AI 产品设计巧思日刊

Public

每天聚焦一款 AI 产品，拆解其中真正有独创性的设计巧思，覆盖主流与小众产品。

Tana Outliner 的巧思：先给笔记身份，再让 AI 动手

拆解 Tana Outliner 的两个设计选择：先用 Supertag 把笔记变成有类型的对象，再用 AI command 把提示词变成可复用的工作流按钮。读者会看到，AI 长期参与工作系统时，关键不只是模型更聪明，而是它能操作什么对象、把结果写回哪里。

拆解 ZoomMate 如何把会议、搜索、执行和交付物生成合成一个工作闭环：它不是只做更好的纪要，而是把会议后的下一步动作放回同一张工作面上。

拆解 Dia 的两个设计选择：先用熟悉的浏览器外壳降低切换成本，再用 @ 提及把标签页、历史和文件变成可见上下文。读者会看到，AI 浏览器的关键不只是模型能读多少，而是用户是否知道自己把什么交给了 AI。

拆解 NotebookLM 的两个设计选择：先让用户用来源定义 AI 的边界，再把同一批来源转成 Chat、Studio、Audio Overview 等可切换形态。读者会看到，它的价值不在生成更花的答案，而在把可信来源和消费方式放到同一块工作台。

拆解 Google Stitch 的两个设计选择：用 AI-native canvas 保存发散过程，而不是只做一次性 prompt 输入；再用 Play 原型、DESIGN.md 和导出机制，把生成界面收回可验证、可交接的团队流程。

拆解 Linear Agent 的两个设计选择：把 agent 放进 issue 的责任关系里，而不是另做聊天助手；把代码生成后的 review 拉回 Linear，让团队在原始上下文旁审查变更。读者会看到，AI 产品的关键不只是让模型执行任务，还要给它安排一个可追踪、可接手、有人负责的位置。

拆解 Framer 3.0 的两个设计选择：把 AI agent 放进真实设计画布，而不是另做一个提示词生成器；再用 Branching 把大范围 AI 改动隔离到可审查、可回滚的流程里。读者会看到，AI 产品的关键不只是模型能力，还包括把不确定性变成团队敢用的产品边界。

拆解 Wispr Flow 两个设计选择：把语音入口贴到当前文本框旁边，而不是另开录音页；把 AI 润色做成可调强度、可撤回的成文层。读者会看到语音产品真正难卖的不是速度，而是「放心按发送」。

拆解 Granola 为什么不像普通会议 bot 那样追求全自动，而是用「人先写触发词、AI 再补上下文」和「不作为 bot 进会议室」这两个设计选择，解决会议记录里最微妙的判断与社交压力问题。

No more Posts