返回首页联系我

DesignFlow:AI UI 设计工作台项目总结

一个仍在探索中的 AI UI 设计工作台,总结它的产品价值、UI 价值,以及项目级记忆在未来 AI 设计中的意义。

一句话总结

DesignFlow 是一个 AI 驱动的 UI 设计工具。它的特别之处在于:它不是像普通 AI 那样“一句话画一张孤立的图”,而是像一个真实的设计师团队,根据你的需求,先制定设计规范,再成套地生成多个风格统一的界面,并且支持你持续对话修改。

为什么做这个项目?

目前市面上的 AI 生成 UI 工具,大多是“一句话给出一张效果图”。这种模式在实际工作中很难用:

  1. 不能做项目:每次生成都是独立的,没法完成一个包含多页面的真实项目。
  2. 风格不统一:生成 5 个页面,可能会出现 5 种不同的按钮颜色,底部的导航栏长得都不一样。
  3. 没有记忆:修改几次之后,AI 就忘了你最初的要求,越改越乱。

为了解决这些问题,我参考了 Google 内部的超前项目 Stitch,研究了它的交互模式和底层原理,并在这个基础上,解决了一致性和记忆丢失的问题,开发出了 DesignFlow。

Google Stitch 参考

核心产品设计思考

1. 设计规范是“灵魂”,不是附件

普通的 AI 设计工具是:需求 → 生成页面。 DesignFlow 的流程是:需求 → 生成设计规范 → 生成多个页面

这中间多出来的“设计规范”非常关键。它规定了统一的颜色、字体、按钮样式等。系统会强制把这些规范应用到每一个页面的生成中。 这意味着:

  • 多张页面看起来像同一个 App,因为它们用了同一套代码级的设计规范。
  • 哪怕你后来反复修改局部,它也不会破坏整体的风格。

2. 把生成过程透明化,让用户安心

AI 生成多张高保真页面需要一到两分钟。如果只是转圈圈,用户会以为卡死了。 我把整个过程拆解成了几个能看到的阶段:

  • AI 正在思考(你能看到它正在写的规划)
  • 界面上出现设计规范卡片(颜色和字体定下来了)
  • 出现几个灰色的手机屏幕框架(占位)
  • 真实的精美界面一个个在框架里加载出来

这让等待过程变成了“看着设计逐渐成型”的体验

3. 可以对话修改,而不是重新抽盲盒

如果你对某个页面不满意,普通工具只能重来一次。在 DesignFlow 中:

  1. 你点一下那个页面,告诉 AI:“把顶部的导航改成底部标签栏”。
  2. AI 会先“看一眼”所有其他页面,了解整体结构,然后再小心地修改当前页面。
  3. 如果修改的地方(比如底部导航)别的页面也有,系统会提醒你同步更新。
  4. 修改是安全的,如果不满意随时可以撤销。

4. 垫图生成:参考图 + 提示词

除了纯文字输入,系统还支持上传一张现有的设计图作为“垫图”参考。你可以输入:“参考图片风格,生成影石360 APP”

系统里的前置 AI 会先去把这张参考图的排版结构、配色方案、信息层级“看懂”并压缩成摘要,然后用这个压缩后的意图去指导后续的生成。这样既能保证首屏精准还原参考风格,又不会让后面衍生的页面全长得一模一样。

参考图片风格,生成影石360 APP

后台是怎么指挥 AI 工作的?

有一个“总指挥”

如果让多个 AI 一起干活,很容易各搞各的。所以我设计了一个“总指挥”角色。 它不负责画图,只负责写计划:要做几个页面?每个页面干嘛?要用什么语言?哪些组件是大家通用的? 其他 AI 只要严格执行这个计划就行了。

保证通用的东西绝对一致

如果一个 App 底部的导航栏在每一页长得都不一样,那就太业余了。 DesignFlow 有三层防线来保证这一点:

  1. 注入约束:明确告诉 AI 必须用一样的结构。
  2. 强制替换:如果 AI 没画好,代码会自动用正确的结构去替换。
  3. 自动修复:最后还会用另一个专门的 AI 来检查和修补缝隙。 总之,能用代码解决的确定性问题,绝对不让 AI 去猜。

让 AI 拥有“长期记忆”

为了让 AI 能持续陪你做完整个项目,系统会维护一个“项目记忆”。 这就像是团队的交接文档,里面记录了:目前做到了哪一步、之前的决定是什么、各个页面的关系是什么。这样无论你离开多久再回来修改,AI 都知道上下文。

实际效果展示

这是我们在 DesignFlow 中的生成效果。输入一段自然语言需求,它能成体系地输出多张高保真界面。并且保证了统一的视觉风格。

DesignFlow 界面效果

而且,最终生成的结果是可以用 HTML 格式直接复制进 Figma 的,方便设计师做后续的精调!

支持复制到 Figma

在 Figma 中的效果

我学到的三个道理

  1. AI 在设计领域的护城河,不是“一次能画得多好看”,而是“能不能持续懂你的项目”。
  2. 多个 AI 协作时,要把“动脑”和“动手”分开。 让一个负责统筹,其他的负责执行。
  3. 不要什么都指望 AI。 凡是程序代码能百分百搞定的事情(比如替换组件、加载预览),就用代码写死,只让 AI 去处理需要理解语义的复杂问题。

需要说明的是,DesignFlow 目前仍处于探索与迭代的“过渡态”,整个项目还在持续演进中。

它的价值不在于立刻作为一个完美的成熟产品去替代现有工具,而在于它真正验证了“AI 深度融入真实设计工作流”的可行性——AI 不应该只是“出图更快的工具”,而是能够理解项目、维护一致性、持续协作的长期伙伴。顺着这个方向,未来还有很大的想象空间。

On this page