的载体形态。。Figma MCP通过 MCP 协议让 AI 直接操作 Figma 画布、读取和生成设计内容。、CodexOpenAI 的编程智能体(2025 年 4 月发布):可读取代码库、执行任务;实验中用它操作 Figma 画布与生成界面。 只是这些载体跑起来的形式:工具在换,载体的形态也跟着时代在变。

载体跑在什么工具上,差别很大:让 CodexOpenAI 的编程智能体(2025 年 4 月发布):可读取代码库、执行任务;实验中用它操作 Figma 画布与生成界面。 通过 Figma MCP通过 MCP 协议让 AI 直接操作 Figma 画布、读取和生成设计内容。 操作画布,等一份稿子比我自己画还慢;交给 Figma MakeFigma 的 AI 生成能力:从描述与参考生成可运行、可交互的界面方案。2025 年 5 月发布测试版,7 月 25 日才向所有用户开放——2025 年末用它生成完整的大型产品几乎没有先例。 或让 Codex 直接在 React前端开发框架,以组件方式构建界面;设计系统按 React 组件落地到生产工程。 工程里生成,速度快得多,但只擅长标准界面。我没有停在加长提示词上,而是把基础规范、产品知识和当前项目材料分开,先看结构方向、再补细节。

写不进规范的部分

为了避免 AI 把所有页面都做成同一种后台,我写进去的内容越来越多:产品里有哪些对象,哪些状态不能混淆,什么页面适合用表格。但规则写得再完整,也写不进判断。

Ask面向一线值班的 AI 产品:用户报障后,AI 先分析、再处置,值班专家在关键节点授权、纠正或接管。 的审批场景就是例子:按钮和弹窗都符合规范,用户却未必看得清自己批准了什么。接受诊断原因,和同意执行恢复操作,是两个不同的决定——这条可以写成一条规则,但为什么这个场景需要这条规则、下一个场景又该怎么变,规则替不了。

蒸馏到最后,能结构化写出来的,是标准规范;最有价值的判断部分——为什么在这里拆组件、哪种差异必须保留、什么风险不能放行——没法蒸馏。它不在对话记录里,也不在任何一份文档里,它在我一遍遍看结果、找问题的过程里。

03 / 债在之后慢慢还

被省下的工作去了哪里

载体的形态还在演进,行业已经走到了另一个方向:这套探索发生时,「设计」还被承认应该独立存在;到了 2026 年下半年,设计环节在很多流程里被直接跳过。

设计环节被跳过之后,那些没被回答的问题并没有消失:用户要额外辨认操作范围,遇到异常只能从头再来。债不是上线那天就爆,是在之后的使用和维护里慢慢还的。

这件事和岗位名称没有必然关系:产品、研发同样能做出好的设计判断。只要流程变了,就要重新确认谁来理解用户任务、谁来比较取舍、谁来检查那些没有走完的步骤。

相关文件涉及企业内部信息,可在面试交流中结合脱敏处理后的材料展开介绍。

把经验蒸馏给 AI / END回到开头