告別“抽獎”：B端產品經理與AI協同畫原型的理性實踐

AI在B端產品設計中的角色正在發生轉變——從畫師到思維加速器。本文揭秘一套四步協同法，教你如何讓AI成為高效的外腦，幫你完成需求解構、布局構思等關鍵思考環節，從而在Axure中快速產出邏輯清晰的原型。

———— / BEGIN / ————

不知你是否也經歷過這樣的場景：看到別人用AI“唰”一下生成一張精美界面，興奮地打開工具，輸入“畫一個供應商管理后臺”，結果生成的頁面要么過于花哨，要么邏輯混亂，完全無法使用。試了幾次，就像在抽獎，大部分時候都是“謝謝惠顧”。

我們不得不承認，尤其是在業務邏輯復雜的B端領域，指望AI直接吐出可用的高保真原型，目前幾乎是個偽命題。

但這就意味著AI毫無用處嗎？

恰恰相反。

經過一段時間的摸索我發現：當我們不再把AI當作一個“畫師”，而是定位成一個“思維加速器”時，它的價值才真正開始浮現。

這篇文章，就是想和你聊聊，作為一個以Axure為主要陣地的B端產品經理，我如何與AI協作，讓它幫我處理那些最耗神的“畫之前”的思考工作，而不是替代我拿起畫筆。

重新定位：你的“外腦”，而非“替手”

讓我們先達成一個共識：在B端，原型的核心價值是厘清業務邏輯、定義功能模塊、推演用戶流程。

視覺和交互細節很重要，但它們建立在堅固的結構之上。

因此，AI在其中的最佳角色，是作為一個不知疲倦、知識淵博的分析伙伴。

它能快速幫你發散、梳理和結構化信息，但它無法理解你公司獨特的業務規則和用戶微妙的操作習慣。

這就是人機協作的基石：你提供領域知識和最終決策，AI提供信息處理和靈感催化。

想通這一點，很多糾結就解開了。你不再抱怨它畫得丑，而是會思考：如何向它提出更好的問題？

四步協同法：從“描述不清”到“框架清晰”

下面這套工作流，是我在日常工作中逐漸摸索出來的，它圍繞一個核心：用對話驅動思考，用思考指導繪制。

第一步：需求解構 —— 讓AI幫你畫“思維導圖”

當你接到一個模糊的新任務時，比如“做個績效看板模塊”，別急著打開Axure。先打開一個文本AI（如ChatGPT）。

糟糕的提問：“畫一個績效看板原型。”

正確的啟動：

“假設你是資深B端SaaS產品專家，我們需要為一個企業內部管理系統設計‘績效看板’模塊。請先幫我分析，這個模塊可能涉及哪幾個核心維度（例如組織績效、個人績效、項目績效等）？并為每個維度列舉35個關鍵指標。最后，用Markdown列表和層級關系展示出來。”

這個對話過程，本質上是在強迫你自己把模糊的需求結構化。

AI的回復會給你一個起點，你可以接著追問：“從管理層視角看，組織績效看板最需要實現的三個業務目標是什么？” 幾輪下來，一份清晰的功能清單和模塊關聯圖就出來了。

這比你對著白屏冥思苦想高效得多。

第二步：布局構思 —— 向AI要“描述”，而不是“圖片”

接下來進入頁面布局。這時很多人會掉進“抽獎陷阱”，直接讓AI生圖。

我的建議是：忍住。

更好的做法：繼續使用文本AI，向它索要“布局描述”。

例如：

“基于剛才討論的績效看板，現在需要設計一個面向部門經理的儀表盤首頁。請用文字詳細描述一個合理的頁面布局：頂部放什么，左側導航如何設置，主體部分應采用什么結構（比如總分結構？），核心數據指標建議用什么圖表（趨勢圖、儀表盤、排行榜）呈現？請分區塊描述。”

你會得到一份詳細的文字版設計稿。

這份稿子的價值在于：它沒有具體的視覺干擾，只聚焦于信息架構和空間分配。你直接依據這份描述，在Axure里拖拽線框組件，速度會非常快，而且思路清晰。

第三步：提示詞進階 —— 把AI當成“聰明的實習生”

要讓AI真正成為合格伙伴，需要一點“管理技巧”。

核心在于結構化你的指令，我總結了一個簡單的公式：背景 + 角色 + 具體任務 + 輸出格式。

舉個例子，當需要設計一個復雜表單時：

“（背景）我們正在設計一個制造業的‘設備報修單’創建頁面，（角色）你是一位熟悉B端復雜表單交互的設計師，（具體任務）請思考并列出用戶填寫時可能需要的所有字段，并特別說明哪些字段需要聯動顯示（如下拉選擇A后，才出現字段B），哪些需要做復雜驗證。（輸出格式）請用表格列出，字段名、類型、聯動邏輯、校驗規則。”

這樣的指令，產出的結果會直接逼近你的業務邏輯層，可用性極高。

記住：你描述得越像在給一個聰明的實習生派活，結果就越靠譜。

第四步：人性化精修 —— 注入靈魂的必須由你完成

AI給了你框架、清單和靈感，但最后一步，必須由你在Axure中完成。這才是產品經理的核心價值區：

• 串聯業務流：把AI生成的離散頁面，用Axure的交互鏈接起來，構建完整的流程。

• 定義細節狀態：思考并繪制空狀態、加載狀態、錯誤提示等AI難以考慮周全的細節。

• 注入產品靈魂：判斷哪些功能是核心，哪些可以后置；平衡業務的復雜度和用戶的操作體驗；確保與整個產品體系的設計語言一致。

你會發現，當把前面“思考型”的臟活累活交給AI后，你在這里的時間反而更充裕了，可以專注于更本質的價值創造。

思維進化：AI在重塑我們，而非崗位

這種協作模式用久了，你會感受到一些更深層的變化。它倒逼著你提升結構化表達和邏輯抽象的能力——因為只有這樣，你才能指揮好AI。

你的工作重心，正從“如何畫好這個圖表”向“如何定義這個圖表背后的業務目標”遷移。

對于資深產品經理來說，這套方法更是一種賦能杠桿。

你可以快速用AI生成多個初步方案作為討論的“靶子”，激發團隊更高效的碰撞；也可以將成熟的業務模塊描述固化下來，變成團隊的“提示詞知識庫”，提升整個團隊的原型構思效率。

最后說句實在的，工具永遠在進化，但核心從未改變。AI的強大，恰恰讓我們產品經理回歸本位：理解業務、洞察人性、做出決策。它讓我們從“原型技工”的重復中解脫一部分，更有機會成為真正的“產品設計師”。

所以，別再和AI玩“抽獎”了。

試著把它拉到身邊，當成你的“副駕駛”。你掌握方向盤和目的地，而它，能幫你更高效地查看地圖、預警路況，讓你們一起，更快地駛向終點。

本文來自公眾號：產品方法論集散地 作者：Serencry

想要第一時間了解行業動態、面試技巧、商業知識等等等？加入產品經理進化營，跟優秀的產品人一起交流成長！