方法论 · 内部分享

从需求到设计原型:LLM 辅助产品设计方法

Yifan 案例:APS 运维平台 Dashboard 首页原型 2026-08-12

目标

结论
需求确定后,转化为设计和前端可参考的原型。产出是可交互 HTML,不是静态图 —— 前端能直接抠结构和交互,设计能直接导入 Figma 微调。

思路

LLM 本质:输入(图片/文字)tokenize 后,transformer 逐个预测下一个 token。训练语料以语言 / 代码为主,所以 LLM 的语言、代码类输出比像素级图像输出更稳定。

推论:用 HTML/CSS(文本格式)承载设计图,而不是让 LLM 直接出图。需求文档 → 文本格式设计稿 → 导入设计软件微调。

转化路径
需求文档
LLM
tokenize → transformer 预测 token
HTML/CSS 设计稿
导入 Figma 微调(可选)

难点

待补充
审美传递目前靠"设计规范文档 + 人工检查"间接实现,还没有更系统的方法,需继续了解。

尝试

工具

Claude + Claude Code。模型:Opus / Fable。

准备:三项输入

范例 · 调研报告《充电桩运维平台 · 五大功能模块设计模式调研》 · M1 首页模块(整段全文)
M1 · 首页:KPI 环比 + 设备实时态势 时间筛选 / 总揽 / 设备 / 工单
需求回显:右上角时间 filter(默认近 30 天);总揽 = 桩数 / 在线率 / 工单数 / 设备使用率 + 环比;设备 = 离线 / 在线 / 充电中 / 占用 / 空闲 / 故障 六态;工单 = 总数 / 待处理 / 已完成 / MTTR
Seline dashboard
Seline · Dashboard:右上角时间下拉(Last 30 days 预设 + 自定义),KPI 卡 = 大数字 + 环比百分比(绿升红降)+ 迷你趋势;对比基准写明"vs previous 72 hours"。Mobbin ↗
Juicebox KPI
Juicebox:Date Range 默认 Last 30 days 且把实际区间写出来(9/11–10/10);四张 KPI 卡统一「数字 + ▲环比 + vs 基准值」,右上 Export。Mobbin ↗
Whop compare
Whop · Stats:显式双区间对比(本期 compared to 上期,两个日期选择器并排)+ 粒度切换(Monthly),环比基准可被用户改。Mobbin ↗
Vapi issues overview
Vapi · Issues(前轮):实时态一行——Critical / Warning 计数 + MTTR 并排,右侧按类别分布;健康时大字"No Issues Found"。Mobbin ↗
  • KPI 卡范式收敛:大数字 + 环比箭头(颜色语义固定绿好红坏)+ 迷你趋势线 + 基准说明文字。环比必须写清对比对象("较上月" / 具体区间),Juicebox / Seline 都把基准值直接印在卡上。
  • 时间筛选:预设下拉(今天 / 7 天 / 30 天 / 12 个月 / 自定义)放右上角,30 天为默认——与需求一致,这是行业默认值。
  • 设备六态(离线 / 在线 / 充电中 / 占用 / 空闲 / 故障)属于实时快照,参考 Vapi / Twingate 的做法:计数行 + 状态色点,点击即跳转到对应筛选的设备列表,不跟随时间 filter。
头部差异点
Whop 把「对比基准」做成可编辑的双区间(本月 vs 任选历史区间)——运维场景对应"这个月 vs 去年同月"(充电量有季节性,环比上月会误判);Seline 在环比旁标注对比区间原文,避免口径争议。多数产品只给固定"vs 上期",这两家把口径交给用户。

落点:首页三行——① KPI 环比行(桩数 / 在线率 / 设备使用率 / 工单数 + MTTR,受右上角时间 filter 控制,默认 30 天,环比基准"上一个同长区间",口径印在卡上);② 设备实时行(六态计数 + 色点,点击进列表,不受 filter 控制,标注"实时");③ 进行中事件 / 我的工单(沿用前轮 incident.io 分阶段布局)。

每个模块统一四段:需求回显 → 竞品截图 → 范式收敛 → 落点。落点是喂给 LLM 的直接输入——写到"哪一行放什么、受不受 filter 控制"这个颗粒度,生成阶段不用再临场决定。

范例 · 同一份调研报告 · 模式 × 产品覆盖矩阵(节选)
模式Seline / WhopStripe / DeelJira / JobberZendesk / incident.ioAPS 模块
KPI 环比卡 + 时间预设(默认30天)M1 首页总揽
实时态势与 KPI 分离(不随 filter)M1 设备六态行
列表四件套(tab计数/列筛/自选列/导出)M2 三级设备列表

调研先行,再进设计规范和生成阶段 —— 取舍在报告里写清楚,不靠 LLM 临场决定。

范例 · 蒸馏设计规范《Apple 设计系统总览》 · 色彩系统(节选,喂给 LLM 的原文格式)
| 颜色 | Light Mode | Dark Mode | 语义用途 |
|------|-----------|-----------|----------|
| **蓝色 Blue** | `#007AFF` | `#0A84FF` | 主要操作、链接 |
| **绿色 Green** | `#34C759` | `#30D158` | 确认、成功 |
| **红色 Red** | `#FF3B30` | `#FF453A` | 危险、删除 |
| **灰色 Gray** | `#8E8E93` | `#8E8E93` | 禁用、次要 |

规范以 Markdown 表格 + 代码块喂给 LLM,与需求文档同源输入,输出的设计令牌(--blue / --r-card / --s-xl 等)直接对应规范条目,可逐条核对。

Flying Wheel

调研报告 + 设计规范
Claude Code 生成页面
人工检查
按需迭代规范 / 报告
下一轮页面生成
检查不通过 → 改规范或报告,不直接改代码本身 → 重新生成,保证风格来源统一

效果展示

产出:APS Dashboard 首页原型 —— 可交互,非静态图。以下为实时嵌入,可直接点击 / 滚动 / 切换 tab。
实际产出 · APS 充电桩运维平台 · Dashboard 首页原型(飞轮跑完一轮后的结果)
全屏打开原型 ↗手机端建议全屏查看,可双指缩放;桌面端直接在上方框内交互
时间筛选、对比基准切换、工单 tab、远程操作二次确认(含安全前置校验)均可交互。原始文件:aps-dashboard-prototype.html

后续

首页原型(已完成)
其余页面(飞轮迭代)
html → Figma(MCP 导入微调,可选)
交付前端 html

附录

能力矩阵:传统流程 vs LLM 辅助流程

● 明显优势 ◐ 有条件优势 / 依赖投入 — 无明显优势;个人判断,待更多案例验证

维度传统流程
(PRD → 设计手工出稿)
LLM 辅助流程
(报告+规范 → 生成 → 检查)
出稿速度(首版)
跨页面风格一致性
依赖设计规范文档质量
细节覆盖(状态 / 边界情况)
依赖需求文档颗粒度
迭代成本(改一版)
审美还原度

产出物