返回首页 wx.liao

AI WORKFLOW · TOOLS · PROMPTS · CASES

AI 工作流

一套在已上线产品中反复打磨的 AI 工作流——把创意发散、设计产出与工程实现串成一条可复用、可度量的闭环。不是炫技，是日常生产力。

跨 6 款 AI 工具 3 套提示词体系已落地 2 款上线产品

01 / OVERVIEW

核心理念Why a workflow, not a prompt

01 / 05

以目标驱动设计，让 AI 成为系统性生产力

AI-Driven UX/UI Workflow · From Strategy to Delivery

我认为，AI 不会替代设计师完成真正有价值的产品，但能大幅降低从创意发散、需求分析、UX/UI 设计到前端开发与工程落地之间的成本。

在 AI 时代，我不再将 UX/UI 设计局限于界面交付，而是尝试构建一套以产品目标为导向、以任务拆解为基础、由 AI Agent 协同执行的动态工作流。

以 CastLoop Studio 互动影游创作平台为例，我关注的不只是完成一套 Web 编辑器，而是如何降低创作门槛，让非专业用户也能高效完成内容创作与发布。

围绕这一目标，我将工作拆解为产品调研、需求分析、交互设计、视觉规范、前端框架搭建、Demo 验证与迭代优化等环节，并根据任务特点灵活调用不同 AI Agent，辅助完成信息整理、方案探索、组件开发和质量检查，缩短从设计到实际产品的反馈周期。

在这一过程中，我始终坚持：目标是明确的，流程是动态的，工具是可替换的。 AI 负责放大执行能力，而我负责定义问题、拆解任务、组织协作、判断方案与验收结果。

我追求的不是使用更多 AI 工具，而是将它们组织成一套高效、灵活、可验证、可复用的生产体系。最终让设计不止于表达创意，更能连接产品策略、用户体验与工程实现，真正转化为推动产品落地和业务增长的系统性生产力。

INPUT · 输入

明确约束——目标、受众、风格、限制条件。约束越清晰，AI 的产出越可用。

LOOP · 迭代

小步快跑——一轮只改一个变量，保留可对比的版本，让「好」的方向可被复现。

OUTPUT · 产出

可交付物——每一步都要落到结构化产出（文档、组件、代码、资产），而非停在「对话」。

02 / TOOLCHAIN

工具链The stack I actually use

02 / 05

ChatGPT

对话 · 发散 · 结构化

从需求拆解到文案打磨的主战场。用结构化提示词驱动稳定的文档产出，配合自定义 GPT 沉淀复用模板。

GPT-4oCustom GPTs

Midjourney

视觉概念 · 美术资产

角色概念、氛围板、icon 与封面资产的快速产出。配合 --sref 与 --cref 锁定跨张一致性，再由人工精修落地。

v6--sref--cref

Figma AI

界面 · 布局 · 组件

从线框到高保真布局的快速推进。用 AI 草稿作起点而非终点，落到设计系统的真实组件与 token 上。

VariablesAuto Layout

Cursor

工程 · 编码 · 重构

日常编码主力。用 @codebase 上下文做跨文件重构，配合 .cursorrules 把项目约束固化为 AI 的默认行为。

@codebase.cursorrules

Claude

长文档 · 推理 · 复盘

长上下文窗口用于产品文档、PRD 与复盘的跨资料整合。在需要更稳的逻辑推理与长链路写作时切到 Claude。

200K ctxArtifacts

Suno / ElevenLabs

音频 · 音乐 · 配音

游戏氛围乐与产品配音的快速原型。用 Suno 出情绪参考、ElevenLabs 出多角色人声，再到 DAW 里二次编排。

Suno v4TTS

Runway / Pika

动态视觉 · 预告片

把静态概念图转成动态镜头，用于预告片与社媒物料。控制运镜与节奏后，回到剪辑软件精剪成片。

Gen-3img2video

Notion AI

知识库 · 复盘 · 归档

把每一条工作流、提示词与复盘沉淀进结构化知识库。AI 辅助检索与摘要，让经验跨项目可被检索复用。

DBSummarize

03 / PROMPT ENGINEERING

提示词工程A methodology, not a magic spell

03 / 05

Step 01 · 约束先行

先定边界，再写需求

在让 AI 发散之前，先明确目标受众、风格参照、禁忌与交付格式。边界越窄，产出越可收敛、越可复用。

Step 02 · 结构化模板

用 schema 而非散文

把提示词写成角色—任务—约束—产出格式的结构化模板，关键段用标记分隔，便于版本管理与局部替换。

Step 03 · 单变量迭代

一轮只改一个参数

每轮只调整一个变量并保留对比版本，让「好」的方向可被识别与复现，避免凭感觉反复推翻重来。

Step 04 · 沉淀复用

把好用的固化成资产

验证有效的提示词沉淀为自定义 GPT / .cursorrules / 模板库，配上下文示例，让团队与未来的自己都能一键复用。

prompt.template

# ROLE
你是 「WX Liao 的产品写作搭档」，熟悉暗色科技风与极简信息密度。

# TASK
为 AI 工作流 子页撰写一段 H2 段落引言，控制 60 字以内。

# CONSTRAINTS
- 主语用人称 「我」，语气务实、不夸张
- 不出现 「赋能 / 降本增效」 类空话
- 产出格式：纯文本 1 段，不要列表

# CONTEXT EXAMPLES
风格参照：「把创意、设计与工程串成一条闭环。」

# OUTPUT
仅输出正文，不要解释、不要前后缀。

04 / CASES

实战案例Where the workflow actually shipped

04 / 05

CASE 01

Saylo 角色资产管线

AI 美术 · 跨张一致性

用 Midjourney + --cref/--sref 搭建角色资产快速管线，单角色从概念到可用资产的平均耗时从 3 天压到 4 小时；产出再由人工精修落地到商店与剧情资源。

概念→可用

3 天 → 4h

一致性达标率

92%

落地角色

120+

Saylo 角色资产管线

CASE 02

Hexlev 引擎工具链

AI 编码 · 跨文件重构

用 Cursor + .cursorrules 把引擎的 ECS 核心与渲染器约束固化为 AI 默认行为，跨文件重构与样板代码生成交给 AI，自己专注物理与手感调校。80 个关卡的配置数据大部分由模板批量生成。

样板代码节省

~40%

关卡配置提速

5×

手写物理保留

100%

Hexlev 引擎工具链

CASE 03

Portfolio 文案体系

AI 写作 · 多语言产出

用结构化提示词模板统一全站中英文案语气，ChatGPT 负责发散与初稿、Claude 负责长文档整合与校对。从立项到全站文案定稿耗时一个周末，并保留可复用的 i18n 提示词库。

全站文案定稿

2 天

支持语言

中 / 英

可复用模板

12 套

Portfolio 文案体系

05 / IMPACT

效率提升Measured, not vibes

05 / 05

01 / 产出耗时

68↓

单角色资产从概念到可用的平均耗时下降

02 / 文案周期

5×

全站多语言文案从立项到定稿的提速倍数

03 / 复用率

12套

已沉淀为可复用资产的提示词模板数量

04 / 工具覆盖

6款

日常稳定使用并已纳入工作流的 AI 工具