Build in Public|AI时代做前端页面,我用这三种方式快速出设计稿

Build in Public|AI时代做前端页面,我用这三种方式快速出设计稿

上一篇说了怎么在开发前写产品文档,最后提了一嘴"下一章分享怎么做一个美观的设计稿"。

这篇就来兑现。

先说一下我的观点:AI 时代,审美能力变得特别关键。

以前做设计,你需要会 Figma、会配色、懂排版、熟悉各种组件库。现在这些技能不是不重要,但门槛确实降低了——AI 可以帮你生成 80% 的基础工作,剩下 20% 才是你真正需要发挥审美判断力的地方。

你要做的,是知道"什么是好的",然后让 AI 帮你实现。


一、我的设计思路:先画骨架,再填皮肉

不管用什么工具,我做设计稿之前都会先做一件事:

用 ASCII 或简单的线框图,把页面布局画出来。

就是那种很丑的框框图。比如这样:

┌─────────────────────────────┐ │ 顶部导航栏 │ ├─────────────────────────────┤ │ │ │ ┌─────┐ ┌─────┐ │ │ │ 卡片 │ │ 卡片 │ │ │ └─────┘ └─────┘ │ │ ┌─────┐ ┌─────┐ │ │ │ 卡片 │ │ 卡片 │ │ │ └─────┘ └─────┘ │ │ │ ├─────────────────────────────┤ │ 底部 Tab 栏 │ └─────────────────────────────┘ 

你可能会问:这么丑的图有什么用?

答案是:它帮你确定信息架构和空间分布,而不会被视觉细节干扰。

当你看到一个好看的设计时,你很容易被颜色、图标、字体吸引,反而忽略了"这个页面到底有几个区块,每个区块放什么"。

画完这个草图之后,我会把它丢给 AI,让它帮我:

  • 建议配色方案
  • 补充视觉风格描述
  • 甚至直接生成代码或设计稿

这样基本就有雏形了,后面再去细调。


二、生成初版设计稿的三种方式

下面分享我目前在用的三种方式,各有优缺点,你可以根据自己的情况选一个。


方式一:Google AI Studio 生成 Next.js 页面

这是我目前觉得效果最好的一种方式。

基本流程是这样的:

  1. 打开 Google AI Studio
  2. 用 Gemini 2.5 Pro 模型(目前实测效果比较好)
  3. 把你的需求描述给它,让它帮你生成一个完整的 Next.js 前端页面
  4. 生成后,用手机浏览器打开看效果(因为我做的是手机 App,所以要看移动端效果)
  5. 不满意就继续让它优化,比如"把卡片间距调大一点"“换个更柔和的颜色”
  6. 一直迭代到满意为止

下载整个项目代码

在这里插入图片描述

关键的一步来了:

拿到这个 Next.js 项目后,我不是直接用它,而是把它放到我的 iOS 项目目录里,然后让 AI(比如 Claude Code 或 Cursor)直接参考这个页面,帮我生成对应的 SwiftUI 代码和文件结构。

这样做的好处是:

  • Next.js 页面生成速度快,迭代成本低
  • 你可以在浏览器里快速预览、调整
  • 最后再"翻译"成 iOS 代码,效率高很多

注意事项:

  • 描述需求时尽量具体,比如"一个相册清理 App 的首页,顶部是存储空间统计,中间是清理分类入口,底部是 Tab 栏"
  • 让它生成移动端适配的页面,不然默认是桌面版
  • 迭代的时候,每次只调一两个点,不要一口气提一堆需求

方式二:MasterGo 的 AI 生图功能

MasterGo 是国内的一个设计工具,类似 Figma。它有一个 AI 生成界面的功能,生成的图是可以二次编辑的,这点比较关键。

使用步骤:

  1. 打开 MasterGo,在顶部工具栏找到 AI 图标
  2. 选择"AI 生成界面"
  3. 选择你要生成的是网页版还是移动端
  4. 输入你的需求描述,比如"一个简洁的相册清理工具首页,主色调是浅蓝色,卡片式布局"
  5. 可以调整主题颜色、圆角样式、亮/暗色模式等参数
  6. 按回车,等大概 10 秒,AI 会先帮你生成详细的页面描述
  7. 确认后点"开始生成",就能看到设计稿了

不满意可以继续调整,比如"把整体文字放大 1.5 倍"“优化间距”

在这里插入图片描述

MasterGo 的优势:

  • 生成的设计稿是真正的设计文件,图层结构清晰
  • 你可以直接在上面改颜色、调间距、换图标
  • 支持导出 HTML/CSS 代码
  • 还可以根据你已有的界面风格,生成配套的新页面

注意: MasterGo AI 现在是商业化的,有"大匠"和"小匠"两种模型,需要消耗积分。不过对于做原型来说,免费额度应该够用。


方式三:Google Stitch 生成原型

这是 Google 在 2025 年 I/O 大会上发布的一个新工具,定位是"设计师的 AI 副驾驶"。

地址是:https://stitch.withgoogle.com/

Stitch 的特点:

  • 用自然语言描述需求,就能生成设计稿
  • 支持直接导出到 Figma,图层结构可编辑
  • 也可以导出 HTML/CSS 代码
  • 有两种模式:Standard 模式(快速)和 Experimental 模式(高保真但慢一些)

使用方法:

  1. 用 Google 账号登录 Stitch
  2. 输入你的需求描述
  3. 等待生成(通常几十秒)
  4. 可以调整配色方案、字体、边框圆角等
  5. 满意后导出到 Figma 或导出代码
在这里插入图片描述

一些提示词技巧:

如果你还没想清楚具体要什么,描述可以简单点:

“我想设计一个相册清理类的 App”

如果你很清楚要什么功能和页面,就可以具体一点:

“一款相册清理 App,首页包含存储空间环形图、相似照片清理入口、截图清理入口、视频清理入口,风格简洁现代,主色浅灰蓝”

免费额度:

  • Standard 模式每月 350 次
  • Experimental 模式每月 50 次

对于做原型来说完全够用了。


三、我的实际工作流

分享一下我现在做设计的实际流程:

  1. 先画 ASCII 布局图
    确定页面有几个区块,每个区块放什么
  2. 把布局图和需求描述丢给 AI
    让它帮我补充视觉风格描述和配色建议
  3. 选一个工具生成初版
    我个人比较常用 Google AI Studio + Next.js 的方式,因为迭代快
  4. 在工具里反复调整
    每次只调一两个点,比如"间距再大一点"“颜色再柔和一点”
  5. 满意后导出
    如果是 Next.js 代码,就放到项目里让 AI 参考生成 iOS 代码
    如果是 Figma/MasterGo,就作为设计参考
  6. 进入开发阶段
    让 AI 参考设计稿,生成代码框架和基础页面

四、一些心得

做了这几次之后,有几个感受:

1. 审美能力真的很重要

AI 可以帮你生成很多东西,但它生成的第一版往往只是"能用",不是"好看"。你需要有判断力,知道哪里不对、怎么改会更好。

2. 迭代比一次到位更重要

不要想着一次描述就生成完美的设计,这不现实。正确的方式是:先生成一个大概的,然后一点一点调。

3. 多看好设计

推荐几个找设计参考的地方:

  • Dribbble
  • Mobbin(专门收集移动端 UI)
  • 各种 App 的官网截图

看多了,你自然知道什么是好的。

4. 工具只是工具

不管是 Google AI Studio、MasterGo 还是 Stitch,它们都只是帮你提高效率的工具。核心还是你对产品的理解和审美判断。


五、下一篇预告

这篇主要讲了怎么快速出设计稿,下一篇我会分享:

怎么把设计稿变成真正能跑的 iOS 代码,以及我在 Vibecoding 开发过程中踩的那个卡了一周的坑。

如果你也在做自己的产品,欢迎分享:

  • 你平时是怎么做设计的?
  • 有没有什么好用的工具推荐?

我会认真看每一条。下一篇见。


Read more

21m/s!UZH RPG组T-RO新作AC-MPC:微分MPC赋能强化学习,实现超人级无人机竞速

21m/s!UZH RPG组T-RO新作AC-MPC:微分MPC赋能强化学习,实现超人级无人机竞速

「MPC+RL」 目录 01 主要方法  1. 整体架构:RL决策 + MPC执行  2. Actor设计:学习代价而非动作 3. Critic设计与模型预测价值扩展 02  实验结果 1.训练效率与极限性能:学得更快,飞得更猛  2.鲁棒性:无惧风扰与参数偏差  3.可解释性:打开 RL 的黑盒  4.真实世界部署:零样本迁移的 21m/s 03  总结 在机器人控制领域,长期存在着模型驱动(MPC)与数据驱动(RL)的路线之争。前者理论完备但依赖人工调参,后者探索力强却受困于黑盒不可解释性。苏黎世大学 RPG 组的这项 T-RO 最新工作,为这一争论提供了一个优雅的融合解。 论文提出的

OpenClaw对接飞书机器人高频踩坑实战指南:从插件安装到回调配对全解析

前言 当前企业办公场景中,将轻量级AI框架OpenClaw与飞书机器人结合,能够快速实现智能交互、流程自动化等功能。然而,在实际对接过程中,开发者常常因权限配置、环境依赖、回调设置等细节问题陷入反复试错。本文以“问题解决”为核心,梳理了10个典型踩坑点,每个问题均配套原因分析、排查步骤和实操案例。同时,补充高效调试技巧与功能扩展建议,帮助开发者系统性地定位并解决对接障碍,提升落地效率。所有案例基于Windows 11环境、OpenClaw最新稳定版及飞书开放平台最新界面验证,解决方案可直接复用。 一、前置准备(快速自查) 为避免基础环境问题浪费时间,建议在开始前确认以下三点: * OpenClaw已正确安装,终端执行 openclaw -v 可查看版本(建议使用最新版,旧版本可能存在插件兼容风险)。 * Node.js版本不低于v14,npm版本不低于v6,通过 node -v 和 npm -v 验证,防止因依赖版本过低导致插件安装失败。 * 飞书账号需具备企业开发者权限(企业账号需管理员授权,个人账号默认具备)

cocotb平台用VCS仿Xilinx FPGA

cocotb平台用VCS仿Xilinx FPGA

文章目录 * 概要 * 建立cocotb仿真VIP库 * 调用VIP库仿Xilinx IP * 1. VIVIDO生成IP,完成设计。 * 2. 写python仿真代码 * 3、编写Makefile * 4、运行仿真,看波形 概要 本文介绍了基于cocotb框架的AXI Stream接口验证方法。主要内容包括:1)开发AXIS VIP库,实现字节级数据发送(axis_tx_byte)、随机接收(axis_rx)和总线监控(axis_monitor_byte)功能;2)以Xilinx AXIS FIFO为例,展示VIP库的调用方法,包括测试平台搭建、数据生成和自动验证机制。该方案支持LSB配置,能模拟真实硬件背压情况,适用于AXIS接口模块的功能验证。代码提供完整的仿真环境,包含时钟复位控制、参考模型和计分板等组件,详细解析完整代码和Makefile文件。 建立cocotb仿真VIP库 例如新增一个axis.

Pico 4XVR 1.10.13安装包下载与安装教程 ico 4XVR最新版下载、4XVR 1.10.13 APK安装包、Pico VR看电影软件、4XVR完整版安装教程、Pico 4播放器推荐、V

Pico 4XVR 1.10.13安装包下载与安装教程 ico 4XVR最新版下载、4XVR 1.10.13 APK安装包、Pico VR看电影软件、4XVR完整版安装教程、Pico 4播放器推荐、V

Pico 4XVR 1.10.13安装包下载与安装教程 SEO关键词:Pico 4XVR最新版下载、4XVR 1.10.13 APK安装包、Pico VR看电影软件、4XVR完整版安装教程、Pico 4播放器推荐、VR本地播放器APK 最近在折腾 Pico 设备本地观影方案时,测试了不少播放器,最终还是回到 4XVR。作为一个开发工程师,我对播放器的解码能力、格式兼容性、播放流畅度比较敏感。实测下来,4XVR 在高码率视频、蓝光原盘播放方面表现确实稳定。 这篇文章整理一下 Pico 4XVR 最新版 1.10.13 的版本信息、下载方式以及安装流程,方便需要的朋友自行安装测试。 一、版本信息说明 * 软件名称:4XVR * 版本号:1.10.