前苹果设计与研发团队负责人:如何把管理人类设计团队时形成的方法移植给 AI,让 AI 做出世界级设计

Anshu Chimala 把在苹果带设计与研发团队时形成的探索、评审和删减流程,改造成一套可由 AI 代理执行的设计指南。

作者:Lenny's Newsletter09-02 · 18 分钟
深度 · 小互解读
一分钟速览
  • AI 的下个词预测与人类偏好训练会把设计推向高概率、低争议的安全模板;普通提示越空泛,模型替你做的默认决定越多。
  • Discover 阶段用真正的外部随机、足够激进的方向和三步品味提取法,先扩大候选,再把人的偏好写成构建简报。
  • Define 阶段让独立评审只看截图,用固定标准指出最大差距;同时把生成图像与视频当成界面材料,而非文章末尾的装饰。
  • Deliver 阶段删除光晕、渐变、容器和无用文案,清理 AI 痕迹,并由人重写关键文案;最终按每阶段的产出与通过条件验收。

曾在苹果工作 12 年、领导软件工程与设计团队的 Anshu Chimala,在 Lenny’s Newsletter 发表了一篇客座文章,讲解他如何把管理人类设计团队时形成的方法移植给 AI 代理。他曾带领团队研究和制作未来 AI 产品原型;离开苹果后,又持续用 AI 制作产品与设计实验。

下面三个原文动态案例,先给出这套方法能达到的完成度。每个案例的任务类型、使用模型和提示轮数都直接标在素材旁边,不需要先靠一段文字想象结果。

三个原文动态案例|结果、模型与提示轮数放在一起看
对话式卡路里记录器3 轮提示 · Claude Fable 5
太空探索游戏2 轮提示 · Claude Opus 5
动态品牌落地页3 轮提示 · Claude Opus 5 + GPT-5.6 Sol
作者绘制的 AI 设计空间示意图,常见 AI 界面集中在中心,大胆风格位于外围

默认输出只是高概率中心,不代表模型能力的边界。

以上均为原文动态示例与概念图。概念图表达作者的解释模型,不是经过测量的概率分布。

Anshu 发布这类作品时,反复收到同一个问题:为什么同样使用 Claude、Codex 等工具,有人能做出完整而鲜明的产品,自己的结果却总是紫蓝渐变、左文右图、玻璃卡片和醒目按钮组成的 AI slop?

他的解释是:大语言模型逐 token 预测接下来最可能出现的内容,又经过人类偏好反馈,学会稳定、可靠、容易被多数人接受的选择。设计要求模型连续决定颜色、字体、版式、材质和空间关系;提示没有提供鲜明取舍时,每一步都会把作品推回熟悉、安全、平均的组合。作者把它比作“委员会设计”:每个人都能接受,几乎没人会被打动。

这套解法最初不是为 AI 发明的。在苹果带团队时,Anshu 发现,设计师和工程师也会被既有界面经验限制,讨论一深入就退回以前做过的方案。他们因此建立更严格的探索与打磨流程:先逼团队走到想法边缘,再把选中的方向反复精修到可交付。如今,AI 代理把过去需要团队数周的探索和制作压缩到数小时,但负责人仍要决定探索哪里、什么算好、最后删除什么。

原文说这套流程“宽松地借鉴”了 Double Diamond(双钻模型)。它是英国 Design Council 用来描述设计与创新过程的框架:第一个菱形先发散地理解问题,再收敛地定义问题;第二个菱形再发散地发展多种方案,最后通过测试、淘汰和改进收敛到交付。Anshu 没有照搬 Discover、Define、Develop、Deliver 四阶段,而是按 AI 代理的工作方式压缩成三段:

阶段 要解决的问题 人负责什么
Discover 打开候选空间,摆脱默认模板 提供外部变化,选择有感觉的方向
Define 把方向深化成独立的设计语言 建立质量基线,组织代理反馈和多媒体材料
Deliver 清理粗糙边缘,让设计能够交付 删除无用元素,识别 AI 痕迹,重写关键文案

它没有要求 AI 自己“长出审美”。AI 负责高速探索、实现和调用多种媒介,人继续承担创意总监的工作:提供变化、表达品味、设定质量标准,并在最后做取舍。

为什么 AI 总会回到安全模板

原文把同一个“生产力应用落地页”任务做成三轮对照:普通提示、只在语言里要求随机、再加入由 shell 生成的外部随机字符串。先把三组结果连起来看:

01 · 普通提示:回到安全模板

四个相似的生产力应用落地页,普遍采用浅色背景、左文右图和紫色按钮

02 · 只说随机:换皮不换结构

四个都围绕陶艺和窑炉隐喻的落地页,风格变化有限

03 · 随机种子:候选明显分散

四个差异更大的落地页,使用不同字体、明暗配色、矩阵和构图
原文示例支持候选更分散;它没有测量审美质量、可用性或复现率。SSoT 研究支持随机字符串可提高特定生成任务的多样性,但不能替设计质量背书。
  1. 普通提示: 四个 Claude Code 实例几乎都回到紫色渐变、左侧标题、右侧图形、顶部导航和醒目按钮。品牌名变了,设计语法没有变。
  2. 只说“随机”: 页面换成相近的暖色与排版,甚至反复出现陶器隐喻。模型生成了“听起来随机”的方案,却没有获得外部变化源。
  3. 加入随机字符串: 字体、色彩、明暗和构图明显分散,候选不再挤在同一个风格家族内。

第三步证明的是候选空间变宽,不自动证明审美、可用性或复现率提高。原文的网页实验是示例对比;Sakana AI 的 SSoT 研究验证了概率采样和输出多样性,没有验证网页设计质量。

Discover:先把候选空间打开

Discover 阶段要避免一开始就钻进某个方案。先生成足够不同的方向,再用人的反应把空间逐渐缩小。

方法一:给模型一个真正外部的变化源

Anshu 借用了 String Seed of Thought 的思路,但做了适合 Coding Agent 的改造:让代理先用 shell 脚本生成一长串随机字母和数字,再从字符形状、重复模式、特殊数字或结构关系中提取视觉灵感。

可以把提示写成下面四步:

  1. 用脚本生成一段足够长的随机字母数字串。
  2. 从字符串中寻找可以转化为设计规则的结构,分别决定配色、字体、布局和视觉节奏。
  3. 按这个方向完成页面,不要中途退回常见 SaaS 模板。
  4. 字符串只用于思考,不出现在最终界面。

可检查产物: 同一产品至少生成 4 个候选,并排截图。

验收标准: 候选之间应在字体类别、明暗关系、构图骨架和信息节奏上出现结构差异。仅仅替换品牌名、主色或插图不算不同方向。

这里还要保留研究边界:原始 SSoT 方法让模型先在内部生成随机字符串并操作它,Anshu 的实现改为由 shell 提供外部随机串。两者都在打散默认偏好,具体机制并不完全相同。

作者还给出一个很实用的长期做法:保存那些今天失败的大胆提示,并在新模型发布后重新测试。 如果过去只能生成破碎页面的方向,升级后突然能稳定实现,说明新增能力已经进入你的可用设计空间;只用旧提示测新模型,很容易看不见这种变化。

方法二:把野心写成可以约束决策的世界

“更大胆”“更高级”“更有创意”没有提供视觉约束。有效提示会给出一个足以统领整页的世界,例如:

  • 把生产力工具做成连续的像素游戏场景,每个区块像游戏中的一帧。
  • 把功能组织成一座等距 3D 城市,让街区和建筑承担信息架构。
  • 使用激进的不对称、冲突色和令人不舒服的负空间,同时保持功能可读。

这些方向可能失败。失败本身有用:如果一个想法听起来过于安全,它大概率只会得到训练分布里的平均答案;如果它让你怀疑“这能做成网页吗”,它才真正迫使模型尝试新的设计语法。

用三步把 AI 灵感变成个人品味

原创方向不能靠“让 AI 想主意,再把 AI 的主意原样喂回 AI”。Anshu 使用三步把人的选择加入流程:

  1. 只列方向,不展开。 让 AI 给出大量一两句话的概念,例如粗野主义工具、工业控制台、凝胶界面、纸板原型、漫画式 UI。这个阶段只负责刺激想象。
  2. 把喜欢的方向做成可见结果,然后记录反应。 例如,工业控制台应该有实体按钮的触感和声音;不要卡通和复古拟物;灰色渐变太闷,需要粉末涂层、阳极氧化或细颗粒材料。
  3. 方向稳定后,再让 AI 反写构建提示。 最终提示要包含视觉原则、材料、组件一致性、禁区和优先级,供 Coding Agent 制作第一版 POC。
先把方向推得足够远,再用三轮反馈收敛
像素游戏风格的界面动画
像素游戏切片
3D 悬浮城市
激进非对称
  1. 01只列极简概念,打开脑洞AI 列出的多种设计概念清单
  2. 02指出喜欢与排斥,提炼原则用户对触感、工程感与复古程度的偏好反馈
  3. 03反写成 Coding Agent 的初始提示精密工业控制面板方向的详细构建提示
三张过程截图来自原文。同一轮不要急着要完整页面:概念、偏好和构建约束是三种不同产出。

可检查产物: 一份不超过一页的设计简报,至少包含灵感来源、必须保留的感觉、明确排斥的做法、3 至 5 条设计规则和一组参考图。

验收标准: 另一个没有参与讨论的执行代理读完简报后,能够说明“该做什么、不能做什么、先实现什么”,而不是继续追问“高级感具体是什么”。

Define:把方向打磨成有个性的设计

随机种子能扩大差异,但第一批页面仍可能残留顶部导航、左文右图和 CTA 按钮。Define 阶段要把“有点不一样”推进到“形成独立身份”。

让独立评审代理只看结果

编码代理很难客观评价自己的工作。它同时背着代码结构、实现成本、之前的决定和为这些决定写过的理由,容易继续修补已有方案。

Anshu 引入第二个代理担任 Design Critic。每轮执行下面的循环:

  1. 执行代理完成当前版本并截图。
  2. 在全新上下文中启动评审代理,只给它截图,不给代码、实现细节、历史意见或上一轮辩解。
  3. 让评审识别作品追求的审美,想象顶级设计工作室会如何完成同一方向,再指出差距最大的部分。
  4. 评审给出 10 分制评分和少量具体修改项;执行代理按优先级修改,再提交新截图。

原文把 9/10 设为执行代理的完成条件,但明确要求不要把这个门槛写进评审提示,避免评审为了让流程结束而放水。评审提示在每轮保持一致,评分才具有相对可比性。

有变化,但骨架仍是熟悉的左文右图

四个加入随机性但仍采用相似页面骨架的设计
  1. 01执行代理截图
  2. 02新上下文只看结果
  3. 03对照基线指出最大差距
  4. 04修改后重新截图

多轮评审后:视觉身份开始真正分开

原文中多轮独立截图评审前后的长图对比
作者把 9/10 设为流程端的停止门槛,不把终点写给评审员。费用和效率数字来自其案例,不是通用基准。

评审标准可以分成三档:

  • 差: “看看它是否漂亮、是否像 AI。”标准主观,每轮判断容易漂移。
  • 可用: “判断当前审美方向;设想顶级工作室会怎样执行;对照这个质量基线找差距。”
  • 更可靠: 提供 4 个专业案例和 1 张当前截图,让评审按完成度与品味排序,并解释排序依据。

参考图承担质量基线和 moodboard 的角色,不是临摹目标。停止条件也要谨慎:先跑一两轮,看最主要的问题和评分是否收敛;如果连续两轮意见反复、评分不升,应由人调整方向,而不是让代理无限消耗 token。

模型可以按职责分配:较快、较便宜的模型负责反复实现,能力更强的模型负责低频审美判断。在原文展示的几个案例中,Fable 评审模型的输出 token 少于各案例总量的 10%;作者称,让 Fable 直接重做页面会花约两倍成本并耗时更久。这个数字只描述他的案例,不能当作通用预算比例。

主动要求代理调用图像生成

Coding Agent 默认偏爱能直接写成代码的材料:渐变、几何形状、网格和玻璃卡片。它们并非不能用,但当所有视觉都来自几行 CSS 时,作品很容易暴露相同的生成痕迹。

原文的提示很直接:当前页面太平,使用图像生成增加个性;必要时把生成图与 shader、3D 效果结合;在浏览器里逐帧检查结果。

原文四组动态示例。图像、3D 与着色器共同承担视觉叙事,避免让 CSS 渐变和色块充当全部美术。

不同工具的接入方式不同:

  • Codex、Antigravity 或 Grok Build 已有内置生图能力时,明确要求代理使用即可。
  • Claude Code 等环境可以调用 Codex CLI 生图,但要确认使用的是订阅能力还是额外计费的 API。
  • 直接使用 OpenAI 或 Gemini API 时,应创建独立、限额明确、可随时撤销的密钥。
  • 需要让代理反复使用密钥时,放在不会提交到仓库的本地环境文件,并在项目规则中注明密钥只能用于开发、不能进入产品。

可检查产物: 页面中的每项视觉材料都能说明用途:建立空间、表达材质、承载角色,或者解释状态。

验收标准: 删除一张生成图以后,如果信息与体验没有损失,它很可能只是装饰;如果所有生成图都可以被普通渐变替代,视觉方向还没有做深。

把视频模型当成时间轴工具

文章给出两种适合界面设计的视频用法。

第一种是透明感循环动效:先生成纯色背景的循环片段,再使用色键或视频抠像模型去掉背景,把玻璃碎裂、旋转、折射、阴影和焦散等复杂物理运动叠进 UI。为了让玻璃折射更可信,可以先让视频在页面背景色上渲染,把折射效果烘进去,再移除背景。

第二种是状态之间的关键帧过渡:从两个产品静帧生成中间视频,把视频进度映射到滚动或手势。原文的行李箱案例依次呈现悬浮、落地打开、物品从上方落入;上一段视频的末帧继续作为下一段的起始帧,减少过渡跳变。

抠像循环动画纯色背景生成 → 抠像/遮罩 → 嵌入界面循环
关键帧滚动过场起止产品图 → 视频补间 → 将时间轴映射到滚动
视频模型负责制造连续运动,网页仍负责加载、播放和滚动控制。复杂效果必须准备首帧或海报作为降级。

作者使用 fal.ai 这类聚合平台,让代理在不同视频模型之间选择;示例提示提到了 Seedance 2.5,是针对当时模型能力的建议,不是长期固定答案。

可检查产物: 动效文件、静止替代帧、触发条件和交互映射。

验收标准: 循环没有明显接缝;首尾状态连续;滚动方向与物体运动一致;关闭自动播放或启用 reduced motion 后,用户仍能理解页面;媒体体积和解码成本不破坏首屏体验。

Deliver:删除、去 AI 痕迹、重写文案

AI 喜欢继续添加,很少主动删代码。作者在交付阶段投入最多的工作,是删除不增加信息、操作能力或状态反馈的元素。

卡路里应用初稿已经有完整功能,但同时包含粉色光晕、渐变进度条、随机文字强调色、重复标签、大块空白,以及比 iOS 原生组件更粗糙的自制按钮和输入框。

他的修改要求只有三组:

  1. 把页面改成以食物图片为中心的网格。
  2. 删除渐变、光晕和无必要容器。
  3. 尽量使用原生 iOS 控件,收紧字号、间距和信息密度。

删减前

带粉色光晕、红色进度条、较多说明文字和食物小图的卡路里应用界面

删减后

克制米色背景、较少文字、较大食物图片和简化控件的卡路里应用界面
原文前后版本。对比展示作者的设计取舍,不等同于用户研究或转化率证明。

改版后,食物图片和当天摄入量成为视觉焦点,界面颜色更少、文字更短、控件更接近系统习惯。这组前后图表达的是作者的设计判断,不是用户研究或转化率实验。

可以对每个元素做一次删除测试:

  • 删掉后,用户是否失去关键信息?
  • 是否失去操作入口?
  • 是否看不懂当前状态或下一步?
  • 是否破坏这个设计方向最有辨识度的部分?

四个答案都是否定时,删除通常比继续美化更有效。

公开页面在 Technique 7“Remove AI tells”标题处进入付费墙;Technique 8“Rewrite the copy by hand”由发布方公开摘要确认。公开资料没有给出这两节的完整清单,因此这里不替作者补写细节。能确认的交付原则是:人要检查那些只为“看起来像科技产品”而堆出的视觉副产物,并亲自处理标题、按钮、空状态、错误提示等最影响产品语气的文案。

把它跑成一条可验收的工作流

下面这份执行顺序把公开方法整理成一条可以交给设计负责人和 Coding Agent 的流程:

  1. 写清产品约束。 记录目标用户、核心任务、必须保留的功能和设备边界。产物是一页问题定义。
  2. 生成 8 至 12 个短方向。 先宽后深,不允许同一套布局只换皮。产物是方向清单。
  3. 加入外部随机变化。 对缺少差异的方向使用随机字符串,生成至少 4 张并排截图。
  4. 注入人的品味。 选出 2 至 3 个方向,逐项写下喜欢、排斥、过量和缺失。产物是带禁区的设计简报。
  5. 制作第一版 POC。 让 Coding Agent 按简报实现,暂时不追求生产级完整度。
  6. 启动独立截图评审。 评审只看结果和固定质量基线;先迭代一两轮,确认意见正在收敛。
  7. 按理解需要加入图像和视频。 每项媒体都要有信息、材料、空间或状态职责,并准备静止与无动画替代。
  8. 进行删除审查。 移除不增加信息、操作、状态或辨识度的元素,优先使用成熟的系统组件。
  9. 人工完成文案与最终验收。 重写关键文本,检查响应式、性能、可访问性和真实任务流程。
01

Discover

外部随机、激进方向、三步品味提取

产出:多组可比较候选 + 一份构建简报通过条件:字体、配色、构图与隐喻不再只做表面换皮
02

Define

截图评审、固定基线、生成图像与视频

产出:经评审的视觉系统 + 可降级富媒体通过条件:最大视觉差距已关闭,移动端与静态状态成立
03

Deliver

删除装饰、清理 AI 痕迹、人工重写文案

产出:精简界面 + 人工文案 + 交付检查表通过条件:每个元素有功能,关键任务清楚,AI 痕迹被清理
把“更有品味”改写成可以交付、检查和停止的三阶段工作流。

这套体系的投入不在于写一条更长的“神奇提示词”。它要求负责人愿意生成多个候选、认真看结果、表达具体偏好、建立稳定的质量基线,并在最后删掉已经完成的代码。AI 提供探索速度和实现能力,人负责方向、标准与取舍。

↑ 正文结束
✓ 本篇全文免费开放

会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。

阅读原文 ↗
📮 新解读第一时间进邮箱

读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。