Back to work

01 / AI Product Methodology Experiment

文语 Wenyu AI 驱动 产品方法论 实验。

一个面向中型企业的私有化 AI 工作平台实验。我用 AI 工具链独立跑通从产品定位、品牌定义、VIS、设计系统、官网搭建到部署上线的完整链路。

Role
产品定位、品牌系统、官网信息架构、AI 协作流程、上线部署
Tools
Claude / Codex / Figma / Vibe Coding / Vue 3
Proof
从 0 到 1 完成可上线官网与完整产品叙事

One-line Definition

文语是一个面向中型企业的私有化 AI 工作平台。

它的 slogan 是“让对话成为生产力”。这个项目不是为了包装一个概念,而是为了验证:当 AI 工具链足够成熟,一个产品从 0 到 1 的关键价值会从执行能力转向判断能力。

Hypothesis

如果 AI 工具链能替代 UI 岗超过 80% 的执行工作,那么产品人的核心能力应该前移到定位、约束、标准、验证与质量判断。

Context

这个项目是一次给自己的转产品考试。

我所在的 UI 岗位正在经历 AI 工具带来的剧烈重塑。单张图、VIS、原型和代码搭建的生产速度都被快速压缩,我需要用一个真实项目验证:当执行链路被工具重构后,产品人的价值会落在哪里。

文语就是这个验证。它不是单纯做一个网站,而是从产品视角发起一次 0 到 1 实验,判断 AI 工具链能在多大程度上替代传统人工协作链路,以及人还必须在哪些节点做判断。

My Job

我把模糊想法,翻译成 AI 能执行的产品上下文。

模糊想法

做个让中型企业用着不费劲的 AI 工作台,要专业、别太冷。

AI 能执行的上下文

定位 = 中型企业私有化 AI 工作平台 · 一句话 = 让对话成为生产力 · 模块 = 对话入口 / 数据接入 / 团队协作 · 气质 = 专业可信、克制不炫技 · 设计系统 = 高规范 token,让 AI 产出更稳

What I Defined

方向与边界

产品定位、目标用户、官网叙事、品牌气质、模块结构、设计系统标准。

What AI Produced

执行产物

视觉方案、页面结构、组件样式、代码初稿、框架转换与部署辅助。

What I Judged

质量与取舍

定位是否成立、内容是否跑偏、细节是否可落地、最终产物是否能对外呈现。

Execution

三段式推进:先定规范,再让 AI 执行。

01

VIS 与设计系统搭建

从 logo 讨论开始,确定以一对引号作为品牌符号,并建立色彩 token、字体规范、59 个 icon、基础组件、复合组件和物料系统。

02

官网设计与定位校准

把设计系统作为前置上下文输入给 AI,再讨论首页、应用场景、核心优势、客户案例和市场模块。过程中主动把初始“纯对话平台”校准为“面向中型企业的私有化 AI 工作平台”。

03

Vibe Coding 与部署上线

将已有页面转换为 Vue 3 框架,搭建完整项目结构并部署上线。我的主要工作不是手写代码,而是决定做什么、按什么标准做,以及何时调整方向。

Artifacts

不是一次提示词实验,而是一套可迁移的产品工作流。

Design System

把标识、颜色、组件和页面规范整理成可复用系统,让官网与后续产品界面保持同一套视觉语言。

查看 Design System
Website IA

官网不是展示页,而是产品定位的压力测试:每个模块都必须回答“为什么这个产品值得存在”。

AI Workflow

先喂给 AI 已确认的设计系统和产品约束,再让它生成可讨论的中间产物,最后由人判断和收口。

Design System Evidence

我没有直接让 AI 生成页面,而是先建立一套能约束它的产品语言。

Design System 在这个项目里不是视觉包装,而是让 AI 产物稳定、可复用、可继续迭代的前置规范。官网首页、Skills 市场和后续产品界面,都可以沿用同一套品牌符号、色彩 token 和组件状态。

打开完整 Design System
01 / Brand Signal

用一对引号承载“对话成为生产力”的核心意象,让品牌符号直接服务产品定位。

02 / Tokens

先定义颜色、字体、间距和状态,再让页面生成遵循同一套规则,减少随机感。

03 / Components

把聊天气泡、引用来源、输入框和按钮状态组件化,方便后续扩展真实产品界面。

Live Website Artifact

这不是占位图,而是这个实验真正产出的官网原型。

我把官网首页、Skills 市场和 Design System 作为独立静态页面保留下来。这里展示的是原始产物本身,后续 VIS 手册会继续和这部分合并,形成更完整的品牌与产品证据链。

Key Product Decision

中途叫停,把定位从“纯对话平台”改为“私有化 AI 工作平台”。

Before

纯对话平台。概念容易理解,但落地竞争力弱,很难说明企业为什么要选择它。

After

面向中型企业的私有化 AI 工作平台。场景、客户、部署方式和价值主张都更清晰。

Takeaways

这个项目证明了什么。

AI 输出质量取决于前置规范。

与其开放式提示后反复修,不如先定义清楚品牌、组件、结构和验收标准。

产品定位需要持续校准。

方向不是立项时一次性确定,而是在每个执行节点持续追问“这个方向还成立吗”。

决策能力变得更稀缺。

当 AI 能交付可上线产物,真正拉开差距的是判断为谁做、为什么做、如何衡量。

这个项目对我的意义不是“我用 AI 做了一个网页”,而是我提前体验了一遍 AI 工具赋能下的产品经理工作状态:独立判断方向,调动工具,把想法推到可上线状态,并在过程中持续校准。

Next case ETF Newcomer Funnel Analysis