Showing Posts From

Notion ai

AI 工作台设计手记：从 7 款工具里学到的 4 个模式

AI 工作台设计手记：从 7 款工具里学到的 4 个模式

我正在设计一款面向故事创作和影视前期制作的 AI 原生工作台，内部代号 StoryCanvas。 我不是设计师出身。所以在动手画界面之前，我需要先搞清楚一个问题：市面上的 AI 工作台是怎么做的？它们是怎么组织上下文、怎么管理生成产物、怎么支持协作的？ 于是我花了一周时间研究了 7 款产品。下面是我的第一阶段学习笔记——不是竞品分析报告，而是一个正在做产品的人，把学到的东西摊开来看。欢迎拍砖。 研究问题 动手之前先给自己列了几个问题：AI 工作台和「AI 功能」到底有什么区别？ 项目状态、AI 状态、协作状态三者之间应该是什么关系？ 在设计界面之前，我应该先验证哪些工作台模式？从 7 款产品里学到的 4 个模式 模式一：工作台即上下文容器 Notion AI 在页面、文档、任务、数据库和已连接的应用内运作。Cursor 在一个代码库内运作，能访问文件、终端、规则文件和 diff。Figma AI 在设计文件内运作，能访问组件库、设计令牌、评论和组件实例。 从这些产品里我学到的最重要的一课是：有用的 AI 工作发生在持久的工作台内部，而不是在脱离上下文的聊天里。一个全局聊天框如果不了解你当前在看什么、选中了什么，它的回答就像一个新同事没看你的文档就开始提建议——敬业但没用。 放在我的场景里，这意味着 StoryCanvas 需要一个持久的项目容器：让 AI 能访问已选定的故事上下文、已采纳的参考素材、已生成的资产，以及过往的决策记录。不是一个聊天窗口，而是一个有记忆的工作空间。 模式二：工作台即共享视觉状态 Figma、Higgsfield、Lovart、Milanote 和 Obsidian Canvas 都用了空间状态来帮助用户组织复杂素材。画板不只是装饰——它是协作和记忆的载体。 这让我想到一个问题：StoryCanvas 的画布布局是一个重要视图，但它不能是唯一的真相来源。如果用户把角色卡从画布左上角拖到右下角，后台数据里这个角色所属的剧本、场景、关系仍然应该可以查询。空间表达服务于视觉思维，但项目数据本身应该保持结构化、可查询。 模式三：工作台即操作面板 Cursor 的 Agent 可以搜索、读取、编辑、执行命令、调用 MCP 工具和应用变更。Figma 的 Agent 可以生成和优化设计，并连接设计库。Higgsfield 的画布让用户可以串联模型输出、重跑工作流。 观察这些产品后，我开始思考 StoryCanvas 的 AI 应该能做什么——不是「能做任何事情」，而是有明确权限边界的操作。我目前清单上的候选操作包括：提议场景重写、生成镜头变体、提取角色设定表、整理参考素材、创建分镜分支、更新资产元数据。每个操作都应该有清楚的作用域和审查机制。AI 可以提议，但不能静默修改。 模式四：工作台即协作记录 Higgsfield 强调实时协作和附着在节点上的评论。Figma 强调可分享的 AI 对话线程和团队评审。Milanote 强调在画板上收集团队和客户的反馈。 这是我在设计 StoryCanvas 时最想避免掉进的一个坑：让决策消失在聊天里。一个导演说「这个场景不太对」，AI 重新生成了一个版本——三个月后，没人记得为什么要改。所以我在考虑：AI 运行记录、评论、审批和被否决的替代方案，都应该附着在它们所影响的对象上。不是聊天记录的 scrollback，而是对象附带的设计历史。后续要研究的能力清单 在进入原型阶段之前，我列了一个待验证的能力列表——都来自这次调研的启发：项目级上下文索引：覆盖剧本、场景、角色、参考素材和已生成的媒体。 对象级 AI 操作：从选中和检查器面板中暴露出来，而不是藏在聊天框里。 生成队列：包含状态、成本/额度可见性、失败恢复和重试。 版本历史和分支：针对故事和媒体资产，不是简单的 undo/redo。 可复用的配方/模板：用于重复的视觉风格和镜头类型。 审查模式：在提交前查看 AI 提议的变更。 协作锚点：附着在对象上的评论、线程和审批。5 个必须避免的反模式 以下是从调研里总结的 5 个设计陷阱——每一条背后都有反例产品：一个看不到画布选中上下文的全局聊天框。 AI 不知道用户在做什么，只能给泛泛的回答。 一堆没有来源追溯的生成资产文件。 这张角色概念图是哪个版本的剧本生成的？没人知道。 一个要求用户先选模型、再描述意图的工作流。 用户不是 AI 工程师，他们只想说「帮我画一个雨中的东京街头」。 AI 静默修改项目状态而不告知用户。 「咦，这个角色的设定什么时候被改了？」 仅靠画布存储数据，导致搜索、自动化和导出变得困难。 当画布上有一百多个节点时，你不想一个个去找。下一步 这篇笔记是一个开端。我从 7 款产品里看到了清晰的模式，也知道了我需要避开哪些坑。 接下来我会把这些观察变成 StoryCanvas 的低保真原型——不是追求好看，而是验证一个假设：AI 原生工作台的核心设计问题不是「提示框放哪里」，而是项目上下文、空间组织、生成溯源、审查和协作如何拼装在一起。 如果你也在做 AI 工具的产品设计，或者对 StoryCanvas 的方向有兴趣，欢迎在评论区聊聊。Build in public 这件事，一个人想容易走偏。参考来源Notion AI: https://www.notion.com/en-gb/product/ai Cursor overview: https://docs.cursor.com/chat/overview Cursor tools: https://docs.cursor.com/en/agent/tools Figma AI: https://www.figma.com/ai/ Figma AI agent: https://www.figma.com/solutions/ai-design-agent/ Higgsfield Canvas: https://higgsfield.ai/canvas-intro Lovart ChatCanvas launch: https://www.lovart.ai/news/lovart-design-agent-public-launch-chatcanvas Milanote: https://milanote.com/ Obsidian Canvas: https://obsidian.md/canvas