改原型前，先花 10 分钟确认方案：一个 PM 的返工血泪，和「选取元素」提效技巧-北京尧图网络

最近用 AI 改一个电商 App 的原型需求听起来很简单「商品可以加个『立即购买』不用先进购物车」。我差点就直接让 AI 动手了。幸好多花了 10 分钟确认方案——因为聊到第三轮才发现我连「这个按钮加在哪」都理解反了。这一篇复盘这个过程顺带分享一个让「改原型」指令更准的小技巧。一、那个让我惊出冷汗的需求先交代场景这是一个常见的电商 App 商品列表页每个商品卡片下面有「加入购物车」按钮页面底部有个购物车入口点进去能看到已选商品、再点「去结算」。需求方说「现在的流程太长了商品详情里加个『立即购买』让用户少跳几步。」听起来清清楚楚对吧我当时的理解是在商品卡片上、紧挨着「加入购物车」的地方再加一个「立即购买」按钮点了直接跳到结算页。于是我让 AI 按这个方向梳理方案。前几个问题都很顺——按钮放哪加购旁边、点了跳哪直接到结算确认页、没登录怎么办先拉登录。直到我抛出一张「场景 → 行为」对照表准备最终确认时需求方回了一句「不是商品卡片上是底部那个购物车里——在购物车列表加『立即购买』单独结算这一个商品。」我整个人清醒了。我把「立即购买」理解成加在商品卡片上从列表直接买但需求方指的是购物车里面——给购物车里的某个商品单独加一个「立即购买」跳过「全选再结算」那一步。两个是完全不同的页面、不同的交互。如果我当时没确认方案、直接让 AI 画出来的就是一套「商品卡片上加按钮」的原型——页面、字段、跳转全都不是对方要的。二、先确认方案 vs 拿到就画差的是返工这件事的本质是 PM 改原型时的一个分水岭你是先花时间对齐「要做什么」还是直接跳到「画出来再说」。左边是「拿到就画」的下场凭第一感觉出图 → 对方说「不是我要的」→ 发现方向根本没对上 → 推倒重画。右边是「先确认方案」把理解复述成几条 → 用选择题逐个收敛分歧 → 确认成一张对照表 → 照着画一次到位。关键不是「确认」这个动作而是怎么确认。我这次用对了一个方法不问开放题只给选择题。不问「你觉得这个按钮该放哪」而是给「A1 放商品卡片上 / A2 放购物车列表里 / A3 两个都放」三个选项各带优缺点和我的推荐不问「点了之后跳哪」而是给「B1 直接到结算确认页 / B2 先弹规格选择选颜色尺码/ B3 进一个简版下单页」选择题的好处是把模糊的理解差异逼成明确的二选一/三选一。需求方选「A2」你就锁定了「购物车列表」这个位置他一旦说出「不是这个页面」你立刻知道理解偏了。开放题则容易双方都以为「说清楚了」其实各想各的。而且每个选项我都附上我的推荐和理由比如「推荐 A2因为商品卡片上加按钮会和『加入购物车』打架放购物车里最顺」。这样需求方就算不细看也能顺着你的专业判断走效率最高。三、用 AI 改原型时「确认方案」有个新杠杆以前 PM 确认方案靠的是经验和多问。现在用 AI 辅助这件事被放大了——因为AI 特别擅长「按字面意思快速产出」方向一错它错得又快又完整。所以我的做法是让 AI 先当「需求梳理者」再当「画图工」。具体就是让它先调「brainstorming / 需求澄清」这类技能把需求拆成一个个待确认的分歧点一次只问一个最关键的问题每问一个就锁死一个决策最后汇总成方案表给你最终拍板。确认完才允许它动手画。这其实是把一个硬约束写进了流程方案没确认前AI 不许出原型。宁可前面多聊三轮也不要后面返工一整版。四、顺带一个提效技巧改哪里用「选取元素」说到点上方案确认后进入「改」的环节这里有个高频低效点你说不清要改哪个元素AI 就改错地方。比如你想改「购物车列表里那个去结算按钮的点击行为」光这么描述AI 可能找到别的按钮去。这时候内置浏览器的「选取元素」功能就派上用场了流程很简单在内置浏览器里打开原型预览 → 点「选取元素」→ 直接点中那个按钮/卡片/输入框 → 工具自动给出精确的选择器比如.cart-list .checkout-btn→ 你拿着这个选择器下指令「把这个.checkout-btn的点击从全选结算改成只结算当前这一行」。AI 收到的是精确到元素的指令一次改对省掉了来回对齐「到底是哪个按钮」的好几轮。配合前面「先确认方案」整个改原型的链路就变成了方向上用选择题确认方案落点上用选取元素精确指定——两头都不返工。五、写在最后这篇没什么高深理论就一个朴素的教训改原型的效率不取决于你画得多快而取决于你多晚才发现方向错了。越早确认方案返工成本越低到了「画出来」才发现理解反了那就是整个推翻。两个可以立刻用的动作改之前先确认把理解复述成几条用带推荐的选择题逐个收敛确认成「场景 → 行为」对照表再动手。改的时候用选取元素别用「右上角那个蓝按钮」描述点一下选中把精确选择器给 AI。前者救方向后者救落点。两个加起来改原型这件事就能从「反复返工」变成「一次到位」。

改原型前，先花 10 分钟确认方案：一个 PM 的返工血泪，和「选取元素」提效技巧

相关推荐

西城h5网站建设：在数字化转型的浪潮中，如何打造真正落地获客的移动端网站页面

Claude Code高效编程指南：CRAC原则与场景化命令速查

TMC2209步进电机驱动实战：脉冲与串口双模式配置与应用

更多资讯

短剧APP开发：原生架构与双模式变现实践

SABL-Cascade R-CNN在葡萄柚目标检测中的实践与优化

从输入卡片到结果校核：Missile DATCOM气动计算实践

校园二手书交易系统设计与实现

t3code实战：模板驱动的代码生成器，告别重复脚手架搭建

南瑞IEC 101规约报文解析与调试实战：从RTU101.rar到Python解析工具

今日更新

基于YOLOv11的石油泄漏智能检测系统开发实践

AI行业变局：合规、Mod化与上下文管理的实战启示

计算机视觉与AI原生应用融合的技术实践

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？