告别“抽奖”：B端产品经理与AI协同画原型的理性实践

AI在B端产品设计中的角色正在发生转变——从画师到思维加速器。本文揭秘一套四步协同法，教你如何让AI成为高效的外脑，帮你完成需求解构、布局构思等关键思考环节，从而在Axure中快速产出逻辑清晰的原型。

———— / BEGIN / ————

不知你是否也经历过这样的场景：看到别人用AI“唰”一下生成一张精美界面，兴奋地打开工具，输入“画一个供应商管理后台”，结果生成的页面要么过于花哨，要么逻辑混乱，完全无法使用。试了几次，就像在抽奖，大部分时候都是“谢谢惠顾”。

我们不得不承认，尤其是在业务逻辑复杂的B端领域，指望AI直接吐出可用的高保真原型，目前几乎是个伪命题。

但这就意味着AI毫无用处吗？

恰恰相反。

经过一段时间的摸索我发现：当我们不再把AI当作一个“画师”，而是定位成一个“思维加速器”时，它的价值才真正开始浮现。

这篇文章，就是想和你聊聊，作为一个以Axure为主要阵地的B端产品经理，我如何与AI协作，让它帮我处理那些最耗神的“画之前”的思考工作，而不是替代我拿起画笔。

重新定位：你的“外脑”，而非“替手”

让我们先达成一个共识：在B端，原型的核心价值是厘清业务逻辑、定义功能模块、推演用户流程。

视觉和交互细节很重要，但它们建立在坚固的结构之上。

因此，AI在其中的最佳角色，是作为一个不知疲倦、知识渊博的分析伙伴。

它能快速帮你发散、梳理和结构化信息，但它无法理解你公司独特的业务规则和用户微妙的操作习惯。

这就是人机协作的基石：你提供领域知识和最终决策，AI提供信息处理和灵感催化。

想通这一点，很多纠结就解开了。你不再抱怨它画得丑，而是会思考：如何向它提出更好的问题？

四步协同法：从“描述不清”到“框架清晰”

下面这套工作流，是我在日常工作中逐渐摸索出来的，它围绕一个核心：用对话驱动思考，用思考指导绘制。

第一步：需求解构 —— 让AI帮你画“思维导图”

当你接到一个模糊的新任务时，比如“做个绩效看板模块”，别急着打开Axure。先打开一个文本AI（如ChatGPT）。

糟糕的提问：“画一个绩效看板原型。”

正确的启动：

“假设你是资深B端SaaS产品专家，我们需要为一个企业内部管理系统设计‘绩效看板’模块。请先帮我分析，这个模块可能涉及哪几个核心维度（例如组织绩效、个人绩效、项目绩效等）？并为每个维度列举35个关键指标。最后，用Markdown列表和层级关系展示出来。”

这个对话过程，本质上是在强迫你自己把模糊的需求结构化。

AI的回复会给你一个起点，你可以接着追问：“从管理层视角看，组织绩效看板最需要实现的三个业务目标是什么？” 几轮下来，一份清晰的功能清单和模块关联图就出来了。

这比你对着白屏冥思苦想高效得多。

第二步：布局构思 —— 向AI要“描述”，而不是“图片”

接下来进入页面布局。这时很多人会掉进“抽奖陷阱”，直接让AI生图。

我的建议是：忍住。

更好的做法：继续使用文本AI，向它索要“布局描述”。

例如：

“基于刚才讨论的绩效看板，现在需要设计一个面向部门经理的仪表盘首页。请用文字详细描述一个合理的页面布局：顶部放什么，左侧导航如何设置，主体部分应采用什么结构（比如总分结构？），核心数据指标建议用什么图表（趋势图、仪表盘、排行榜）呈现？请分区块描述。”

你会得到一份详细的文字版设计稿。

这份稿子的价值在于：它没有具体的视觉干扰，只聚焦于信息架构和空间分配。你直接依据这份描述，在Axure里拖拽线框组件，速度会非常快，而且思路清晰。

第三步：提示词进阶 —— 把AI当成“聪明的实习生”

要让AI真正成为合格伙伴，需要一点“管理技巧”。

核心在于结构化你的指令，我总结了一个简单的公式：背景 + 角色 + 具体任务 + 输出格式。

举个例子，当需要设计一个复杂表单时：

“（背景）我们正在设计一个制造业的‘设备报修单’创建页面，（角色）你是一位熟悉B端复杂表单交互的设计师，（具体任务）请思考并列出用户填写时可能需要的所有字段，并特别说明哪些字段需要联动显示（如下拉选择A后，才出现字段B），哪些需要做复杂验证。（输出格式）请用表格列出，字段名、类型、联动逻辑、校验规则。”

这样的指令，产出的结果会直接逼近你的业务逻辑层，可用性极高。

记住：你描述得越像在给一个聪明的实习生派活，结果就越靠谱。

第四步：人性化精修 —— 注入灵魂的必须由你完成

AI给了你框架、清单和灵感，但最后一步，必须由你在Axure中完成。这才是产品经理的核心价值区：

• 串联业务流：把AI生成的离散页面，用Axure的交互链接起来，构建完整的流程。

• 定义细节状态：思考并绘制空状态、加载状态、错误提示等AI难以考虑周全的细节。

• 注入产品灵魂：判断哪些功能是核心，哪些可以后置；平衡业务的复杂度和用户的操作体验；确保与整个产品体系的设计语言一致。

你会发现，当把前面“思考型”的脏活累活交给AI后，你在这里的时间反而更充裕了，可以专注于更本质的价值创造。

思维进化：AI在重塑我们，而非岗位

这种协作模式用久了，你会感受到一些更深层的变化。它倒逼着你提升结构化表达和逻辑抽象的能力——因为只有这样，你才能指挥好AI。

你的工作重心，正从“如何画好这个图表”向“如何定义这个图表背后的业务目标”迁移。

对于资深产品经理来说，这套方法更是一种赋能杠杆。

你可以快速用AI生成多个初步方案作为讨论的“靶子”，激发团队更高效的碰撞；也可以将成熟的业务模块描述固化下来，变成团队的“提示词知识库”，提升整个团队的原型构思效率。

最后说句实在的，工具永远在进化，但核心从未改变。AI的强大，恰恰让我们产品经理回归本位：理解业务、洞察人性、做出决策。它让我们从“原型技工”的重复中解脱一部分，更有机会成为真正的“产品设计师”。

所以，别再和AI玩“抽奖”了。

试着把它拉到身边，当成你的“副驾驶”。你掌握方向盘和目的地，而它，能帮你更高效地查看地图、预警路况，让你们一起，更快地驶向终点。

本文来自公众号：产品方法论集散地 作者：Serencry

想要第一时间了解行业动态、面试技巧、商业知识等等等？加入产品经理进化营，跟优秀的产品人一起交流成长！