AI 编程快的秘诀：设计图对人机对齐工作流

一、笔记原文#

跟你分享一下我 AI 编程快的秘诀

先把所有的想法/素材/混乱都先灌给AI，让AI充分知道信息

这一步最关键，不要再文字对文字了，直接让 AI 生成设计图给我，我直接从代码架构师转换为挑剔的产品经理，各种对图中细节挑刺

第二步挑刺满意后，让 AI 直接按照设计图执行，这样写出的代码，可以一步达到我期望 80% 的效果，然后再微调

第二步用设计图就是人机的对齐，一图胜千言，越像老板那样思考问题，你的 AI 产出效率越高，老板的思考模式就是，大方向要对，不管细节

下面是 AI 给我设计的懒猫AI算力舱新版的低保真图，我已经让它干活了，看看还原度如何

二、相关情报#

「懒猫AI算力舱」核实：懒猫微服（lazycat.cloud）旗下的家庭 AI 算力硬件——NVIDIA Jetson T4000/T5000（Blackwell 架构）两档，64GB/128GB 统一内存，1200T/2070T 算力，T5000 售价 ¥29899 起，可离线运行 70B~671B 参数模型，支持独立使用与多机组网分布式算力。2025 年 9 月发布，定位「家庭私人 AI 超算」。笔记中「新版低保真图」即该产品迭代界面的设计稿。

「先出图再写码」工作流的行业验证（2026 年已成主流实践）：

• 「截图驱动开发」：先让多模态模型生成 UI 设计截图 → 基于截图构建提示词 → 交给 Codex 类 Agent 建应用；实测 7 张截图 17 分钟出可运行 UI 原型。
• 完整流水线版本：PRD 定边界 → 代码出 MVP 骨架 → 图像模型出 UI 方向图 → 设计模型做规范稿 → 回代码收口。「文档管边界，代码管落地，图片管方向，设计管规范」。
• 设计稿到代码的闭环被总结为「以设计稿为单一可信源」——消除文字→代码之间的信息失真。

三、深度解读#

1. 这条笔记的技术内核：把「文字对文字」换成「图对人」。 文字描述界面天然有歧义（“简洁大气一点”到底指什么？），而设计图是一份双方（人和 AI）都能直接看、直接指的规格说明——沟通带宽从自然语言升级到视觉语言。「挑刺」之所以高效，是因为指出一张图里的具体问题（这个间距、这个按钮层级）比用文字预先描述需求容易一个数量级。这本质上是把产品评审从「事后返工」前移到了「零成本的设计稿阶段」。

2. 「角色转换」是这条秘诀里最值得记录的洞察。 从代码架构师切到挑剔的产品经理——评估对象的形态变了（从读代码变成看图），人的判断优势才能发挥。普通人用 AI 编程慢，往往是因为卡在「用工程师的方式审文字代码」；而看图挑刺是零门槛动作，任何角色都能参与。这降低的不只是程序员的时间，更是「非技术者指挥 AI 做产品」的门槛。

3. 「像老板那样思考」的准确性。 老板模式=只管大方向不管细节——恰好匹配当前 AI 的能力分布：AI 执行细节又快又好，但方向判断仍然依赖人。人的精力应该全部押在「方向对不对」上，细节交付外包给模型。80% 一次到位 + 20% 微调，是这套分工的量化表现。

4. 对自有工作流的印证与迁移。 用户的陪跑课程路线（调研→需求→原型→vibecoding→上线）正好可以吸收这个工作流作为「原型」环节的标准动作：学员不需要会画原型，把想法灌给 AI 出低保真图、挑刺两轮、再执行——「原型设计」从一个技能变成一个流程。另外 1146 笔记（真人出镜+AI 动态解释视频）里的演示生成，也可复用「先出图挑刺再执行」的两段式。

四、标准化思路#

设计图对齐五步 SOP（可直接执行）

1. 灌料：想法、素材、参考、约束一次性给全，不等 AI 猜。
2. 出图：明确要求「先给低保真设计图，不要写代码」。
3. 挑刺：切换产品经理视角，只挑方向性问题（布局、层级、流程），一轮收口，不无限改。
4. 执行：以图为准绳让 Agent 写码，明确「严格还原图中结构与状态」。
5. 微调：只处理 20% 的偏差；偏差若大，回到第 3 步而不是改代码。

适用边界：页面型/界面型产品效果最佳；纯算法、后端逻辑类工作不适用（对齐物应换成 PRD 或接口契约）。