当前时间: 2026-07-05 02:01:44
分类:办公文件
评论(0)
关于产品经理使用AI工具提效的阶段性小结AI工具选型
- 调研:能选择其实不多,推荐就是Cursor/Trae + axhub make + axhub runtime
- 选择:最后选了Trae,主要原因:免费+国产。我认为,这类研发工具在几大主流应用中的进化速度差距不大,你有的我马上也会有,体验上也会越来越趋同,所以剩下的维度就是,找个有实力背景的工具即可,如果还免费就最好。
使用后反馈
- 先说结论:Trae确实不错,但axhub make + axhub runtime的组合并不好用。
- axhub make + axhub runtime的组合实际就是用axure的内联框架,无法在axure工具里看到具体的页面和撰写逻辑,只能在预览模式下查看,非常不便于在axure中进行二次编辑和团队协作。
- 途中发现了axhub在谷歌浏览器的拓展应用,可以将html页面直接复制成axure文件,到axure工具中粘贴后就是可编辑的控件,YYDS。
- 展开说说:输入需求/导入需求清单➔生成产品原型页面:
- 生成效果:一般,我任意试了两个方向的demo页面生成(一个是羽毛球姿态助手方向,一个是数字人游戏方向),羽毛球这个还行,数字人游戏风格完全走偏;但页面内容大差不差
- 调试体验:较差,作为一个看不懂代码的选手,简直要被有些时候急死,主要集中在:
- 同一个问题在ABC等多个地方时不能完全覆盖修复:我记得在羽毛球标准库那里,分了6个标准库,每个标准库的颜色不同,我的需求是同一标准库的入口、列表与详情保持UI风格一致,结果就这个来来回回修改了十几遍 ;始终有些页面颜色是岔的,耐心已耗尽……
- 修复A问题,出现B问题:在做数字人游戏时,让AI帮忙调整一个页面样式和一个按钮的跳转逻辑,结果导致所有页面的首屏是白屏的,且所有页面底部都被加了“接通数字人”的loading页面,多次修复未果……
- 修复好A问题,在修复B问题后,A问题再次出现:这个最可怕,在羽毛球助手demo里,我尝试了深浅色切换功能,AI做出来的第一版底部导航和二三级页面的适配做的差,就开始一个一个的调。一个小小的问题却让我印象深刻:底部导航没有贴紧页面底部,有个小缝能透出页面内容,第一下我就让AI修改好了,接下来去修改底部导航的可见性问题(浅色模式下可见性差),结果来回几遍,小缝问题又出来了,崩溃……
- 修复不了的问题:一个很小很典型的例子,原来AI生成的「上传视频」的按钮点击后有下移的效果,我需要取消这个移动效果,结果尝试了不下5次,换了不同的提示词写法,依然没有实现,这个效果现在都还在……
如果你只有一个idea,AI能帮你快速的构建出原型,实现idea从想象到具象的转化,且试错成本低。如果你已经在脑袋里构想出原型页面,要让AI按照构想的样子绘制出来,不好意思,恐怕比你自己动手画出来耗费的时间要多很多。反思与措施
这里插入一个题外话:我们团队中,后端是最先将「规范+测试驱动研发」这套研发体系在真实业务项目中落地成功的。- 新工作模式:研发这边编整理出了各种规范文档,让AI学习了惯用的框架,让AI在既有框架下按照规范执行任务。目前实现的效果就是,在他们的编码工具里,输入业务需求 → AI 理解需求,分步拆解 → AI梳理模糊疑问点 → 工程师逐条回复 → 对齐逻辑后AI再写代码。就是套规范+AI,让他们在新项目中大大提升了工作效率,完成了AI驱动研发升级的落地。
- 引发我的思考:“需求拆解→提问澄清→确认完毕再编码” 这种前置对齐思路能否用到原型设计中呢?先“分析原始需求,挖掘潜在需求,确认需求边界”→“确定风格、配色”→“确定页面流程、页面结构、页面布局”→“确定业务规则、处理逻辑等”→"生成原型页面";如果能,为什么现在面向产品经理的AI工具的默认agent大多不是这种设定?我想核心原因还是在于定位和成本的问题:
- 定位:对于产品经理而言,核心需求是把点子尽快转化可视化的页面,有了初步样子再去完善调整,再去沟通验证想法;如果按照研发一样的模式回答了一堆问题生成出来的效果不满意,那是白搭。对开发而言,逻辑完善严谨,代码质量可控才是核心诉求,并不介意前期的多轮沟通所耗费的时间,反而会认为这才是质量的保障。
- 成本:原型修改成本极低,后端修改成本极高。原型页面多一个按钮、少一个跳转、字段缺失,直接增改内容、改交互、删页面即可,如果后端逻辑错、状态漏、分支缺失,那么要改接口、改 SQL、改事务、改异常,修改成本高。另外原型除了流程和处理逻辑,布局合理些和视觉舒适性很重要,但这偏主观,很难如后端一样,基于既定框架和需求,通过回答是否或补充逻辑就可以完成确定性。
但是前置对齐思路在产品上也并非不可用,就像前面说的,方法论需要对应合适的场景,在还是idea时,确实有其短板;或许大型项目中,这更适合一些,毕竟大项目更注重规范性和团队协作。对于 AI 如何更好的协助我和团队的工作,这也是接下来要探索的方向。
基本
文件
流程
错误
SQL
调试
- 请求信息 : 2026-07-05 09:55:50 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/832524.html
- 运行时间 : 0.219435s [ 吞吐率:4.56req/s ] 内存消耗:4,555.23kb 文件加载:145
- 缓存信息 : 0 reads,0 writes
- 会话信息 : SESSION_ID=2643011ebe9f4c9b4fbcc6a7200e57da
- CONNECT:[ UseTime:0.000489s ] mysql:host=127.0.0.1;port=3306;dbname=wenku;charset=utf8mb4
- SHOW FULL COLUMNS FROM `fenlei` [ RunTime:0.001920s ]
- SELECT * FROM `fenlei` WHERE `fid` = 0 [ RunTime:0.000759s ]
- SELECT * FROM `fenlei` WHERE `fid` = 63 [ RunTime:0.000659s ]
- SHOW FULL COLUMNS FROM `set` [ RunTime:0.001575s ]
- SELECT * FROM `set` [ RunTime:0.000615s ]
- SHOW FULL COLUMNS FROM `article` [ RunTime:0.001760s ]
- SELECT * FROM `article` WHERE `id` = 832524 LIMIT 1 [ RunTime:0.005461s ]
- UPDATE `article` SET `lasttime` = 1783216550 WHERE `id` = 832524 [ RunTime:0.040818s ]
- SELECT * FROM `fenlei` WHERE `id` = 64 LIMIT 1 [ RunTime:0.020078s ]
- SELECT * FROM `article` WHERE `id` < 832524 ORDER BY `id` DESC LIMIT 1 [ RunTime:0.002339s ]
- SELECT * FROM `article` WHERE `id` > 832524 ORDER BY `id` ASC LIMIT 1 [ RunTime:0.008756s ]
- SELECT * FROM `article` WHERE `id` < 832524 ORDER BY `id` DESC LIMIT 10 [ RunTime:0.016485s ]
- SELECT * FROM `article` WHERE `id` < 832524 ORDER BY `id` DESC LIMIT 10,10 [ RunTime:0.023680s ]
- SELECT * FROM `article` WHERE `id` < 832524 ORDER BY `id` DESC LIMIT 20,10 [ RunTime:0.003577s ]
0.222270s