这篇文章讲述了AI工具如何变革创意设计到应用执行的过程。从Figma Make等工具的推出，到AI驱动的提示编程，设计师和产品经理现在能够更高效地将创意转化为原型，无需依赖开发工程师。通过具体案例，如用Figma和DeepSeek快速构建聊天机器人和仪表盘，文章展示了AI如何赋能设计和开发流程，加速产品从概念到原型的转变。

变革已经开始

太多太多的好创意止步于 Figma 工具中，甚至只是在我们的脑海中不停闪烁。无论你是设计师、项目经理，还是产品经理往往需要依赖开发工程师来实现真实的应用程序。在日常产品研发过程中，我们都知道开发周期是非常有限的，功能的优先级也会随市场变化而不断变化。由于研发阶段出现种种阻碍，导致早期创意很少有机会得到测试、验证或展示给我们的客户。不要误解，在这里我并不是要与研发团队挑起战火。只是，我作为一名产品负责人，阐述一个真实的痛苦。

这也是一个挑战。

然而，我看到了一个时代的变革，随着 Lovable、Cursor 和 V0 等 AI 驱动的工具的横空出世，为数字产品设计和研发开辟了一条新的道路。换言之，即使不依赖开发工程师，我也能将一个创意直接转化为产品原型，甚至能可以快速实现上线。

Figma Make 开辟了一条新的路径，然而这只是开始

Figma 最近推出了一个名为 Figma Make 的新功能。可以将设计转换为带有实际代码的可交互原型（太牛了）。对与绝大数的设计师而言，这是一次革命性的改变。这个新功能大大节省了产品设计和研发时间，特别是在早期的原型设计阶段（设计师终于可以不用 996 了，别做梦了！）。话虽如此，我们不得不承认这是一个巨大进步，况且，变革并不止于此。

无需编程知识也能开始编码

进入 AI 时代，我将见证一个更大的变革。创意可以在没有开发工程师参与的情况下转变为实际应用产品。我唯一需要的，就是理解能让这一切运转起来的基本要素。这一点与学习编程知识相比，就要容易多的多了。、

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

我不需要一行一行地写代码，而是通过提示（也称为意图编程）来描述我想要什么。AI 工具就会理解我的意图，并生成代码。我来引导，它来构建。终于有一天，不在需要被不会编程所束缚，自由自在的创作的一天，即将到来！

设计师的新语言

我斗胆做一个比喻。过去，设计师主要做的是白粥，最多散一些葱花。快速、基础、不太复杂。现在，我们却想要炒一份黄金炒饭。这是一道需要更多食材的菜品，包括绞肉、胡萝卜碎、香肠丁、鸡蛋、鸡毛菜、芝麻、生抽、老抽、米饭，以及恰当的烹饪时长。

作为一名资深产品设计师，我们知道自己想做什么，也知道成品应该是什么样子的。但是，我们从来没有亲自尝试过制作，也不确切知道该如何操作。

这就是 AI 发挥作用的地方。把设计师想象成主厨，而 AI 则是副厨（其实，炒菜机器人早就问世）。我只需要设定目标愿景，AI 工具就能帮助我将其实现。

在构建一款应用产品时，我需要理解各种”食材”。我只需要描述应用产品的目的、关键功能、预期行为、用户如何与之交互，以及它解决什么问题。我根本不需要自己亲自写代码，但是，我需要理解每个部分的作用以及它们如何相互连接，这样我就能获得 AI 支持。

每当我出现疑惑，我就会立刻询问 DeepSeek。

只要我写”菜谱”的能力越好，最终的成果就会越好。工具、框架和组件的生态系统正在成为设计师的新语言，让他们不只是画草图，而是真正地构建产品。

成为改变世界的新时代设计师，并非是一句空话。

从创意到可用原型只需 5 个步骤

具备预设问题的聊天机器人

仪表盘

我有一个想法，要做一个带预设问题的聊天机器人和一个仪表盘，两者连接到同一个数据库。

以下是我的实现过程：

1. 在 Figma 中绘制布局草图

我设计了一个基础布局：一个聊天机器人界面和一个带有几个饼图的仪表盘。

2. 上传草图并向 DeepSeek 提示

我上传了 Figma 草图，并向 DeepSeek 添加了项目描述。然后我请求生成三个文件： planning.md （项目是关于什么的）  task.md （需要做什么）  rules.md （应该如何做）

3. 在 Cursor 中设置项目

在 Cursor 中启动新项目，添加文件，并粘贴 DeepSeek 输出的内容。

 Cursor ：https://www.cursor.com/cn

4. 激活 MCP 以使用实时工具

通过启用 MCP，我能够：直接写入数据库（Supabase）让 Cursor 读取更新的文档，比如来自 Next.js 和 OpenAI 的文档直接在浏览器中运行和测试代码 MCP ：https://modelcontextprotocol.io/introduction

5. 让 Cursor 逐步构建和改进

Cursor 开始构建项目。第一次尝试并不完美，但经过多次迭代后，我得到了一个可用的聊天机器人、仪表盘和简单的导航系统（基于Next.js、Shadcn UI、Supabase、OpenAI 和其他一些工具）。

最终，我得到了一个可以测试、与团队分享，甚至可以向客户展示的原型。

整个构建过程只花了我五个小时。但这代码质量好吗？ 老实说，我不知道这些代码质量好不好。不过这没关系。这不是一个准备部署的生产应用。这只是一种探索想法、测试概念和尝试用户流程的方式。

这种从设计到 AI 再到代码的转变并不是要取代开发工程师。

这将开辟一种新的思考、创造和实验方式，让为更多人提供构建真实产品的工具，即使他们以前从未写过一行代码。…

你还在原地等待吗？

这不仅仅是为高级用户或开发工程师准备的。只要想要构建产品和测试的设计师和产品经理都可以轻松做到。

借助当今的工具，想法与可用原型之间的差距正在缩小。如果你能清晰地描述你的想法，你就可以开始构建了。…

想亲自尝试一下吗？从这里开始

一开始，就不要做复杂的东西。从简单的开始，比如：一张落地页。不需要后端，不需要数据，只需要结构、内容和布局。

以下是可以探索的基本构建模块：

AI 编程环境：Cursor、Windsurf、Claude

设计转代码工具：V0、Lovable、Firebase

数据库和后端服务：Supabase、Azure SQL、Pinecone

UI 框架：Tailwind、Shadcn UI、Radix、Material UI

AI 集成工具：MCP

语言模型（LLMs）：OpenAI、Anthropic

你不需要学习所有这些。但你需要知道什么是可能的。

最后，我希望这篇文章能够为你提供一些小小的启发。