新媒网 · 跨境数据社区

出海，是一场勇敢者的游戏

在AI科技浪潮汹涌而来的今天，全球的创业大潮正经历一场深刻的变革。过去，打造一款好产品，需要从灵感萌发到最终落地，经历漫长的构思、设计、开发、测试等一系列繁琐流程。每一步都耗时耗力，让无数充满激情的创业者望而却步。

然而，新媒网跨境获悉，随着人工智能工具的飞速发展和普及，这一切都在被彻底颠覆。一个看似天马行空的想法，现在只需借助AI的力量，就能迅速转化为直观、可感、可交互的“原型”。这无疑大大降低了创业的门槛，让“人人都是产品经理”从梦想变为触手可及的现实。无数创新火花在AI的催化下被点燃，各行各业都迎来了前所未有的发展机遇。

但硬币的另一面是，市场也因此变得前所未有的拥挤。当所有人都手握AI这把锐利的“锤子”时，如何才能敲打出真正令人惊艳、独树一帜的“作品”？如何才能在激烈的市场竞争中脱颖而出，赢得用户的青睐？这成为了摆在所有创业者面前的时代之问。

对于这个问题，全球领先的设计协作平台Figma的AI产品负责人戴维·科斯尼克（美国籍）给出了一个出人意料却又充满智慧的答案：把人，始终放在产品研发的中心。这不仅仅体现在最终的用户体验上，更贯穿于整个产品的开发、测试和评估全过程。他坚信，AI的强大之处在于其惊人的可塑性，但这种可塑性也像一团若隐若现的迷雾，只有通过不断的实际测试，在真实的用户反馈中，才能看清其真正的潜力，找到产品最终的形态。

Figma自身，就是一个“以人为本”的完美典范。他们旗下的“白板”工具FigJam，最初的灵感就源于疫情期间，社区用户自发地将Figma平台当作远程协作的白板和头脑风暴的工具。而另一款产品Figma Slides的诞生，也始于一次公司内部的“病毒式传播”，从非正式的内部试用逐渐演变为正式产品。这些案例无一例外地印证了一个道理：伟大的产品，永远是深深扎根于用户需求这片沃土之中，从用户的真实痛点和使用习惯中汲取养分，才能生根发芽，茁壮成长。

一个“黑客松”项目，点燃了火种

Figma Make这个令人瞩目的项目，其故事的开端，源于一次看似无心插柳的“黑客松”活动。彼时，Figma正投入大量精力开发一项名为Sites的大规模基础设施项目，其宏伟目标是让设计师能够直接将他们的设计作品发布成功能完备的网站。这是一项庞大而复杂的工程，不仅涉及全新的系统架构，更需要革新的渲染技术，旨在将静态的设计元素高效地转化为可用的功能性代码。整个团队都在为之夜以继日地奋斗。

然而，就在这个紧锣密鼓的开发阶段，一个全新的技术趋势正以惊人的速度崛起——AI代码生成技术。它如同一股春风，吹拂着科技的每一个角落。Figma团队中一位富有洞察力的设计师突然灵光一现：既然AI能生成代码，那么“如果我们在设计静态网站时，能用AI让组件动起来呢？”这个看似异想天开的想法，迅速在公司内部引发了共鸣，并很快演变成一场激动人心的内部“黑客”项目。

这次“黑客松”的结果，用“令人震惊”来形容也毫不为过。尽管这个初步的原型还显得有些粗糙，成功率也并不高，但一旦成功，其所展现出的效果却令人难以置信，仿佛打开了一扇通往未来世界的大门。这个项目瞬间在公司内部掀起了轩然大波，引发了前所未有的关注和兴奋，成为了大家茶余饭后热议的焦点。

这个“黑客松”项目的成功，直接促使团队开发了FigJam Make的第二个核心组件——代码层（Code Layers）。简单来说，这个功能让用户可以直接在FigJam的画布上编写代码，并能够将他们的设计轻松转换为像React（一种当前非常流行的网页编程框架）这样的编程语言。这就像你在一个普通的画板上，不仅可以自由挥洒画笔，还能让你的画作瞬间“活”过来，甚至能够与观者进行互动，拥有生命力。

这三个核心功能——从设计到代码的转化、组件的动态化以及代码层的加入，如同三把钥匙，直接解决了“设计转代码”过程中最棘手、最困难的部分。一个充满无限可能的新世界，就这样在Figma团队的手中被缓缓打开，预示着设计和开发的未来将变得更加无缝和高效。

Figma 的“四步走”产品决策树

一个再酷炫的原型，如果想真正成为一个可行、有生命力的产品，就必须经过严谨而细致的评估。对于AI产品而言，其最大的挑战在于极强的可塑性，你几乎可以在产品界面的任何一个角落，想象出AI应用的巨大潜力。因此，在AI产品开发中，“决定不做哪些事”，往往比“决定要做哪些事”更为重要，也更能考验团队的战略智慧。

Figma在评估一个AI项目是否值得投入更多时间和资源时，总结出了一套行之有效的“四步走”决策树：

第一步：审视技术成熟度。
如果你的奇思妙想在现有技术模型下难以实现，或者需要突破性的技术进展才能落地，那么明智的选择是暂时停下来，等待技术的进步。正如Figma所强调的：千万不要在不对的时间点，去做一件看起来很对、但根本无法实现的事情。盲目追求不成熟的技术，只会耗费大量资源，最终事倍功半。

第二步：评估定制开发需求。
这个问题可以归结为：你究竟愿意投入多少人力、财力和时间去攻克它？通常，这意味着你需要组建专门的研发团队，投入巨资收集和清洗庞大的训练数据集，这无疑是一场需要极强耐力和决心才能打赢的持久战。对于那些面向企业客户（To B）或硬件领域的创业者而言，这一点尤为关键，因为它直接关系到产品的商业可行性和规模化复制的潜力。

第三步：调整产品以适应技术。
如果你的想法本身非常棒，但在技术实现上略有不足，那么不妨反问自己：“我如何能够灵活地调整产品形态和功能，让它更容易被现有的AI技术所实现？”这要求你能够毫不留情地砍掉那些非核心、非必要的功能，将资源和精力聚焦到产品最核心的价值点上。这就像是给AI设定一个更窄、更明确的目标，从而让它能更高效、更精准地实现你的想法，避免在广阔无垠的技术海洋中迷失方向。

第四步：抓住技术可行的时机。
这是最理想的路径，当你的技术能力与产品愿景完美交汇时，你所需要做的，就是——快！正如创业界流传的那句话：“巨头永远比你更有钱，但他们永远没有你快。”速度，是创业者在这个时代最锋利的武器，是打破巨头垄断、抢占市场先机的关键。当Figma的原型准备就绪，他们没有丝毫犹豫，立刻将其推向真实用户，结果获得了远远超出预期的兴奋和积极反馈。这种快速迭代、快速验证的模式，正是AI时代创业者生存和发展的黄金法则。

Figma 的“人肉测试”三部曲

传统的软件测试方法，往往过度依赖用户行为追踪和海量数据分析。然而，在新兴的AI产品世界里，这套方法论却遇到了瓶颈，甚至有些行不通。AI的输出结果具有固有的“概率性”，其好坏往往取决于人类创造性的主观判断。它不像传统软件那样能给出明确的对错，而是更依赖于一种“品味”和“感知”。

为了有效地解决这个问题，Figma开创了一套独具匠心的“以人为本”三步评估流程，将人类的审美和判断力，巧妙地融入到了产品评估的每一个环节。

第一步：清晰定义“成功”的指标。
评估AI产品成功与否的首要任务，是明确对你的核心用户而言，真正重要的衡量标准是什么。对于Figma Make这款产品，他们定义了两个至关重要的核心指标：“设计得分”和“功能得分”，每个得分都采用1到4的分制。

• 设计得分： 重点评估AI生成视觉效果是否符合用户的预期和审美。你给AI一个粗略的草图或一段提示词，它生成的作品是否美观？是否吸引人？用户是否真的愿意在实际场景中使用它？这反映的是一种主观的视觉感受和吸引力。
• 功能得分： 侧重评估AI生成的产品是否真正“能用”，是否能实现其核心的功能。它可能看起来并不完美，甚至有些瑕疵，但其最主要、最核心的功能是否被成功实现了？用户是否能够通过它完成预期的任务？这衡量的是产品的实用性和可用性。

这些看似主观，却以用户感知为核心的指标，直接决定了后续测试的方向和侧重点。Figma团队指出：“人们在评估产品时，常常会忽略这一点——为你的产品清晰定义‘成功’的真正含义。”只有明确了成功的标准，才能有针对性地进行测试和优化。

第二步：大规模收集人类反馈。
没有什么比让你的产品，哪怕是在最早期的粗糙阶段，就直接落入真实用户手中更有价值了。Figma为此采取了四层同心圆式的测试策略，逐步扩大测试范围，确保反馈的广度和深度：

• AI内部团队（约30人）： 团队成员们在内部的沟通平台（如Slack）上积极分享他们的测试结果，包括使用的提示词、生成作品的链接以及他们给出的得分。短短一天之内，他们就收集了数百个案例，并惊讶地发现，不同用户对“好”的定义竟然大相径庭，这为产品的迭代提供了宝贵的初始洞察。
• 产品经理（PM）和设计团队（核心用户群体）： 他们将测试平台搬到了FigJam这个无限画布上。在这个广阔的协作空间里，他们收集了超过1000个真实的用例，既有产品失败的案例，也有成功的经验。这使得他们能够迅速找到产品的核心痛点，并据此决定后续的功能开发和设计方向。Figma团队内部甚至评价：“这可能是整个项目中最有价值的一天。”
• 全公司范围的竞赛： 为了进一步拓宽产品的应用场景和潜力，Figma在全公司范围内举办了一场别开生面的竞赛，邀请来自不同部门的员工，利用FigJam Make创造各种新奇有趣的东西。结果令人惊喜：从人力资源部门用来活跃气氛的猜人游戏，到销售团队快速搭建的活动微型网站，甚至还有员工用它来设计游戏。这帮助开发团队发现了产品在“外部可能性”方面的巨大潜力，极大地拓宽了他们的视野。
• 外部内测用户（Alpha测试）： 最后，Figma才将产品交付给精心挑选的外部Alpha测试用户，并在产品中内置了便捷的反馈功能。对于初创公司而言，可以借鉴这种模式，通过活跃的社区、行业内的关键意见领袖（KOL）等多种方式，找到第一批愿意为你的愿景和产品买单的种子用户，他们将成为产品早期最忠实的拥护者和宝贵的反馈来源。

第三步：评估和量化数据。
在收集了海量的定性数据之后，Figma接下来的关键一步，就是将这些看似零散、主观的反馈结构化，使其能够被有效地评估和量化。他们采用了四种行之有效的评估方式：

• 确定性评估： 这种评估方式针对的是那些具有明确“是/否”判断标准的结果，例如AI生成的代码是否能够正常运行。对于这类评估，Figma可以利用自动化脚本进行，效率极高，能够迅速筛选出基础性的问题。
• 品味和判断评估： 这是最关键、也最能体现“以人为本”理念的一环。Figma雇佣了专业的测评人员，他们利用一个内部工具，根据一套详细且统一的品牌指南来评估AI输出的质量。这类似于我们熟悉的谷歌搜索引擎结果评估机制，目的在于确保“人类的品味，能够与用户的真实期望保持高度一致。”这种人工审核确保了AI产出的质量符合人类的审美和实用标准。
• AI作为裁判： 这是一种更具前瞻性和高级的玩法。Figma尝试利用AI来评估AI的输出结果。他们会为充当“裁判AI”提供详细的指导原则和丰富的范例，然后让它去评估大量的AI响应。这种方法能够极大程度上扩展人类评估的效率和规模，让人类评估者可以专注于更复杂、更主观的判断。
• 用户行为分析： 传统的A/B测试方法在这个阶段依然有效且重要。Figma会将不同版本的AI模型或功能展示给不同的用户群体，并通过收集和分析用户行为数据（如点击率、停留时间、转化率等），来判断哪个版本的效果更好，从而进行数据驱动的优化决策。

最后总结

Figma Make的成功案例，再次有力地证明了在AI技术蓬勃发展的时代，坚守“以人为本”的核心方法论，才是企业构建竞争力的关键所在。许多创业者很容易被技术的光环所迷惑，过度沉溺于复杂的算法和模型，却往往忽视了最终决定产品生命力、决定其能否赢得用户青睐的，是用户真实的使用体验和真诚的反馈。

新媒网跨境认为，创业者们切忌“闭门造车”。盲目地追逐技术风口，脱离用户需求和市场实际，在封闭的环境中进行研发，最终只会撞上南墙。Figma的故事给了我们深刻的启示：与其花费大量时间在孤立的环境中苦心优化一个“自己认为对”的东西，不如早点将它交付到真实用户手中。哪怕只是一个粗糙的、尚不完善的原型，也能让你迅速获得宝贵的洞察和反馈，从而少走弯路，直抵用户痛点。

真正的“金矿”，绝不在深奥的代码里，更不在复杂的算法中，它深深根植于用户的思考模式和日常使用习惯里。所以，不要再等待一个“完美”的解决方案。先用最快、最有效的方式，打造出一个可用的原型，然后让你的核心用户，用他们最真实的“品味”和“判断”，为你清晰地指明产品前进的方向。

请记住，一个真正“以人为本”的AI产品，才能穿越重重周期的迷雾，经受住时间的考验，最终成为下一个时代真正的爆款。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/figma-human-test-reveals-ai-product-gold.html