CCICI/WORKFLOW 返回首页
03WORKFLOW / 工作方式

在复杂中
寻找清晰

我把产品设计理解为一个不断潜入问题、梳理线索、形成方向,再回到现实中推动改变的过程。

答案很少来自突然出现的灵感。它更像一条逐渐浮现的路径,在用户、业务与现实条件之间被一步步找到。

DISCOVER

需求

我不会把一张需求清单直接当作问题,因为诉求通常只是问题浮在水面上的部分。

面对一个新问题时,我首先想知道的不是“页面要做成什么样”,而是这件事为什么会发生:谁正在什么情境下做什么,他想完成什么,又是什么让事情变得困难。只有回到真实的任务和处境里,我才有可能区分用户说出的需求、业务希望实现的目标,以及系统真正需要改变的地方。

用户、业务、系统、场景与约束共同指向真实问题的关系图
RELATION MAP / 关系图

需求不是单点输入。只有把角色、业务、系统、场景和约束放在一起,才能从表层诉求回到真正需要改变的关系。

从诉求背后寻找真正的问题

我会把访谈、观察、资料梳理和业务讨论看作同一件事的不同入口。用户的表达让我理解感受和习惯,业务规则让我看到组织如何运转,数据和流程则帮助我发现那些仅靠描述不容易暴露的断点。它们不是为了堆积信息,而是为了拼出一张足够接近现实的问题地图。

在这张地图里,我尤其关注几种关系:角色之间如何协作,信息如何流动,决定在哪个环节发生,风险由谁承担,结果又如何被感知。复杂业务的难点常常不在某个功能缺失,而在这些关系彼此割裂。把关系重新连接起来,往往比增加一个入口或页面更接近问题的核心。

把事实、假设与机会分开

理解问题并不意味着等到所有信息都齐全才开始。我会先区分已经知道的事实、仍需确认的假设和可能存在的机会,再用影响程度与不确定性决定下一步。这样既能避免过早押注某个方案,也不会因为复杂而停在研究阶段。

这一阶段最终形成的不是厚重的调研报告,而是一个清晰的问题定义:服务谁、发生在什么场景、最关键的阻力是什么、希望产生怎样的改变,以及哪些边界不能被忽略。它为后面的设计提供方向,也让团队知道我们正在共同解决什么。

我真正想定义的,不是页面还要增加什么,而是产品中的哪一种关系需要被重新理解。
检查监管项目的用户访谈、整理分析与访谈记录
DISCOVER检查监管一体化平台 · 从角色处境理解任务

研究的价值不在于收集了多少材料,而在于能否看见不同角色的目标、阻力与协作关系,并将它们转化为共同的问题方向。

DESIGN

设计

对我来说,设计不是把信息摆放整齐,而是让人能够理解系统、做出判断并自然地完成行动。

当问题逐渐清晰,我不会立刻进入界面细节,而是先寻找一种能够承载复杂性的结构。我要回答的是:信息应该如何组织,任务应该如何展开,不同角色看到什么,系统在每一次操作后如何回应。界面只是这些关系被看见的方式。

对象、角色、任务与状态经过系统结构和交互原型逐步收敛为方案的关系图
CONVERGENCE / 收敛

界面不是起点。对象、角色、任务与状态先形成系统骨架,再通过原型把复杂关系转化为可理解、可验证的方案。

先建立系统的骨架

我通常从对象、角色、任务和状态开始建模。对象告诉我产品围绕什么运转,角色决定信息与权限的差异,任务构成用户进入产品的路径,状态则让系统的变化变得连续。把这些关系画清楚以后,导航、页面和组件才不会只是孤立的容器。

结构确定后,我会继续处理优先级。一个页面不需要平等地表达所有信息,它应该首先支持当前情境下最重要的判断。通过层级、节奏、留白与反馈,我让用户知道现在在哪里、接下来能做什么,以及行动会带来怎样的结果。视觉在这里不是装饰,而是帮助理解的秩序。

用方案探索取舍,而不是寻找唯一形式

设计过程中,我愿意保留多个方向,但每个方向都必须回应同一个问题。它们可能在效率与引导、信息密度与认知负担、标准化与灵活性之间作出不同取舍。我更关心这些差异会给用户和业务带来什么,而不是哪一种形式更“新”。

原型是我思考的重要媒介。低保真原型帮助我快速检查结构和路径,高保真原型让我感受信息层级、品牌气质与操作反馈,可运行原型则把隐藏在静态页面里的状态和技术约束提前暴露出来。方案因此不是一次定稿,而是在不断具体化的过程中逐渐收敛。

我希望复杂性被产品消化,而不是被原封不动地交给用户。
智慧水务项目四位一体设计框架
DESIGN智慧水务 · 从多个界面回到同一套治理关系

一张图、驾驶舱、业务管理与移动端并不是彼此分离的页面,它们从不同角色和场景进入同一条业务闭环。

DELIVER

交付

设计只有被团队理解、被技术实现,并在真实环境中持续运转,才真正进入产品。

我不把交付理解为设计工作的最后一站。它从方案开始成形时就已经发生:产品、设计、研发和业务需要逐步形成共同理解,许多看似属于实现阶段的问题,也应该在设计过程中被提前看见。

把设计意图翻译成共同语言

不同协作者关心的内容并不相同。业务需要看到目标与价值,产品需要理解范围与优先级,研发更关注规则、状态、数据与边界。因此我不会只交付一组页面,而会围绕关键决策组织信息:为什么这样设计、核心路径是什么、哪些规则需要保持一致、在异常和变化发生时系统如何回应。

这种翻译不是增加更多文档,而是选择最合适的表达。流程图可以说明协作关系,状态模型可以消除边界歧义,交互原型可以让抽象逻辑被共同体验,设计规范则帮助局部实现仍然保持整体一致。好的交付物应该降低继续协作的成本,而不是让团队依赖设计师逐页解释。

让可行性成为设计的一部分

我会主动把技术能力、建设周期、数据条件和组织协作纳入方案判断。可落地并不等于向限制妥协,而是在理想体验与现实条件之间找到一条可演进的路径:先解决最关键的问题,再为未来变化保留空间。

当不确定性较高时,我更愿意尽早做出可以运行的东西。可运行原型能够把讨论从想象带回真实体验,让团队更早发现认知差异、技术风险和流程断点。AI 与代码在这里是加速思考的媒介,它们帮助我更快把假设变成可以被使用和讨论的对象,但问题判断与取舍仍然属于设计本身。

好的交付不是把设计完整地交出去,而是让团队能够继续把它做对。
AI 基础平台项目管理模块设计说明
DELIVERAI 基础平台 · 让页面、规则与实现共享同一套语言

页面呈现最终体验,状态和规则支撑一致实现,原型则帮助团队在真正开发前共同理解复杂逻辑。

ITERATE

迭代

迭代不是对既有方案做无止境修饰,而是让产品在真实使用中继续接近问题。

产品被使用以后,新的信息才真正出现。用户是否理解、能否顺利行动、业务目标是否发生变化、方案在现实条件下是否仍然成立,这些都不是设计阶段可以完全预知的。因此我把反馈视为设计过程的一部分,而不是交付之后的补丁。

从可见现象继续追问原因

反馈常常以一个具体感受出现:找不到入口、信息太多、流程不顺、页面没有重点。我的第一反应不是立刻修改表面,而是判断它属于理解、操作、信任还是价值层的问题。同一个现象可能来自结构、文案、反馈机制或业务规则,找到原因比快速改动更重要。

我也会重新看反馈发生的情境。是谁遇到了问题,他当时要完成什么,之前经历了什么,之后又会去哪里。把反馈放回完整旅程,能避免一个局部优化破坏整体,也能发现真正值得优先处理的节点。

用小步试验保持方向与速度

迭代需要节奏。我倾向先处理对核心任务影响最大、同时不确定性最高的部分,通过小范围调整、原型或真实场景观察快速获得新信息。每一轮只集中解决最关键的问题,既保护已经成立的体验,也让变化的原因更容易被理解。

快速并不意味着草率。真正有效的速度来自清楚地知道这一次想学到什么:某个入口是否更容易被发现,一段信息是否帮助用户做出判断,一种反馈是否减少了犹豫。新的结果会更新我的理解,必要时也会让我回到需求和结构,重新选择方向。

我不追求一次把方案做成最终答案,而是让每一次变化都带来更清楚的下一步。
BEFORE / 发现问题项目与案例改版前页面
AFTER / 验证修改项目与案例改版后页面
从一次可见变化继续理解体验

前后对照不是为了展示改了多少,而是帮助我判断:问题是否真的缓解,新的层级与入口是否更接近用户当下的任务。

CONVERT

转化

一个项目结束后,我希望留下的不只是结果,还有面对下一类问题时可以继续使用的认知。

我习惯在项目之后回看最初的判断:哪些假设被保留,哪些理解被现实改变,什么决定真正推动了结果,哪些问题仍然没有被解决。复盘不是给过程补一个漂亮的结尾,而是把经验重新组织成可以带走的东西。

观察、判断、方案、验证、反馈与沉淀形成持续学习闭环的关系图
LEARNING LOOP / 学习闭环

观察与反馈不断更新理解,沉淀不是结束,而是让下一次探索从更好的问题和更成熟的判断开始。

沉淀判断,而不是复制步骤

不同项目的表面差异很大,固定流程很难直接迁移。我更愿意保留那些跨场景仍然有效的问题:谁真正受到影响,核心矛盾在哪里,哪些关系决定体验,最大的未知是什么,怎样用更小的成本获得新的认识。这些问题会逐渐形成我的思考框架,但不会替我跳过对具体情境的理解。

我也会区分一次性的经验和稳定的方法。某个项目中的特殊做法未必适合下一个项目,而反复出现的判断模式才值得被保留下来。通过持续记录、比较和修正,我让方法保持清晰,也允许它随着新的项目和新的技术不断变化。

让工具扩展能力,让判断保持清醒

新的工具正在改变设计工作的速度和边界。AI 可以帮助我检索、整理、生成方案与快速构建原型,让更多时间回到问题定义、取舍和真实反馈上。但我不会用生成数量代替思考,也不会把工具能够完成的事情误认为产品应该做的事情。

对我而言,持续学习最终是一种回到问题的能力。经验越多,不是越快套用熟悉答案,而是越能识别什么时候应该相信过往,什么时候需要重新观察。方法因此不是一套把人带向固定终点的轨道,而是一根始终握在手里的牵引绳:它提供方向,也允许我在未知中调整路径。

我希望每一次项目都留下两种结果:一个更接近现实的产品,以及一个更成熟的自己。

AI PRACTICE

AI 协作

让 AI 在明确的边界内工作,用小步提交控制风险,并始终保留退回稳定状态的能力。

这不是一套从工具出发的效率技巧,而是我在真实产品设计工作中形成的协作流程:先把问题和目标定义清楚,再让 AI 参与搭建、细化、验证与记录。

  1. 01DEFINE

    定义需求

    先明确“要做什么”。用简单文本写清用户、场景和待解决的问题,提取关键词交给 AI 发散,再从结果中收敛要点并形成带布局构思的功能结构。

    边界:需求尚未清晰时,不让 AI 直接生成设计方案。
    企业画像项目的背景、目标、用户角色与功能框架需求文档
    真实输入 / REQUIREMENT BRIEF先把背景、目标、角色与功能框架写清楚

    这份企业画像需求文档不是最终方案,而是与 AI 协作的稳定输入。它把业务背景、数据目标、用户权限和功能边界放在同一份结构中,避免生成过程从模糊描述直接跳到界面。

  2. 02TARGET

    制定目标

    明确当前版本的核心用途、完成标准和工具路径。需求验证阶段,用 Codex 快速生成可交互的高保真原型;进入开发实现时,用 Figma Make 生成可编辑的中高保真设计稿,再进入细节优化。

    判断:不同用途对应不同工具集与产出形式,避免错配。

    PATH A / CODEX · 需求验证

    Codex 中生成的企业画像可交互原型
    CASE 01 / ENTERPRISE PROFILE用完整页面验证企业画像任务

    第一个 Codex 案例用于走查企业概览、风险状态和信息分组。

    Codex 中生成的经营分析可交互原型
    CASE 02 / BUSINESS DASHBOARD用第二个案例验证数据分析路径

    两张图都属于 Codex 的需求验证路径,分别覆盖企业画像与经营分析。

    PATH B / FIGMA MAKE · 开发与实现

    Figma Make 生成的接近可用的矢量设计文件
    GENERATE / FIGMA MAKE先生成接近可用的矢量设计

    需求明确后,先让 Figma Make 按参考和功能目标产出中高保真结果。

    将 Figma Make 结果复制到 Figma 画板中进行细化
    REFINE / FIGMA BOARD再复制到画板中继续细化

    在可编辑画板中调整组件、层级、间距与视觉细节。

  3. 03FRAME

    搭建框架

    先让基本功能顺畅运行,暂不追求视觉效果。依次搭建功能骨架,定义输入、处理与输出的数据逻辑,再明确各模块的交互模式和规则;复杂流程用结构化提示词约束输出。

    产出:具备完整导航和基础功能、但视觉尚未细化的可点击框架。
    企业画像展示多维信息的基础功能框架
    功能骨架 / FUNCTION FRAME先完成整体页面结构与基础导航

    这张图对应原文档中的“功能骨架层”:优先搭建顶部概览、多标签导航和信息分区,暂不进入细节视觉。

  4. 04REFINE

    落实细节

    以独立模块为单位,逐步优化交互、视觉和数据处理。优先处理核心路径的交互逻辑、关键信息的文案与反馈,再进入颜色、间距、对齐等视觉细节,最后补齐空状态、加载与错误提示。

    控制:一次只修改一个模块,验证通过后立即 Git commit;失控时回滚再重试。
    GitHub 中按功能记录的连续提交历史
    模块化迭代 / GIT CONTROL每次只修改一个部分,验证后立即留下记录

    这张图在原文档中对应“落实细节”的风险控制:用小步提交防止局部生成破坏已验证内容。

  5. 05VERIFY

    版本管理与测试

    每个功能完整且自测通过的版本都保留可追溯记录,并用版本 tag 标记稳定节点。测试覆盖核心用户路径、模块功能、空状态与极限数据,以及视觉、术语和交互模式的一致性。

    四层验证:冒烟测试 · 功能测试 · 边界测试 · 一致性测试。
    AI 协作日报中的工作复盘、技巧记录与改进项
    测试与复盘 / VERIFY & REVIEW把验证结果和下一步改进一起记录

    最后不只保留版本号,还要记录已完成内容、新学技巧、待改进项和下一轮的验证重点。

PATH A / 需求验证

快速把想法变成可操作对象

选择 Codex 构建可交互的高保真原型,用真实点击和任务走查验证方向。

PATH B / 开发实现

让设计进入可编辑与可落地状态

选择 Figma Make 按参考生成中高保真设计稿,复制到画板后继续细化。

先定义,再生成;先通顺,再精细;一次只改变一个可验证的部分。
07EPILOGUE / 尾声

一条可以反复回到的路径

需求、设计、交付、迭代与转化并不是一条只向前行进的流水线。新的反馈会让我重新理解需求,现实约束会改变设计,而一次复盘也可能让下一次探索从更好的问题开始。

我愿意把这套方法想象成一次潜入与上浮。潜入,是暂时放下熟悉答案,进入具体的人、场景与关系;上浮,是从复杂信息中带回一个能够被理解、被使用、也能够进入现实的方向。连接两端的并不是标准步骤,而是持续的观察、判断与取舍。

我希望自己始终保留这种能力:面对复杂时不急于简化,形成方案时不忘记它为何存在,推动落地时不脱离真实条件,得到结果后也愿意重新修正理解。答案会改变,但寻找答案的方式会越来越清晰。