一、为什么我要用AI来做产品设计辅助做产品的人应该都有这个体会——从PRD到可评审的原型图之间存在一个不小的翻译成本。你把需求文档写得再详细开发看到的是文字设计师看到的是文字测试看到的也是文字。每个人对同一段文字的理解可能都不太一样这就导致需求评审会上反复拉扯。过去几年我试过各种工具来解决这个问题Figma画原型、ProcessOn画流程图、再找素材做产品配图。效率不高是一方面更麻烦的是工具之间的切换成本——画原型的工具不支持流程图画流程图的不方便做配图。GPT Image 2发布之后我测试了一个新的工作流直接用AI把文字需求转化成视觉元素——流程图、界面原型、产品配图全在一个对话窗口里完成。下面是我用真实项目需求做的三次实测。这轮测试我是在一个国内镜像站上跑的gemini-zh.xyz不用折腾网络环境打开就能用实测过程非常顺手。二、实测场景一业务流程图——从文字描述到可评审的图任务背景我在写一个用户积分体系的PRD里面有一段关于积分获取和消耗的流程描述——用户通过签到、下单、评价获得积分积分可以用于兑换优惠券或抵扣现金不同类型订单的积分抵扣规则不同。我的操作把这段文字逻辑直接贴给GPT Image 2提示词写的是——生成一张业务流程图展示用户积分体系的完整链路包含以下逻辑 1. 积分获取渠道每日签到5分、下单消费消费金额的10%、写评价20分 2. 积分消耗方式兑换优惠券100分/张、订单现金抵扣10分1元 3. 判断条件兑换优惠券时如果积分不足100提示积分不足继续签到赚积分 4. 判断条件现金抵扣时如果订单金额50元不支持下单抵扣 要求使用泳道图形式区分用户端和系统端两个泳道生成结果GPT Image 2输出的流程图里所有节点之间的连线逻辑正确判断条件完整呈现在菱形节点中两个泳道的区分清晰——用户端泳道包含签到、下单、评价等操作节点系统端泳道包含积分计算、余额校验、规则判断等处理节点。文字标注准确没有乱码或错位。这张图我直接截图贴到了PRD文档里拿到需求评审会上给开发和测试看大家对积分不足怎么办什么情况下不支持抵扣这几个模糊点很快就达成了共识。以前这些边界条件要反复解释现在看图说话效率高了不少。提示词技巧泳道图的关键是明确告知谁做什么。提示词里用用户端系统端来区分责任主体生成的图会自动把不同主体的节点归到对应的泳道区域。三、实测场景二UI界面原型——快速产出可讨论的线框图任务背景我需要设计一个积分商城的移动端页面包含顶部积分余额展示、积分获取任务列表、可兑换商品列表三个核心区块。这个页面不需要高保真但要能用来做功能评审和初步交互讨论。我的操作给了GPT Image 2一份精简的需求描述加上一些约束条件。生成一张移动端积分商城的UI界面原型图类线框图风格包含 1. 顶部区域显示用户头像、昵称、当前积分余额显眼位置 2. 中间区域积分获取任务列表每个任务显示任务名称奖励积分完成状态按钮状态分三种已完成/去完成/已过期 3. 底部区域可兑换商品列表每个商品显示缩略图商品名称所需积分兑换按钮 约束界面需符合移动端竖屏比例功能区块划分清晰每个区块有明确的视觉边界生成结果GPT Image 2在约20秒内输出了一张符合移动端比例的界面图。布局逻辑基本合理——顶部积分余额的视觉权重最大字号大背景突出中间的任务列表用卡片式排布底部商品列表用网格排列。界面内的文字标注全部清晰可读。三个区块的视觉边界明显分别用了不同的背景底色做区隔一目了然。这张图我拿去跟开发对了一下接口字段和页面交互逻辑比纯文字讨论节省了至少半小时。当然这个界面还达不到直接交付开发的程度细节布局需要再调整但作为需求沟通的中间介质已经足够了。实用提示如果希望生成更接近线框图的风格可以在提示词里加上黑白灰配色、无装饰性元素、仅关注功能布局这样模型输出的结果会更接近手绘线框避免因为太好看而影响对功能本身的讨论。四、实测场景三PRD配图——为需求文档生成配套说明图任务背景我在写PRD里关于积分抵扣规则的章节时遇到一个不太好用文字说清楚的情况——不同类型的订单普通订单/促销活动订单/会员专享订单有不同的积分抵扣上限但用户在下单时应该能实时看到当前订单最高可抵扣XX积分的提示。我的操作让GPT Image 2生成一张说明图把不同订单类型对应不同抵扣上限这个关系用视觉方式呈现出来。生成一张说明图适合放入产品需求文档展示三种订单类型的积分抵扣上限对比 - 普通订单抵扣上限为订单金额的20% - 促销活动订单抵扣上限为订单金额的10% - 会员专享订单抵扣上限为订单金额的30% 要求用对比卡片的形式呈现每个卡片包含订单类型名称、抵扣上限比例、一个简短的适用场景说明 在底部加一行总结文字具体抵扣额度以结算页实际显示为准生成结果三张对比卡片并排排列每张卡片的布局统一——顶部是订单类型名称加粗中间是抵扣上限比例大字号突出底部是适用场景说明小字。整体风格简洁配色克制适合放入正式文档。底部那一行总结文字清晰呈现字体比卡片内的说明文字稍小一点作为视觉降级处理得比较得体。这张图我直接放进了PRD的规则说明章节评审会上所有人都能快速理解不同订单类型的抵扣差异不需要再逐条口述。五、实际使用中的注意事项关于误差GPT Image 2生成的流程图或原型图逻辑框架可以直接用但具体的数据数值建议再次核对。比如在生成商品列表时它填充的示例商品名称和价格是我在提示词里没有明确指定的它自己编了一些合理的示例数据。如果要保证数据的准确性建议在提示词里把数据也一并提供。关于尺寸生成界面原型时在提示词里明确移动端竖屏比例输出结果的比例才会对。如果生成的是PC端后台页面要明确说PC端宽屏比例。尺寸不对的话后期调整比较麻烦。关于迭代对生成结果不满意不要重新开始直接在对话里补充修改指令。比如把底部商品列表从网格排列改成列表排列“顶部的积分余额字号再大一点”这些局部调整比完全重生成要高效得多。六、适用场景和选型建议强烈推荐尝试的场景PRD配图生成流程图、对比图、规则说明图需求评审前的快速原型产出低保真即可产品文档中的示意图生成节省找图/画图的时间早期概念验证和方向探索快速验证想法不用先找设计师建议谨慎使用的场景需要高保真交付的UI设计稿GPT Image 2目前还达不到像素级精确有严格品牌VI规范的设计产出AI对色号、字号的精确控制还不够稳定交互逻辑复杂、有大量状态变化的设计建议用专业原型工具完成GPT Image 2对产品经理这个角色的价值在于它把画图这件事的门槛降到了最低。你不需要会Figma、不需要会Sketch甚至不需要有任何设计基础只要能把业务逻辑用文字说清楚它就能帮你生成可读、可用的视觉化产物。它不是用来替代设计师的而是用来降低从文字想法到视觉表达之间的摩擦成本。
