分享一些关于“如何更好地借助 AI 做产品设计”的思考。
不讨论如何做 AI 产品,而是如何借 AI 更好地做产品。以下感受很多源自于这两年来做不同复杂度的 AI 产品的经历;而最近设计更加综合和困难的产品时所经历的反复,更是放大了全部这些体会。
• 重点1:用脑!对设计决策的 awareness 极为重要。与 AI 对话,适合做关于领域的知识入门(看似容易,但其实对提出好的问题要求极高)。一旦试图深入,下钻到一定程度,就进入“怎么说都有道理”的状况了:它一会儿是公一会儿是婆,话特么全让它说了。如果只跟 AI 聊,特别容易变得“听过许多道理,却依然过不好这一生”。这是一种关于“拥有知识”的幻觉,这对 PM 来说是尤其危险的,因为 PM 含金量最高的工作是做决策。和程序类似,好的产品决策背后是体系化的思考,它不见得在道理上是无懈可击的(在缺乏真实世界反馈、也无法严格推导的情况下,也确实不存在无懈可击),但应当是尽可能连贯的、一致的,否则是无法发展、不可传递的。关于这一点,抛砖引玉地分享一些可能好的姿势:
• 模型作为人思考的媒介,而不是思考的主体。产品设计过程必须由关键问题驱动,必须自己动手动脑梳理产品设计中的关键问题。可以请模型补全或细化关键问题,但对问题要有收敛预期(讨论到哪,就挖够了)。设计本质上是对一系列问题的回答,关键问题是哪些都捋不明白,设计不可能有效。
• 模型可以作为 verifier 和迁移者。可以请模型自行验证或扮演 PM 来做决策,并输出决策依据。比如“将这样的设计应用到医药/金融/交通等领域中,是否站得住脚?”通常都有收获。
• 在模型给出选项的同时,也必须暴露每个选项背后的风险。只要是有不确定性的决策,都存在收益与风险的平衡。不被模型的道理迷宫 hack 的关键就是,道理背后的潜在假设和风险也必须清楚。
• 重点2:vibe coding 是天使中的魔鬼。vibe coding 的好处是更快获得可互动的原型,但好处有时候会变成坏处,如果我们不清楚好处的下游在哪的话。
• vibe coding 带来的注意力涣散是最严重的问题。经常 vibe coding 的 PM 必须承认,我们经常进入一种假装努力的状态:对着清晰地体现了我们模糊的意图的原型网页,激烈地指挥 cc 或 cursor 进行缝缝补补(经常就是少了个按钮或者间距不满意等等的最不重要的事儿),但就是不去回答当前设计中最关键的那些问题。因为那儿总是有一条带来持续爽感的、让一切看上去有进展的「捷径」。最近在学习业务时,翻开了《为什么学生不喜欢上学?》这本书,其中一个理论基础是:“我们不是天生的杰出思想者,除非认知环境符合一定的要求,否则我们会尽可能地避免思考”。所以,要警惕产品设计过程中的捷径:事事都让领导拍板是一种,而沉迷于 vibe coding,则是隐蔽又极其危险的另一种。
• 建议 vibe coding 前,要清楚需要用原型回答的问题。在《妙趣横生的游戏制作之旅》的「游戏原型」章节中,关于原型的最关键使用原则是:“我想用这个原型回答什么问题?”以及,“你制作的每个原型都会为你的游戏探索有限的想法。”Vibe coding 给 PM 带来的真正变化,是缩短了制作原型的时间,却并不会减少关键设计问题所需的思考深度。
• 总之,我们必须特别关注在我们的设计过程中,对关键设计问题的「思考」到底发生在何时何地。可持续、可被完整理解和把握的结构,它必须在脑中,只由 AI 写作、躺在文档里是没用的,AI 并没有捕捉和消化关于问题的所有细节的能力,而人有,也只有人才有。
• 重点3:必须必须有真人专家 verify。在做某个产品时,我从
@GillianR 处学到了很不少的业务知识,也对她熟练使用 AI 去挖掘业务的能力感到惊叹(不止一次惊呼“这才是真正的 AI 力!”)。然而,几乎每次访谈业务专家,我们都会被吊打得心服口服。因为言之成理太过容易,那些华丽编织的设计思路,实际上破绽重重,对非专业人士是极难分辨,而让 AI 左右互搏又不知何时是个头。领域里的 secret language,一定来自于最近处的现实,这正是人类专家永远不会被取代的原因。
归根结底,一刻也别进入自动驾驶状态。AI 没有可信赖的复杂决策能力,因为它「真 的 不 在 乎」!在产品设计工作上,外脑永远只是外脑,不要让自己沦陷为 AI 的传感器(一种...被动元件)。