"AI生成"相关的文章
AI,个人随笔
设计师与产品经理的语义养成:(约束显化)把1句“绝对不能”写成1条“约束意图”

设计师与产品经理的语义养成:(约束显化)把1句“绝对不能”写成1条“约束意图”

设计师在评审会上反复强调的“绝对不能”,为何总在AI生成时失效?问题不在AI理解力,而在约束从未被显式传递。本文提出“约束显化”方法,教你用三个要素把一句口头规矩变成机器可执行的规则意图,让设计判断成为组织资产,而非个人记忆。
AI,个人随笔
设计师与产品经理的语义养成:在1个组件的2个场景上练习标注

设计师与产品经理的语义养成:在1个组件的2个场景上练习标注

设计师如何快速建立语义标注能力?本文提出最小可行方法:只挑最高频的1个组件,在2个典型场景上分别练习标注。通过对比同一组件在不同场景下的语义身份差异,培养“视觉对了、语义错了”的敏感度,并给出可落地的验证案例与保鲜机制,帮助团队从标注起步走向语义域治理。
AI,个人随笔
设计系统负责人的语义生长之约束显化:把1条”绝对不能”翻译成机器规则

设计系统负责人的语义生长之约束显化:把1条”绝对不能”翻译成机器规则

设计系统负责人如何把评审会上反复强调的'绝对不能'变成机器能拦截的规则?本文提出最小可行方法:找到出现频率最高的那条禁令,补全三个答案,写成结构化边界定义,让AI和CI自动执行。从口头禁令到机器规则,只需翻译1条,就能建立约束显化的评审能力。
AI,个人随笔
语义翻译的操作日常:把”我觉得不对”变成”机器能查”

语义翻译的操作日常:把”我觉得不对”变成”机器能查”

上一篇我讲了"翻译能力"是什么,不是让你转岗,而是把你已经在做的语义判断,从"口头提醒"变成"机器可执行的规则"。但"能力"停留在认知层还不够。这篇我把"翻译能力"落地为一套可复用的工作流:从发现语义问题、到写成YAML契约、到验证规则生效,每一步都有判断逻辑和质量门槛。这不是"岗位说明书",是"操作手册",无论你现在的title是什么,只要你已经在做"把设计意图翻译成规则"这件事,这套规范就是为你写的。
AI,个人随笔
约束显化:把隐含的语义假设变成显式规则

约束显化:把隐含的语义假设变成显式规则

当AI成为界面生产主体,设计师脑中的语义判断若仍停留在评审会与文档中,将必然失效。本文论证约束显化的必要性:将隐性规范形式化为机器可读的YAML契约,编译为Prompt前缀、JSON Schema、Checklist与CI规则,获得机器可读、自动校验、版本管理与多格式分发四项传统规范无法提供的能力,为AI生成时代的界面质量提供工程化解法。