<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by 李瑞东 Ruidong Li on Medium]]></title>
        <description><![CDATA[Stories by 李瑞东 Ruidong Li on Medium]]></description>
        <link>https://medium.com/@pudge1996?source=rss-68cc94759206------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*BZVDXe2_RylnNxcH2Qb4Iw.jpeg</url>
            <title>Stories by 李瑞东 Ruidong Li on Medium</title>
            <link>https://medium.com/@pudge1996?source=rss-68cc94759206------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sun, 22 Nov 2026 12:44:12 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@pudge1996/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[AI 为主题配置流程提效实践经验分享]]></title>
            <link>https://pudge1996.medium.com/ai-improve-theme-configuration-300186c2885a?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/300186c2885a</guid>
            <category><![CDATA[vibe-coding]]></category>
            <category><![CDATA[主题编辑器]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[设计风格]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Tue, 29 Sep 2026 08:35:58 GMT</pubDate>
            <atom:updated>2026-09-29T08:35:58.131Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*D3ZsOfZpC6Xc_R9l.png" /></figure><h3>背景</h3><p>我们设计组建立并维护了一套设计系统，并且也有一个「主题编辑器」，支持可视化配置全局/组件维度的颜色、圆角和字号等。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*QmwNegTHmKZ-Uyb3.png" /></figure><p>虽然我不是主题编辑器项目的负责人，但我对这个平台是有些感情的，因为这是我刚来这家公司不久就深度参与的设计中台项目之一，当时加班加点梳理组件 Token 明细、逐个组件编排配置面板等场景还历历在目。</p><p>当时我们设定「主题编辑器」的使用路径是这样的：</p><ol><li>要基于当前 React 组件库的框架进行主题/风格的定制时；</li><li>在主题编辑器里对全局样式或组件配置项进行编辑；</li><li>发布主题后，将主题包的哈希值交付给前端开发；</li><li>以后前端调用组件库时，应用的是经过设计师精调的风格。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*y3z0LJ31yeYn-C5E.png" /></figure><p>这个主题编辑器最初的构想很美好：当不同业务的产品/设计对设计风格有自定义要求，但又不想重新设计开发一套组件库，就可以通过「主题编辑器」基于当前的 React 组件库来手动配置一套样式。</p><p>网上其他品牌的组件库也有类似工具，比如：Arco / Ant Design 的主题编辑器，其实和我们公司内部是一样的东西：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*hqbXgJL1MYeIcmxy.png" /></figure><h3>思考</h3><p>我自己也帮业务系统配置过主题，当时感受到一个很痛的痛点：主题配置太麻烦了，必须逐条手动修改。</p><p>目前主题编辑器主要有两个使用场景：</p><ol><li>设计师在 Figma 对系统的主要设计风格进行定义、出了几个主界面的设计后，在主题编辑器里对照设计稿逐条配置；</li><li>产品想参考某个系统/平台的风格，但是不会进行配置（或者觉得麻烦），最终还是找设计师来帮忙。</li></ol><p>AI 时代来临之后，公司领导常说要研究如何让 AI 为旧流程提效，我觉得这里可能有机会点。</p><h3>启发</h3><p>我在网上看到过<a href="https://www.context.dev/free-tools/design-md-generator">有些工具</a>是在线提取指定网站的设计风格，能把主题色、边框色和字号梯度等等都抓取下来，并生成一份 DESIGN.md。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*meoGv8hkaj2LkLg5.png" /></figure><p>这个工具看上去很哇塞，但是却很难进入到 B 端工作流里，原因有二：</p><ol><li>无法访问要登录的站点或内网 — — 比如发一个阿里云后台的链接，在这种平台上是无法访问的；</li><li>输出物无法直接被内部的主题编辑器消费 — — DESIGN.md 与主题编辑器的 Schema 毫无关联。</li></ol><p>受此启发，我们设计师也可以做个浏览器插件：</p><blockquote><em>提取任意网站的设计风格，并输出一份适用于内部主题编辑器的配置参数。</em></blockquote><p>当时想做成浏览器插件而不是 SKILL 的主要原因有两点：</p><ol><li>绕过登录态。SKILL 里做内网登录状态相对麻烦而且细碎，插件天然长在我浏览器里，登录态现成就有；</li><li>稳定采集页面样式。浏览器打开看到的是渲染后的样式，而且可以直观地指定想要采集的页面风格。</li></ol><p>这是「主题风格提取器」插件的真实使用过程录屏。如果对实现过程有兴趣，可以继续往下看。</p><p><em>注：视频请移步至</em><a href="https://lrd.im/blog/2026-09-29"><em>个人网站</em></a><em>查看</em></p><p>下面就来分享下这个插件的制作过程和细节。项目里会有些纠结和取舍，也有一些我与 AI 斗智斗勇的过程，对我来说是一段宝贵的经历。</p><h3>方案规划</h3><p>因为是探索型项目，在做之前我也先思考了下这个功能的能力边界：我需要做到什么程度，以及可以做到什么程度。</p><p>我们当前的主题编辑器里的配置项很多很细，细到 Checkbox 里图标和文字之间的距离、Tabs 高亮指示器的粗细等等都能进行配置。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Rea-ejEQ1Abgj_wk.png" /></figure><p>而每个网页呈现的内容不同，样式的写法也不同，事无巨细地对所有样式参数进行抓取不现实。</p><p>所以我决定仅提取目标网站上小部分对整体风格有关键影响的样式，并在此基础上推算出全量的参数配置。前期我先按以下流程进行分析：</p><ol><li>将当前主题编辑器里的样式配置项梳理一遍；</li><li>筛选出能较大程度影响视觉风格的那些配置项；</li><li>插件就专门提取这些配置项，基于一套给定的推导规则把全量样式参数推出来；</li><li>最后输出为可导入主题编辑器的 JSON 格式。</li></ol><p>最终我筛选出以下关键配置项：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6R3Fnvfmob6Ff__5__C5Nw.png" /></figure><p>明确输出物后，接下来的任务也就明确了：</p><ol><li>Vibe Coding 把「采集 + 输出」的插件做出来，把功能跑通；</li><li>找多个网页进行采集生成，将生成的内容与真实网页效果对比测试准确度。</li></ol><h3>制作插件</h3><p>插件功能开发是基本上没有难度，现在的 Code Agent 开发这种项目都很轻松。整体走这样的提取路径：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*NPpNcNGFo7M4uvpY.png" /></figure><ol><li>批量采集页面上的元素样式 (Computed Styles)，比如背景色 background-color、字号 font-size、圆角大小 border-radius 等；</li><li>一系列预处理程序</li><li>把处理后的数据打包交给 AI，让 LLM 基于样式数据 + 提示词推理出完整样式表，以 JSON 格式输出。</li></ol><p>功能跑通后，我迫不及待找几个网站测试效果，但结果令人咋舌。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*JrXvMZyZEJoMNA4q.png" /></figure><p>最开始我以为这件事情很简单，但是现实是：生成内容准确率非常低。举几个例子：</p><ol><li>以黑白相间（或灰白相间）模块来展示内容的网站，此时输出的结果很容易有误 — — 多种 background-color 出现频率一样时，取哪个？</li><li>网站明明是 12px 字体风格，输出结果却是 14px — — 非文字元素也会有 font-size 属性。</li></ol><p>所以我对这个项目的理解是这样的：</p><blockquote><em>采集样式和输出结果（无论是输出 JSON、DESIGN.md 还是 HTML）都不难，难的是结果的准确度。</em></blockquote><p>每个样式类型都要设定更详细的规则，而这正是我这次项目花时间最多、同时收获也最多的地方。下面分享几个点，说说我是用了什么方法让输出结果更准确。</p><h3>优化策略</h3><h4>重建颜色梯度</h4><p>一套设计系统里，颜色、字号、圆角等样式 Token 都需要建立梯度，而这正是插件容易犯错的地方 — — 很难保证这些梯度里所有的参数都出现在被采集的页面上。</p><p>因为我这插件采集样式的来源是用户当前打开的页面，是基于渲染出来的前端页面来采集的。所以如果一些颜色梯度没有出现在页面上，采集器是无法感知到的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fFLU6wDmIw7rXWrq.png" /></figure><p>我曾经试过扫描 CSS Variable 语义化变量名的方式，因为理想状态下，页面上所有用过的颜色都会取自于这个网站自身的颜色变量表。但我最终没有用这个方案，因为在 B 端后台的场景里，事情没有那么简单 — — 在一些历史包袱重的后台，一个系统有多份变量表的事情屡见不鲜。</p><p>最终我用了一个自己觉得比较靠谱的办法，虽然会损失一点精确度，但能确保输出物是完整、可用的。我做了一个「AI 定锚点色，算法重建梯度」的策略，具体如下：</p><ol><li>LLM 基于采集的数据确定锚点颜色，比如：系统主题色、一级文字色；</li><li>用颜色算法把完整色阶计算出来，其中：</li><li>主题色、有明显色彩倾向的颜色：用 <a href="https://github.com/arco-design/color">Arco</a> 开源的颜色推导算法；</li><li>中性色（填充、文字色）：用自己捣鼓的灰度插值算法，基于我给定的步长。</li></ol><p>这种做法可能会与目标网站的真实设计系统有些许偏差，但能大幅提升产出物的整体完整性、可信度和可解释性，并且有效避免采集错误导致色阶跳跃、步长分布不均匀等问题。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*brHLb3IzALdzUqFZ.png" /></figure><p>值得一提的是，无论是彩色还是中性色的色板推理，都要区分浅色/深色主题。在深色模式下，彩色色板的饱和度会稍微降低，明度稍微提亮；而中性色普遍调高明度，与浅色主题的的色板相反。</p><p>正好 Arco 的颜色生成算法会区分浅色/深色主题：同一个基准色值在两种主题下生成出来的颜色梯度会完全不同。所以插件也会识别当前站点的主题模式。</p><p>优先用脚本抓取当前网页的 CSS 属性 color-scheme，如果没有，则让 LLM 发挥它的特长。LLM 侧的方案如下：</p><ol><li>采集阶段：在插件面板点击「采集」时，自动把当前网页截图下来；</li><li>预处理：对图片做轻微的质量压缩和分辨率控制（节省 Token）；</li><li>生成阶段：用户点击「生成」时会将图片发送给 AI，先让其给出一个确定的回答：这个网站是浅色（或深色）主题；</li><li>基于 AI 给出的回答，调用颜色算法的不同功能。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*JDPlcBpdJepYHweJ.png" /></figure><h4>按语义分类数据桶</h4><h4>边框色</h4><p>我们的主题编辑器里定义了两种边框色：border-1 和 border-2。从语义角度，分别对应的是「默认分割线颜色」和「可交互控件的边框色」。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*e1Ysy5NniPFAEPZX.png" /></figure><p>按我们集团的设计系统，交互控件的边框色都会比分割线颜色深，所以最开始的取值逻辑就是取出现频率最大的两个描边色，然后根据明度排序来定义 border-1 和 border-2。</p><p>测试后发现这个方式太不靠谱了，简单举个例子：一个网站页面（尤其是功能复杂的 B 端后台界面）里有可能出现 &gt;2 种描边色，如果刚好采集的页面可交互控件比较少，就会被排到第三位，最终输出错误的边框色。或者一个平台里的边框色基本统一，这个方法就会给出明显的错误结果。</p><p>所以对于边框色，我按照语义对数据进行分类，设定一个叫「可交互控件」的桶。具体做法如下：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*bQtM2mlDByEINO-f.png" /></figure><ol><li>定义「可交互元素」：通过标签名 + Class 关键词 + role 属性等方式进行定义；</li><li>让 border-1 取「非可交互元素」里出现频次最多的边框色；</li><li>让 border-2 取「可交互元素」里出现频次最多的边框色。同时：</li><li>排除饱和度 &gt; 12 的颜色（防止有主题色的 Ghost 按钮干扰）；</li><li>没有采集到时用 border-1 颜色作为兜底。</li></ol><p><em>注：在第一步如果仅取 </em><em>&lt;button&gt;、</em><em>&lt;input&gt; 是不准的，因为按钮有可能是一个 </em><em>&lt;span&gt; 改造而成，或者输入框的 CSS 样式包在上层 </em><em>&lt;div&gt; 里。</em></p><p>分别在两个桶内采集数据，实测让输出准确率提升了很多。</p><h4>圆角兼容处理</h4><p>由于我们同样不可能准确提取到某个网站的所有控件的圆角大小，所以我们可以利用刚刚定义的「可交互元素」桶。</p><p>通过仅提取「可交互元素」的圆角尺寸，以这个尺寸作为锚点来推测出这个系统的圆角风格，并扩展到其他组件上。</p><p>下面具体分享下不同的默认圆角大小下我会怎么处理：</p><ol><li>如果圆角处于正常范围，比如 2px、6px 或 12px。我可以将绝大部分组件的圆角（标签等小型组件除外）都统一调到提取出来的默认圆角大小，确保整体风格一致；</li><li>如果是全圆角风格，比如采集到的参数是 1000px、9999px 或 50%。这时候就不能将提取出来的值应用到所有组件上了。因为在块状组件（比如多行文本框、穿梭框、折叠面板等）用这种超大的圆角会出现样式异常。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fiit-kcF5OGrWHGE.png" /></figure><p>所以我也做了个特殊处理逻辑，针对「全圆角风格」的情况：</p><ol><li>在中小型组件里保持使用这种全圆角样式，此时会呈现胶囊形状；</li><li>在块状组件里取一个主题编辑器定义的非全圆角上限：24px，此时会呈现大圆角样式，符合整体风格。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*a7LcPyyiuxyelOgt.png" /></figure><h4>按语义降噪</h4><p>对于页面背景色，最开始插件用的是很简单的逻辑：统计网页里 background-color 的色值，取出现频率最高的。</p><p>但是这种方式正确率很低，举个例子：一个后台管理页面里，只有页面背景设为了灰色；但输入框、按钮、侧边栏等这些能盖在背景上层的元素，背景色都是纯白色。此时 AI 很容易推断出页面整体背景色就是白色。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*8Wag8bzqkIaHVu8q.png" /></figure><p>当时基于 AI 的建议，调整了取色逻辑，取 body 或者 [id=&quot;app&quot;] 的背景色，或者取网页 CSS 变量表里带有 bg 或 background 的颜色 Token。</p><p>但很快就被验证不靠谱了：有些后台的 body 和真实背景色不匹配，或者没有设置色值。变量表的方法同样有盲区，出现多个带有 background 关键词的变量名时，AI 未必能把正确的选出来 —— 甚至如果 body 和 --background 的颜色不同，此时又取哪个？全交给 AI，随机性太大了。</p><p>为了提高准确性，我还是用基于「背景色」的语义排除噪音的做法，具体如下：</p><ol><li>排除面积小于视窗 35% 的元素：避免把输入框、卡片等背景色纳入；</li><li>排除干扰元素：比如 nav、aside、footer、img、path 等存在背景色属性但明显与页面背景色无关的元素；</li><li>排除绝对定位元素：fixed、absolute。</li></ol><p>去掉噪音后，我取了前 5 个面积最大的背景色，并且把其他比较贴合「背景色」语义的参数也一并打包进数据集里面，希望能帮助 LLM 更好地判断。</p><p>具体打包了元素的面积和 DOM 层级深度 — — 因为承载背景色的元素大概率面积会很大，而且层级深度相对浅。同时把当前页面的主题色（前文提到用 AI 视觉识别的结果）也打包进去。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*eabjJVITFrbMRHu7.png" /></figure><p>此时再让 AI 推理出背景色，实测输出结果的准确度上了好几个档次。</p><h3>收获</h3><p>这个工具最终效果蛮不错的，前面表格里列出来的关键颜色都能准确提取出来。配合一套推算规则把全量样式参数都推出来之后，导进主题编辑器内就能快速配出一套与某站点风格高度相似的主题，省下了很多时间。</p><p>这个项目最有意思的过程是通过不断尝试，在具有不确定性的 LLM和能稳定 I/O 的脚本中找到一个能同时利用两者优点的策略，输出符合预期的结果。</p><p>整个项目耗时不到一周，前期快速搭好功能之后，就得耐心地逐个调整采集策略，不断找各种网页进行测试、改规则等等。</p><p>而且我发现 Vibe Coding 流程里有一点很累的是：组织语言。 得在对话框里组织好语言，把相关的上下文理清楚，重点关注什么，让 Agent 别往哪个方向思考等等，才能获得一个比较好的结果。</p><p>Context is everything.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=300186c2885a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI-Native 之路 — 从 AI 友好型网站改造开始]]></title>
            <link>https://pudge1996.medium.com/ai-native-improvement-7e65a0daad7a?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/7e65a0daad7a</guid>
            <category><![CDATA[design]]></category>
            <category><![CDATA[ux-design]]></category>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[ai-native]]></category>
            <category><![CDATA[harness-engineering]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Fri, 21 Aug 2026 01:33:51 GMT</pubDate>
            <atom:updated>2026-08-21T01:33:51.299Z</atom:updated>
            <content:encoded><![CDATA[<h3>AI-Native 之路 — 从 AI 友好型网站改造开始</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*lQ-ILFvudfXsyEV2.png" /></figure><h3>背景</h3><h4>一次有趣的发现</h4><p>我在日常工作和学习中使用 Claude Code 比较多，然后近半年在团队里也做了一些 AI 相关的探索和建设。所以我不时会去访问 <a href="https://code.claude.com/docs/en/overview">Claude Code 文档</a>，了解下这个非常成熟的 Harness 背后的工作逻辑，并时常因为了解到某个机制和原理感到充满激情。</p><p>在一次阅读文档的过程中，一个按钮引起了我的注意：以 Markdown 格式查看。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*bxr7EN1eUayVgvxq.png" /></figure><p>点击后在新标签页打开了一个全新的页面，里面同样放的是一篇文档，但没有任何样式，是一篇用 Markdown 格式写的纯文字文档。URL 是原本文档页面后面加一个后缀 .md。</p><p>当下我就觉得很有意思，这和我在许多年前看过的一种做法有些相似 — — 有些以文字为主的网站会提供纯文字版本或省流量版本，如下图：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*6Q7wFvtvkG5YyWbX.png" /></figure><p>我曾经也想在我的个人网站里实现这种省流版本的功能，但当时还没有 Agent 帮忙干活，而且我的网站本来也不怎么消耗流量，就没有花时间去研究了。</p><p>多年以后我再次看到类似的东西，我对以前的我产生了共鸣，感触良多。</p><h4>搜索范式的改变</h4><p>我的个人网站 <a href="https://lrd.im/">LRD.IM</a> 积累了我多年来的工作作品集、设计博客等。当时做这个网站目的是让自己当下的认知、经验能以某种形式长期存下来，也是我对外展示自己的窗口，还有一点很重要 — — 这是我做网页开发技术实践的游乐场。</p><p>当时网站做完后，希望自己的名字和内容能轻易被搜到，于是做了一些简单的 SEO：meta 标签、RSS Feed、文章同步发到 Medium（该网站在谷歌权重极高）等等。</p><p>但现在 AI 已经取代了一部分搜索引擎的工作。当 Agent 判断已有的知识不足以回答用户的问题时，就会主动进行网络搜索、抓取并阅读网页。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*L-7NtJ5k_elWYEL3.png" /></figure><p>此时问题来了：AI 是怎么进行联网搜索、阅读网页的？我的个人网站 <a href="https://lrd.im/">LRD.IM</a> 在 AI 的视角下是怎么样的？足够友好吗？</p><p>我心里没有底，觉得这是一个值得探讨的课题。于是我决定做一次深入调研，然后对网站进行 AI 友好型改造。</p><h3>工具调研</h3><p>先说 AI 怎么搜索。调研下来发现，<a href="https://code.claude.com/docs/zh-CN/tools-reference#websearch-tool-behavior">Claude Code</a> 和 <a href="https://learn.chatgpt.com/docs/web-search?surface=app">Codex</a> 的联网搜索底层都是调用搜索引擎，本质上跟传统 SEO 没太大区别。常规的 Sitemap、robots.txt、JSON-LD 该补的补上就行，这块我没花太多精力。</p><p>真正值得深挖的是第二个：AI 怎么阅读网页，抓到的内容质量如何。这直接决定了我的网站在 AI 眼里的样子。</p><p>以我最常用的 Claude Code 为例，主要通过三种方式抓取网页内容：</p><ul><li>CURL：最基础的抓取工具，通过 Bash 命令执行；</li><li>WebFetch 工具：Claude Code 官方的网页内容提取工具；</li><li>第三方 MCP 工具：Tavily、Brave 和 Firecrawl 等。</li></ul><p>为了不停留在表层，我决定先调研下这三种工具，看看它们是怎么运作的，行为是怎么样的，边界又在哪里。</p><h4>调研 CURL</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*RoHwndeYbMQZQb5L.png" /></figure><p>CURL 是最原始、最直接抓取网页内容的工具，工作流程如下：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*lPKTNcEQ9xs0gpX4.png" /></figure><ol><li>大模型写出 CURL 指令，在 shell 里执行；</li><li>通过 HTTP 请求拿到网页的 HTML 完整内容（就像是我们在网页里右键 → 查看源代码那种）；</li><li>把原文返回到主会话的上下文窗口。</li></ol><p>以我的网站 <a href="https://lrd.im/">LRD.IM</a> 为例，CURL 后拿到的内容开头是这样的：</p><pre>// curl -s https://lrd.im<br>&lt;!DOCTYPE html&gt;&lt;html&gt;&lt;head&gt;&lt;meta charSet=&quot;utf-8&quot; data-next-head=&quot;&quot;/&gt;&lt;meta name=&quot;viewport&quot; content=&quot;width=device-width&quot; data-next-head=&quot;&quot;/&gt;&lt;meta name=&quot;author&quot; content=&quot;李瑞东&quot; data-next-head=&quot;&quot;/&gt;&lt;meta name=&quot;description&quot; content=&quot;李瑞东的个人网站，记录我在设计路上的作品、经验和观点。&quot; data-next-head=&quot;&quot;/&gt;&lt;meta property=&quot;og:image&quot; ...</pre><p>CURL 确实能抓到网页内容，但返回的结果对 AI 很不友好。原因是会把完整的 HTML 原文塞回给主会话的上下文，这会导致：</p><ul><li>噪音多：包含很多无效内容，比如：各种 HTML 标签、脚本代码、样式/SVG 图标代码等，动辄数万个字符；</li><li>成本高：主模型处理大段内容时 Token 消耗大，推理时间久；</li><li>上下文压力大：大体积 HTML 会快速占满上下文窗口，挤压了其他任务的空间；</li><li>影响准确率：AI 处理得费劲，就会尝试偷懒。噪音越多、文件越大，就越有可能不准确。</li></ul><p>同时这个工具对客户端渲染（CSR）的页面束手无策，拿到的可能只是一堆 &lt;script&gt; 标签，没有正文（其实后文提到的另外两个工具也会这样）。不过我在日常使用中也触发过这个 tool_use，绝大多数情况都是能抓到内容的。</p><p>但其实 CURL 并非没有优点。CURL 支持自定义标头，让站点优先返回特定格式的内容。比如 text/json 等，可以让网站优先返回 JSON 格式的内容，用于调试 API 接口或抓取结构化数据时非常方便，省去了解析 HTML 的麻烦。</p><h4>调研 WebFetch</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*TO6kDHCNRKrSdH-i.png" /></figure><p>这是 Claude Code <a href="https://code.claude.com/docs/en/tools-reference#webfetch-tool-behavior">官方</a>的网页内容获取工具，每次我在问一些网上的资料时，经常能看到这个被调用了。这让我更好奇这个工具到底是怎么运作的。调研后了解到 WebFetch 的工作流程：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*e8wn-6iT3OnICdVh.png" /></figure><h4>1. HTTP 请求获取页面</h4><p>Agent 确定要访问一个链接后，会用 HTTP 来访问指定的URL，其中：</p><ol><li>会以 Claude-User 开头的 User-Agent 标头来访问页面；</li><li>优先用 Markdown 的 Accept 标头来访问。</li></ol><p>其中第一点会让网站知道「谁要来访问」了，这样做有利也有弊。好处是网站的管理员能知道有多少流量是通过 Claude 访问的，同时做法也更加透明和合规，没有伪装正常流量。</p><p>但是也有坏处：容易被服务器直接屏蔽。通过 Vercel 建设的站点，默认会在防火墙中屏蔽掉机器人的流量。以我的站点 LRD.IM 为例：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*93CK-ZQg0kRrE2Hb.png" /></figure><p>我的<a href="https://lrd.im/">个人网站</a>就是用 Vercel 部署的，也试过让 Claude 使用 WebFetch 工具访问。但正如上文提到的，被服务器拦截了。</p><p>如果想在 Vercel 中解除拦截，需要订阅 Pro 套餐后在防火墙设置系统级的 Bypass 规则。但订阅费不便宜，每月 20 刀，个人觉得不太划算。</p><p>值得一提的是，第二点「优先用 Markdown 头来访问」是我认为最明智的设计。如果能成功访问站点，WebFetch 会尝试去寻找这个网页有没有 Markdown 版本的替代，如果有则直接拿这份 Markdown 文档的内容，噪音最少，质量最高。</p><h4>2. 转换页面</h4><p>就像上一步所说的，成功访问页面后分两步走：</p><ol><li>如果是访问到 HTML 页面，会将 HTML 转为 Markdown，转换规则没有公开。</li><li>如果成功匹配到 Markdown 版本的页面，则跳过转换的步骤，直接拿到 Markdown 内容。</li></ol><h4>3. 小模型提取内容</h4><p>用一个小型且快速的模型，基于主模型给的 Prompt（不一定是直接给用户的 query） 对 Markdown 进行理解、信息提取或摘要。</p><h4>4. 返回结果给主模型</h4><p>最终将这个小模型的回答返回给主模型，回到上下文窗口中。主模型拿到的内容不一定是网页的原文，而是经过小模型理解和总结后的。</p><h4>WebFetch 工具总结</h4><p>简单来说 WebFetch 就是在访问网站的时候，优先找是否有 Markdown 版本的内容，如果有就取用，没有则通过 HTML 转为 Markdown。然后基于一个小模型将内容进行理解、取摘要，把回答返回给主模型。主模型收到这个回答后，再做下一步处理。</p><p>所以主模型拿到的信息是有损的，是经过 LLM 理解后的内容/摘要。个人理解这种做法有好有不好：</p><ul><li>好处是更省 Token、更快，因为主模型不用阅读大段原文了，而且官方文档称这是一个「小型快速模型」；</li><li>坏处则是幻觉发生概率变大了（但是应该也没有很大），因为只要涉及 AI 理解的任务，就有一定概率会出错或者幻觉。小模型理解页面可能出错，主模型理解小模型的回答又可能出错，误差会累积。</li></ul><h4>调研 Tavily</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*1zLOHkiCpSK8gVM0.png" /></figure><p>前文提到如果目标站点进行了防火墙拦截，WebFetch 工具有一定概率抓取失败。由于这是 Claude 远端的工具，如果用非官方的大模型 API（比如 DeepSeek）接入 Claude Code，WebFetch 也一定会失败。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*eTFSJEODMrCO0S5s.png" /></figure><p>我用过 WebFetch 的其他替代品，比如比较出名的 Tavily 和 Brave 等。Tavily 可以执行网络搜索、页面内容抓取、站内页面爬取和爬取站点地图。其中 <a href="https://docs.tavily.com/documentation/api-reference/endpoint/extract">Tavily Extract</a> 同样能实现页面内容的抓取，我日常也有在用。</p><p>实际体验下来 Tavily Extract 的效果挺好，我好奇它和 WebFetch 有什么不同，于是做了调研。先说工具流程：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Cb20OcB-RwOW3JJx.png" /></figure><h4>1. HTTP 请求获取页面</h4><p>Tavily 会发起 HTTP 请求，拿到 HTML 完整内容。</p><p>值得注意的是，Tavily 抓取网站的成功率颇高，至少我的个人网站也能被正常抓取（使用 WebFetch 会被 Vercel 拦截）。看起来是做了些处理来避免被识别为机器人而被拦截。</p><h4>2. 清洗内容</h4><p>Tavily 会对完整 HTML 文件做一些清理程序，会尝试把导航栏、广告、样式、底部 Footer 链接等多余噪音去掉。只保留有价值的内容部分。</p><p>我看过输出日志，大部分噪音都被去掉了，但仍有部分残留，比如导航栏/Footer 的内容、服务端渲染时的代码碎片和一些设置 sr-only 的隐藏文本。</p><p>这是我用 Tavily 提取我其中一篇博客文章返回的内容，在 raw_content 可以看到仍然保留了一些导航栏和 Footer 的内容：</p><pre>{<br>  &quot;results&quot;: [<br>    {<br>      &quot;url&quot;: &quot;https://lrd.im/blog/2026-08-07&quot;,<br>      &quot;title&quot;: &quot;DESIGN.md 企业内落地实践与踩坑复盘分享 - 李瑞东 LRD.IM&quot;,<br>      &quot;raw_content&quot;: &quot;[作品](/ \&quot;作品\&quot;)[博客](/blog \&quot;博客\&quot;)[关于我](/about \&quot;关于我\&quot;)\n\n&gt; ## 文章索引\n&gt;\n&gt; 在这里获取全部文章的索引：&lt;/blog/llms.txt&gt;\n&gt;\n&gt; 如需阅读本文的纯文本版本，可访问当前 URL 末尾加 .md 的地址。\n\n# DESIGN.md 企业内落地实践与踩坑复盘分享\n\n李瑞东发布于\n\n## [项目背景](#项目背景)\n\n我当前所处的团队属于设计中台，负责制定和维护集团内部 B 端业务的组件库、规范等，同时也为一些业务线做设计。我们有一套 B 端设计系统<br>      ...<br>      🎉 你觉得这篇文章怎样？\n\n是否引起了灵魂深处的共鸣？如果有其他看法，我在这里留下了联系方式。觉得这篇文章还不错，欢迎分享给朋友！我在这里留下了联系方式。如果觉得这篇文章还不错，欢迎分享给朋友！\n\n© 李瑞东 2017-2026\n\n[What’s New](/updates \&quot;更新日志\&quot;) · [RSS 订阅](https://lrd.im/feed.xml \&quot;订阅李瑞东的设计博客\&quot;) ·&quot;,<br>      &quot;images&quot;: []<br>    }<br>  ],<br>  &quot;failed_results&quot;: [],<br>  &quot;response_time&quot;: 0.02,<br>  &quot;request_id&quot;: &quot;17e9a846-0706-4eff-9118-980a525889b1&quot;,<br>  &quot;auth_mode&quot;: &quot;keyed&quot;<br>}</pre><p>具体的清洗过程、规则是黑盒，无法得知。不确定是用 LLM 来清洗还是用脚本，或者两者混合也有可能。</p><h4>3. 返回结果给主模型</h4><p>将清洗后的 HTML 转为 Markdown 格式，然后将全文返回给主模型。</p><p>直到这一步，WebFetch 与 Tavily Extract 的关键区别是：前者返回的是小模型理解后的内容，而后者返回的是完整的 Markdown。</p><p>除非做大量实验，否则很难直接说哪个更好。返回原文可能会增加上下文压力，但速度快；而小模型的介入则能让返回的内容更轻量，但需要处理时间，而且可能会加重幻觉。</p><p>以我目前的经验来看，两者在日常工作学习都是好用的。</p><p>值得一提的是，Tavily Extract 还支持传入一个参数：query。</p><h4>4. 可选参数：query 相关性排序</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*bSL1BSqyVH1U3s6A.png" /></figure><p>传入 query <a href="https://docs.tavily.com/documentation/api-reference/endpoint/extract#body-query">参数</a>后会对整篇 Markdown 文章切分 Chunks，然后根据用户的提示词进行相关性排序。最后再把其他不相关的内容都清理掉，将更短，更精准的内容返回给主模型。</p><p>下面举一个例子。我分两次让 Tavily 提取我的博客文章 <a href="http://lrd.im/blog/2026-08-07">DESIGN.md 企业内落地实践与踩坑复盘分享</a>：</p><ul><li>第一次是没有指明特定模式，只写上我的意图；</li><li>第二次则是在写上我的意图的同时，明确指明需要使用 query 参数。</li></ul><p>工具返回的结果截然不同。在默认模式下，返回了完整的 HTML 转 Markdown 内容；而带有 query 的结果更精准，把无关的内容舍弃掉，只剩下几段相关的 Markdown。以下是对比：</p><pre>// 默认模式<br>// Prompt: 阅读 http://lrd.im/blog/2026-08-07，我想知道作者认为 DESIGN.md 有哪些短板<br> <br>// 输出: <br>{<br>  &quot;response_time&quot;: 2.3,<br>  // 默认模式：全文提取，无截断。共返回 12,285 字符<br>  &quot;results&quot;: [{<br>    &quot;raw_content&quot;: <br>    &quot;## 文章索引\n\n在这里获取全部文章的索引：&lt;/blog/llms.txt&gt;...\n\n# DESIGN.md 企业内落地实践与踩坑复盘分享\n\n![装饰图](https://...)\n\n## 项目背景\n\n我当前所处的团队属于设计中台...&quot;<br>  }]<br>}</pre><pre>// 加入 query 参数时<br>// Prompt: 使用 query 参数阅读 http://lrd.im/blog/2026-08-07，我想知道作者认为 DESIGN.md 有哪些短板<br> <br>// 输出: <br>{<br>  &quot;response_time&quot;: 0.21,<br>  // query 模式：按相关性截取，返回多段内容。共返回 2,273 字符<br>  &quot;results&quot;: [{<br>    &quot;raw_content&quot;: <br>    &quot;但我在测试阶段体验的过程中，也发现了 DESIGN.md 有明显的短板。\n\n#### 组件库场景\n\n对于已经引用了组件库的项目，DESIGN.md 对此束手无策...<br>    [...]<br>    &gt; 我在社区上找了一份与我们公司设计风格相似的 DESIGN.md，以此为骨架，再逐步调整、补充属于自己的内容...<br>    [...]<br>    至于存量应用，则是在编辑页面，点击按钮来唤起一个选择设计系统的浮层。点选任意一个并确定后，直接调用技能的更换设计系统能力...&quot;<br>  }]<br>}</pre><h4>工具调研总结</h4><p>CURL 的方式最朴素，就是最简单的把网页的 HTML 内容返回给主模型，不做任何加工处理。而 Tavily 和 WebFetch 则是经过改良设计的，都会把 HTML 文档转为 Markdown 格式，然后分别用原文和小模型理解后的内容返回给主模型。</p><p>虽然 WebFetch 和 Tavily 的行为有明显区别，但目的都是一样的：把原网页里的噪音过滤掉，返回更精简、更高质量的内容给主模型。</p><p>以下是我对比表格，对这三个工具的特点进行对比：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*i8B0purufd9-ziF_xLGWpA.png" /></figure><h3>网页调研</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Tj1zAVRMXbru1zwP.png" /></figure><p>了解了 Claude Code 是怎么「阅读网页」之后，我想继续调研看看网页里做些什么建设，才能让 AI 更好地获取到内容。</p><p>我觉得 AI 公司最了解 Agent 是怎么运作的。于是我以 <a href="https://code.claude.com/docs/en/overview">Claude Code 文档</a>为目标进行调研，以下是我的发现。</p><h4>Markdown Twin</h4><p>前文提到我在一次访问文档的时候看到有「以 Markdown 格式查看」的功能，点击打开了一个<a href="https://code.claude.com/docs/en/overview.md">纯文本页面</a>，里面用 Markdown 格式把网页的内容展示出来。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*zJUayDZ3k-iQE3MV.png" /></figure><p>了解到这是一种叫「Markdown Twin」的做法。Markdown 格式的内容对 LLM 比较友好，所以网站的维护者可以提供一份已经清洗过噪音，最干净的 Markdown 文档给 AI 消费。</p><p>我再顺藤摸瓜，在 Claude Code 网站的 HTML 里还发现了这一句：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*ix2JfS0h4RUM_-LE.png" /></figure><pre>&lt;link rel=&quot;alternate&quot; type=&quot;text/markdown&quot; href=&quot;/docs/en/overview.md&quot;&gt;</pre><p>这是一个 &lt;link rel=&quot;alternate&quot;&gt; 标签，表示「当前文档的另一个替代版本」，可以是不同格式、不同语言、或面向不同设备的版本。这里的例子中，指向了这篇文档的 Markdown 版本。</p><p>前半部分在对 WebFetch 调研时，提到了一句 — — WebFetch 优先用 Markdown 的 Accept 标头来访问网页。此时正好联动起来了！</p><p>alternate 使得每一次 Claude Code 使用 WebFetch 在访问该网站，都能直接获取到 Markdown 版本，完全不需要接触到有大量噪音的 HTML 了。</p><p>我用 CURL + Markdown 标头的方式尝试访问 Claude Code Docs。结果如下，实测后确实拿到了 Markdown 版本的内容：</p><pre>&lt;!-- curl -sSL -H &quot;Accept: text/markdown&quot; https://code.claude.com/docs/en/overview --&gt;<br> <br>&gt; ## Documentation Index<br>&gt; Fetch the complete documentation index at: https://code.claude.com/docs/llms.txt<br>&gt; Use this file to discover all available pages before exploring further.<br> <br># Overview<br> <br>&gt; Claude Code is an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools. Available in your terminal, IDE, desktop app, and browser.<br> <br>Claude Code is an AI-powered coding assistant that helps you build features, fix bugs, and automate development tasks. It understands your entire codebase and can work across multiple files and tools to get things done.<br> <br>...</pre><p>这一轮调研下来，我在此断言：如果我们想自己的网站内容被 Agent 更高效率、更高质量地消费，Markdown Twins + alternate 声明是必须做的事情。</p><blockquote><em>这种做法普遍吗？</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*-PJC1mruY333i3wB.png" /></figure><p>不止 Claude Code，其他很多文档网站都有做 Markdown Twins，比如 <a href="https://shopify.dev/docs">Shopify Dev Docs</a> 和 <a href="https://learn.chatgpt.com/docs/quickstart">OpenAI</a> 等。</p><p>我还对 Markdown Twin 内容的细节感兴趣，比如是不是会有一些额外的内容、图片视频等媒体元素怎么处理，以及如何表达可交互控件等。于是我打开了这几家产品文档的 .md 版本页面，看看里面的细节。</p><h4>细节 1：顶部补充信息</h4><p>我在这三个站点都看到 Markdown 文档的顶部被添加了一些补充信息。其中 <a href="https://code.claude.com/docs/en/quickstart.md">Claude Code 文档</a>和 <a href="https://learn.chatgpt.com/docs/quickstart.md">OpenAI 文档</a>放的是 llms.txt 的地址（下文会具体介绍这个）；而 <a href="https://shopify.dev/docs/apps/build/scaffold-app.md">Shopify 文档</a>放的则是 Frontmatter 元信息，包括标题、文档简介、文档链接。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Q9q-0ilSUoy6RuUp.png" /></figure><h4>细节 2：补齐图片 ALT 文本</h4><p>在 Markdown 语法里，图片只是一个 URL，没有任何语义，机器也不知道图片里描绘的是什么。为了让 AI 能理解图片内容，就像 <a href="https://shopify.dev/docs/apps/build/app-surfaces.md">Shopify 文档</a>那样，会为每张图都添加 ALT 文本。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qjinhwDmE_q1gdvZ.png" /></figure><p>注：发现 <a href="https://shopify.dev/docs/apps/build/build.md">Shopify</a> 会把视频素材整个清洗掉，不出现在 Markdown Twin 里。</p><h4>细节 3：自定义组件</h4><p>因为我的个人网站里的博客就是用增强版 Markdown 来写的，所以我知道自定义组件是可以通过 JSX 格式嵌入在 Markdown 文档内。</p><p>除了以完整保留 JSX 代码的方式，我们在输出 Markdown Twin 时，可以写一些规则来改变自定义组件的输出格式，比如把不关键的参数部分清洗掉，或甚至在转换时直接把组件内容转为真实的 Markdown 格式。</p><p>比如 <a href="https://code.claude.com/docs/en/overview.md">Claude Code 文档</a>内不时会出现一些补充信息、提示等，这些内容在 Markdown 里被不同语义的标签包裹：&lt;Tip&gt; &lt;Note&gt; 和 &lt;Warning&gt; 等：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*XDSj8ui_ywJW2R8h.png" /></figure><p>而 <a href="https://shopify.dev/docs/apps/build/scaffold-app.md">Shopify 文档</a>的做法则完全不同，把代码清洗为扁平的 Markdown 语法格式。以 Info 和 Tabs 组件为例，Info 组件用了加粗文本 ** 来实现，而 Tabs 则是用四级标题 ####。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*O3Z7kHDqWRLvvoyr.png" /></figure><p>反观 OpenAI 文档，组件代码不做任何处理，文档里也充斥着大量的 &lt;div&gt;、className 这种无实质意义的内容，实在是有些粗糙。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*X2aCFPJVXa25pc4v.png" /></figure><p>我更倾向 Claude 的做法：既能完整保留组件语义，文档也不会增加过多噪音。但缺点是复制到外部 Markdown 预览器时会显示异常，因为那些预览器没有组件相关代码；Shopify 的做法则相反，所有预览器都能正常展示，代价是丢失组件本身的语义。</p><h4>细节 4：底部补充信息</h4><p>最后看到文档末尾，Claude Code 文档和 Shopify 文档都以列表的方式展示了相关文档的链接。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*_WUQjE6kyKqwSEDT.png" /></figure><p>而 OpenAI 把整段原始代码暴露出来，格式也没处理好，可读性很差。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*6Wz-WdwA-g7_dURt.png" /></figure><h3>llms.txt</h3><p>在 Claude Code 文档和 OpenAI 文档的原始 HTML 里，有一段被设置为不可见的 DOM 里面提到了 llms.txt 的路径。里面有所有文档的索引，提示 AI 在继续深入探索之前可以先读一下这份索引。</p><p>打开这份 llms.txt，出现的同样是用 Markdown 格式写的纯文本。里面的内容很简单，列出了其他文档、资源的索引。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*rhQ-9PYcSv_OuHI_.png" /></figure><p>llms.txt 扮演了目录的角色。让 AI 在查阅文档时能够有一份高质量的 Markdown 文档目录索引。</p><p>但是<a href="https://www.webyes.com/blogs/does-llms-txt-improve-rankings/#:~:text=none%20of%20the%20AI%20services%20have%20said%20they%E2%80%99re%20using%20LLMs.TXT">谷歌的技术大牛</a>提到，目前没有任何 AI 工具声称他们在使用 llms.txt。</p><p>我也试过几次在 Claude Code 里询问一些文档里的内容，并没有发现 llms.txt 被消费的记录。实际上 Agent 自身就有爬取相关网页的能力。但我觉得做这件事没有什么成本，可以加入这次个人网站 AI 友好型改造的任务中。</p><h3>robots.txt</h3><p>我在让 Agent 了解 Claude Code 文档时，发现他们在 <a href="https://code.claude.com/robots.txt">robots.txt</a> 也做了些处理：</p><pre>User-agent: *<br>Content-Signal: ai-train=yes, search=yes, ai-input=yes<br>Disallow: /cdn-cgi/<br>Allow: /_next/image<br>Disallow: /_next/<br>Sitemap: https://code.claude.com/docs/sitemap.xml</pre><p>除了像普通的 robots.txt 文件一样声明了禁止爬虫抓取的范围以外，还多写了一个字段 Content-Signal。</p><p>这是 <a href="https://contentsignals.org/">Cloudflare</a> 提出的非标准扩展字段。</p><ul><li>ai-train — 是否允许用于训练/微调 AI 模型；</li><li>ai-input — 是否允许作为 AI 推理时的输入（如 RAG、AI 摘要）；</li><li>search — 是否允许用于搜索索引和搜索结果展示。</li></ul><p>不过目前这几个字段不属于 robots.txt 的正式标准，所以各家 AI/爬虫未必会遵守这个约定。</p><h3>调研总结</h3><p>基于对 CURL、WebFetch、Tavily 工具的认知，以及 Claude Code、Shopify、OpenAI 三家 AI 友好型文档建设的调研，总结三个待办：</p><ol><li>为每个页面做 Markdown Twin。并且：</li></ol><ul><li>处理好图片的 ALT 文本</li><li>处理好自定义组件转为 Markdown 格式的转换规则；</li><li>补充 alternate 标签指向 Twin 文件。</li></ul><p>2. 做一份 llms.txt 文件，隐秘地嵌入到网站的 HTML 里的恰当位置。</p><p>3. 补充网站的 robots.txt。</p><h3>开始改造</h3><h4>Markdown Twin 改造</h4><h4>1. 处理 ALT 文本</h4><p>得益于 3 年前在对<a href="http://lrd.im/blog/2023-02-21">个人网站进行改版</a>时的高瞻远瞩，目前我的博客文章就是以 MDX 的格式编写，后续的可扩展性非常强。</p><p>对于这次 Markdown Twin 改造，我需要先把所有文章里的图片 ALT 文本进行补全。具体方案：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*r6j4AxP9_jlxwdin.png" /></figure><ol><li>给 LLM 提供文章上下文：博客标题、描述、图片所在章节名（H2 和 H3），以及图片前后各 300 字的上下文；</li><li>固定提示词模板，按图片类型（UI 截图/示意图/数据图表/对比图）侧重描述内容与结论；</li><li>使用支持视觉识别的模型（这里我用的 Sonnet 4.6），生成后人工进行验收。</li></ol><p>脚本输出结果后会帮我回填到每一篇博客文章里，我要做的就是看看 ALT 文本有没有要修改的。少量修改我人工调整即可，大量的修改我会直接让 AI 重新生成。</p><h4>2. 自定义组件的清洗逻辑</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*k24qF9DBYco_Km_e.png" /></figure><p>前文提到，Claude Code 文档和 Shopify Dev Docs 在处理自定义组件转为 Markdown 格式时的做法截然不同。前者是保留了很轻量的原始 JSX 标签，后者则是将内容完全转为 Markdown 格式。</p><p>我个人是略微倾向于前者。一方面是因为 JSX 标签也能承载一定的语义含义，比如 Info 信息区块、Tabs 和视频组件这些都是有意义的。这种精简过的标签并不会带来上下文压力和噪音，反而让内容更丰富。</p><p>另一方面则是更长远的打算 — — 如果后续我的网站要做 Chat 对话助手。保留原始的标签则让我保留了输出可交互控件的空间。</p><p>这里举一个简单的例子，我的博客里有时候会插入视频。因为 Markdown 原生不支持视频素材，所以我插入的也是 JSX 标签。原始代码：</p><pre>&lt;figure&gt;<br>  &lt;video<br>    controls<br>    width=&quot;100%&quot;<br>    muted<br>    alt=&quot;翻译应用操作录屏。在打开选择语言的下拉面板后拖拽浏览器，下拉面板会跟随浏览器边缘移动而不超出视窗范围。体现了完美的适配设计效果。&quot; &gt;<br>    &lt;source<br>      type=&quot;video/mp4&quot;<br>      src=&quot;https://...&quot;<br>    /&gt;<br>  &lt;/video&gt;<br>&lt;/figure&gt;</pre><p>这里有大量的噪音，比如 HTML 标签、视频播放器属性等等，让 AI 写一个清洗规则把多余的剥离掉，最终只剩下最核心的内容：</p><pre>&lt;video<br>alt=&quot;翻译应用操作录屏。在打开选择语言的下拉面板后拖拽浏览器，下拉面板会跟随浏览器边缘移动而不超出视窗范围。体现了完美的适配设计效果。&quot; <br>src=&quot;https://...&quot;&gt;</pre><p>把博客原文 Markdown 的清洗规则设计好之后，就可以让 AI 帮我做一个静态生成脚本，将 JSX/MDX 源文件转换成 Markdown，然后存在 /public 里，最终在网站链接后加上后缀 .md 就能访问。</p><p>除了博客文章，其他页面的 Markdown 都是按我提供的规则从原始 JSX 结构化提取各段文本生成的，所以后续只要我还是在当前结构框架内做修改，每次 build 时都会同步更新。</p><h4>4. 补充 alternate 标签</h4><p>最后，我也在所有有 Markdown Twin 的页面里加上 alternate 标签，指向当前页面的 .md 链接。</p><pre>&lt;link rel=&quot;alternate&quot; type=&quot;text/markdown&quot; href={`/blog/${slug}.md`} /&gt;</pre><h4>5. 验证效果</h4><p>验证时有一个小插曲。我用 curl -H &quot;Accept: text/markdown&quot; https://lrd.im/blog/2026-08-07 来验证在添加 text/markdown 标头后是否能获取到 Markdown Twin 时，发现返回的仍然是原始的 HTML。</p><p>解决方法是参考了 <a href="https://vercel.com/kb/guide/how-to-serve-documentation-for-agents">Vercel 的官方文章</a>，在 next.config.js 里将对应的页面进行重路由即可。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*lxJ-WA1YbU9Ty0I8.png" /></figure><h4>llms.txt 改造</h4><p>对于 llms.txt，前文提到其实现在没有什么 AI 工具是明确消费这份文件的，所以我也没有做得太复杂。</p><p>我目前的做法是纯博客文章索引：最上方是博客标题 + 简介，然后用无序列表展示所有文章的标题、链接（指向 Markdown Twin）以及文章描述。</p><pre># 李瑞东的设计博客<br> <br>&gt; 李瑞东的个人设计博客，记录设计与技术的实践与思考。内容涵盖六个方向：产品与交互设计经验、网页字体与排版知识、设计工具与软件技巧、优质译文、分享会文稿，以及设计之外的个人随笔。<br> <br>## 文章<br> <br>- [AI-Native 之路 —— 从 AI 友好型网站改造开始](https://lrd.im/blog/2026-08-21.md): AI 改变了搜索范式，我从探索 Agent 阅读网页的方式开始，逐步让自己网站里的内容对 AI 更加开放、友好。<br>- [DESIGN.md 企业内落地实践与踩坑复盘分享](https://lrd.im/blog/2026-08-07.md): 随着 Agent 时代来临，公司内涌现了新的合作模式，也产生了新的痛点。本文将分享如何使用 DESIGN.md 和 SKILL 让设计系统在 AI 时代发挥影响力。<br>...</pre><h4>Robots + Sitemap 改造</h4><p>最后，我也让 AI 帮我做了 robots.txt 和 sitemap.xml。</p><p>其中 robots.txt 我是声明禁止 AI 训练我的内容。因为我还是想 AI 是通过阅读我网页内容来获取知识，而不是将其放进语料库内。</p><p>而 Sitemap.xml，也是很简单一个脚本就能生成。有趣的是：最开始 AI 给我出方案时提到要放 loc, lastmod, changefreq, priority 这几个字段。然后我追问一句：在谷歌 SEO 里，这几个字段都是有用的吗？</p><p>然后 AI 立刻回了一句：只有 loc 是有用的，lastmod 只在准确时有用，而另外两个 Google 已经明确表示已经忽略了。</p><p>在参考了 Claude Code 文档的 Sitemap 做法之后，综合了一下最终决定精简做法，只放 loc 和 lastmod。</p><h3>总结</h3><p>经过这次 AI 友好型改造，我的个人网站也有 Markdown Twin 和 llms.txt 了，同时也把以前一些 SEO 待办事项也都一一完结，比如 Sitemap, robots.txt 和 JSON-LD。</p><p>这里把关键结果的 URL 列一下：</p><ul><li><a href="https://lrd.im/index.md">首页.md</a></li><li><a href="https://lrd.im/blog/llms.txt">博客目录 llms.txt</a></li><li><a href="https://lrd.im/2026-08-21.md">博客文章.md</a>（任意文章页 URL 后加 .md 即可访问）</li><li><a href="https://lrd.im/me.md">简历.md</a></li><li><a href="https://lrd.im/sitemap.xml">Sitemap.xml</a></li></ul><p>有意思的是，整个过程收获最大的不是在为自己的网站做优化的阶段 — — 这些 AI 都能做 — — 反而是在调研 WebFetch 和 Tavily 这两个工具，以及调研 Claude、Shopify、OpenAI 文档的 AI 友好建设的时候。</p><p>在这之前 Agent 做很多事情是黑盒，我很难预测他的下一步是什么，也不清楚触发这一步的原因是什么。但是经过这次的探索，我觉得学习 Agent 运行机制、工具行为是一件挺有趣的事情，我爱上了从成熟的 Agent 中了解 AI 的能力边界以及学习软件设计哲学。</p><h3>参考资料</h3><ul><li><a href="https://vercel.com/kb/guide/how-to-serve-documentation-for-agents">How to serve documentation for agents — Vercel Knowledge Base</a></li><li><a href="https://rye.dev/blog/making-my-portfolio-agent-readable/">Making My Portfolio Agent-Readable: From Files to an Interface Agents Can Act On Cameron Rye</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7e65a0daad7a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[DESIGN.md 企业内落地实践与踩坑复盘分享]]></title>
            <link>https://pudge1996.medium.com/design-md-exploring-bababb626a6c?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/bababb626a6c</guid>
            <category><![CDATA[design-md]]></category>
            <category><![CDATA[vibe-design]]></category>
            <category><![CDATA[claude-code]]></category>
            <category><![CDATA[ai-coding]]></category>
            <category><![CDATA[ai-design]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Sat, 08 Aug 2026 08:49:52 GMT</pubDate>
            <atom:updated>2026-08-20T04:53:22.997Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*sXg1OG0kW8611EzU.png" /></figure><h3>项目背景</h3><p>我当前所处的团队属于设计中台，负责制定和维护集团内部 B 端业务的组件库、规范等，同时也为一些业务线做设计。我们有一套 B 端设计系统（包含颜色板、字体梯度等风格规范）。</p><p>这是在 AI 时代之前产出并推广的，我们确实也成功推广到绝大部分的 B 端业务线里。但是 AI Coding 成为主流后，集团内涌现了新的产品开发模式。比如：</p><ol><li>开发在用 Code Agent 来做前端界面；</li><li>产品在用自然语言生成网页的工具来做原型设计或甚至直接投入使用。</li></ol><p>在这样的背景下，我们发现了三个痛点：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*-wz56hFBhnyW6V--.png" /></figure><ol><li>AI 产出同质化： 直接用 AI 做出来的页面风格大多千篇一律（蓝紫色主题、大圆角大投影等）。用户觉得不好看，但他们不知道怎么优化；</li><li>设计系统成为黑盒： 大模型无法高效地从 Figma 源文件或图文文档中提取信息。曾经广泛应用在公司内部系统的设计系统，在 AI 工作流里隐身了；</li><li>设计的影响力在减弱： 在一些团队和项目中，已经不需要设计师的参与了。如果集团内所有 AI 生成的项目里都没有设计师的影子，我们团队的影响力会持续减弱。最坏的情况是：连存在的必要性都会受到质疑。</li></ol><h3>改造规划</h3><p>针对以上痛点，我们希望在 AI Coding 的流程中也有设计的介入，所以我们认为需要将设计资产转为可被 AI 消费的形态 — — DESIGN.md。</p><p>光有一份提示词文件是不够的，其他部门、其他角色怎么用起来呢？总不能给一个下载链接让别人每次 AI 写页面都引用着来吧。所以要用一个 SKILL 把整个搭建设计系统、更换设计系统的过程包装起来，并分发到集团内的各个渠道。</p><p>最终这次项目的产出会是以下内容：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Izgh_jOIlMGrXuQY.png" /></figure><h4>1. 集团 B 端设计系统 DESIGN.md</h4><ul><li>形态： 一份 Markdown 提示词文件，承载结构化的设计系统资产；</li><li>定位： 作为原始资产，让设计系统变为对 LLM 友好的格式，在 AI Coding 链路上可被消费。</li></ul><h4>2. 设计系统 SKILL</h4><ul><li>形态： 一份 SKILL 压缩包。分发到集团内各种渠道，如 SKILL 市场、AI 原型搭建平台和 AI 应用搭建平台等；</li><li>定位： 通过内置设计系统文件，让 DEMO 页面、轻量应用和没有设计师参与的项目能快速输出符合集团设计规范的界面。</li></ul><p>接下来会详细介绍在做这两件事情时我的思考过程，设计亮点以及具体的实现效果。值得一提的是，下半段还有踩坑记录 + 复盘反思，充满了血与泪。</p><h3>DESIGN.md</h3><h4>调研</h4><p>在开始之前我先了解了下 DESIGN.md 的大结构，在<a href="https://github.com/google-labs-code/design.md/blob/main/docs/spec.md">谷歌官方的模板</a>中了解到是由两部分组成：</p><ul><li>YAML 格式的 Token：给机器阅读，提供精确、结构化的设计 Token；</li><li>Markdown 格式的描述：给人和 Agent 阅读，提供设计背后的原因和使用指南。</li></ul><p>我也在 <a href="https://github.com/voltagent/awesome-design-md">Awesome DESIGN.md</a> 里找了几份样例。看看其他人是怎么写这份文档的，主要是去尝试寻找共同点，同时思考我们的设计规范如果转成 DESIGN.md 时，有哪些注意事项。</p><h4>YAML 部分</h4><p>前半部分的 YAML 还算简单，其实就是把我们的颜色、文字、圆角、间距梯度列出来，但有一点需要注意的是：Token 名称尽量语义化，让 AI 在读取 Token 名时就已经知道用在何处，直指意图。</p><p>比如主题色叫 primary、背景色叫 canvas、正文色叫 ink。避免使用无意义的序号，如 brand-6、text-1 等。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*DC2mDm7YHHvlLvH7.png" /></figure><p>另外，我还发现所有 DESIGN.md 都至少会包含这三个组件：Button、Input 和 Card。</p><p>我理解这三个是最能影响整体风格的组件，所以要写得详细些。尽量把各种状态的样式都写出来（悬停、按下、聚焦、错误等）。同时样式参数要尽量引用上方写到的 Token 名，避免用绝对值如 8px 这种。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*yO5H7C-rXP6RJr1d.png" /></figure><h4>Markdown 部分</h4><p>在 Markdown 部分，先分析官方的模板：</p><pre>1. Overview<br>2. Colors<br>3. Typography<br>4. Layout<br>5. Elevation<br>6. Shapes<br>7. Components<br>8. Do&#39;s and Don&#39;ts</pre><p>虽然模块不少，但拉远来看，其实都是以前的东西。开始会先有一段 Overview，用氛围词来做主观描述，定调。比如：</p><ul><li>描述品牌气质，如：<em>Claude.com is the warmest, most editorial interface in the AI-product category</em></li><li>类比其他参照物，如：<em>Claude reads like a long-form magazine column rather than a marketing template.</em></li><li>…</li></ul><p>这和古早时期作品集里流行的「情绪板」有点像，只是这里会用一段话来描述，包含核心理念，层级体系等。个人理解是本身 LLM 阅读到这些词语之后具体会做什么也是充满不确定性的，所以细究用词没意义。设计师给些关键词，让 AI 润色生成即可。</p><p>除此之外，还有一些内容其实和以前写的设计规范大同小异。比如：不同档位的文字色分别要在什么场景时使用、各档位的间距怎么区分等等。每个 Token 都要写上具体用法。</p><p>新东西倒是有一些。比如 <em>Do’s and Don’ts</em> 和 <em>Known Gaps</em>，但这些都不难，把设计系统里的一些大原则写进去即可。</p><h4>制作过程</h4><p>分析过几份 DESIGN.md 之后，我想到如果真要自己手工从零到一写一份，那工作量得多大呀！于是我用了一个取巧的方式。</p><blockquote><em>我在社区上找了一份与我们公司设计风格相似的 DESIGN.md，以此为骨架，再逐步调整、补充属于自己的内容。</em></blockquote><p>毕竟是拿的社区公开资源来改，细节丰富程度是达不到预期的。我要做的就是把我们设计系统的要求、细节补充上去，让颗粒度尽可能地接近我们设计组最开始定下来的那套设计规范。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*iX02vSkXyoz0AA1R.png" /></figure><p>氛围词的部分没有想象中难，因为 B 端后台长相都是大同小异。加上我内心也觉得 LLM 怎么理解氛围词本身就带有一点随机性，所以这里我没有花很多时间来写 MD 部分，反而是在不断的测试中看效果、调整。</p><p>重点是确保各种梯度和组件写得够全，稍微使用频率高一点的组件，都写进去了。</p><h4>验收效果</h4><p>在不断调整和补充后，属于我们设计组的 DESIGN.md 出炉了！验收阶段，我当时是直接把这份 DESIGN.md 发给 AI，然后给一句指令：「换成这个风格」。AI 很快就能完成，而且效果也不错，乍一看是和我们设计系统整体风格差不多了。</p><p>下面简单展示下使用效果：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zvZGgKTaVbljHYLrlXixXw.png" /></figure><h3>局限</h3><p>对于完全 Vibe Coding 出来的页面，比如产品演示 DEMO、没有引用外部组件库的项目等，DESIGN.md 的表现是令人满意的。转换的质量确实很好。</p><p>但我在测试阶段体验的过程中，也发现了 DESIGN.md 有明显的短板。</p><h4>组件库场景</h4><p>对于已经引用了组件库的项目，DESIGN.md 对此束手无策。通过 NPM 包引用了外部组件库之后，在页面里其实不会包含这些组件的样式，Agent 想改也无从下手 — — 总不能每个组件的细节都以覆盖样式来修改。</p><h4>效果随机</h4><p>使用 DESIGN.md 进行新页面的设计或原有页面重构时，出来的结果仍然会带有一定随机性。比如有时会给卡片容器加上描边，有时却不会；两次生成的容器内部间距不同等。</p><p>不过这也在预料之内，DESIGN.md 本质上也是一份提示词文件，AI 工作本身就有一定随机性。</p><h4>AI 会偷懒</h4><p>一份 DESIGN.md 文件动辄 500 行、800 行，AI 还要对整个项目页面进行探索发现，注意力一定会降低。</p><p>所以如果对一个项目用 DESIGN.md 重新设计，在没有额外提示词或 SKILL 编排的情况下，AI 不会做很详细的功能梳理和重新规划布局，只会按照 Markdown 里的描述改一下间距、圆角、颜色。</p><h3>SKILL</h3><p>我们面向的场景是中小型的静态页面，这些站点很轻量，不像业务系统那样有复杂业务逻辑。所以对于我们要做的 SKILL，需要满足以下功能即可：</p><ol><li>在全新的页面/站点初次搭建时就植入设计系统；</li><li>在存量项目中套用设计系统规范，类似给页面「换肤」的效果；</li><li>除了官方的设计系统.md，也要采集一些外部的设计系统供用户自主选择。适配更多场景和用户喜好。</li></ol><p>这里先给大家看看这个 SKILL 具体的效果：</p><p><em>注：视频请移步至</em><a href="https://lrd.im/blog/2026-08-07"><em>个人网站</em></a><em>浏览</em></p><p>其实用起来很简单，在搭建原型 DEMO 的时候，如果没有特殊指定某个风格，AI 就会默认使用集团官方的 B 端设计系统来开始搭建页面。</p><p>对我来说，最大的收获是设计 SKILL 的过程，有些细节是经过设计的，也踩过坑，这里逐一分享。</p><h4>约束 Agent 行为</h4><p>这是一份可被用户通过自然语言来调用的 SKILL，这意味着用户发送的内容是不可预测的。如果不加一些设计和约束，SKILL 执行的效果也将由 LLM 自由发挥，具有强烈的随机性。</p><p>举个简单例子，用户给出「给当前界面换个风格」这种意图不明确的指令时，LLM 基于本次的推理，可能会采取以下方式中的其中一种：</p><ol><li>直接替换为我们设计组维护的设计系统（因为在提示词里我们让 Agent 优先推荐官方的设计系统）；</li><li>基于大模型的理解，直接在库里选一个风格并替换；</li><li>把所有风格全列出来让用户选；</li><li>追问用户明确需求，比如：你喜欢什么色系？要暗色的还是亮色的？</li><li>还可能有其他做法…</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*1-mHh4MMQbmNOO1f.png" /></figure><p>这种不确定性会影响 SKILL 的功能和质量。其中第一、二种方式，属于无沟通的直接替换，很可能无法一下子满足用户诉求，造成多次返工，浪费时间和 Token。而第三种：全部把名字从 A-Z 列出来，缺乏视觉与风格特征参考，用户无法直观感知差异，决策成本也很高。</p><p>我作为 SKILL 的设计师，其实我可以在这里做一些处理。我希望当用户没有指明某个系统时，Agent 能遵循统一的处理方式：询问用户并提供恰当的选项 — — 使用 <a href="https://code.claude.com/docs/en/tools-reference#askuserquestion-tool-behavior">AskUserQuestion 工具</a>。</p><p>所以我在 SKILL 里做了一个逻辑，如果用户**未指定**设计系统，LLM 将执行推理：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*iBaYb3qfpHRBMLBX.png" /></figure><ol><li>理解当前系统业务属性（AI 自行判断，可能会基于页面标题、路由等项目信息）；</li><li>与当前 SKILL 里的所有设计系统的风格进行匹配；</li><li>选出最贴近的 3 个设计系统，各附一句推荐理由。并通过 AskUserQuestion 组件列出选项询问用户意向，其中：</li></ol><ul><li>第 1 个选项固定是我们首推的集团 B 端设计系统；</li><li>其他 2–3 个选项则是基于当前系统特点给出的推荐的选项。</li></ul><p>最终效果如下图所示，在用户发出模糊的需求时，会出现表单让用户明确需求。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*amsnVwVGeevVzxYB.png" /></figure><p>在做这个优化点的时候，我脑海里突然闪过一丝火花 — — 这看起来很像是以前设计方案时我们做选项/默认值的优化思路。另外其实这种边缘场景还有很多，比如：</p><ol><li>当用户指明要换一个不在 SKILL 内的设计系统时；</li><li>当用户选择了一个和当前风格一致的设计系统时；</li><li>当用户发出一些自相矛盾的需求时；</li><li>…</li></ol><p>就像在传统设计链路里，如果设计师没有给出某个状态、场景的设计方案，那开发可能就会自由发挥了。</p><h4>字体适配</h4><p>部分设计系统可能会用到特殊字体。比如我们集团 B 端规范里面要求数据看板的字体用 DIN Alternate、IBM Carbon 的品牌字体是 IBM Plex Sans，而 Claude 则是 Anthropic Serif。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qr4dU9wpvdlxEygh.png" /></figure><p>因为用户大概率本地是没有安装这些特殊字体的，就算替换了 CSS 样式的 font-family 也不会生效。</p><p>所以同样，如果不在 SKILL 中明确执行步骤，AI 就会自主执行，最终目标字体**可能**不会真正呈现在用户界面上。</p><p>对于这个场景，我做了以下处理：</p><ol><li>遍历当前所有内置设计系统里的非系统字体，输出一份 md 文件和特殊字体表；</li><li>区分哪些字体是能通过 Google Fonts CDN 加载，哪些字体不能；</li><li>能从 CDN 加载的就在 Markdown 里补一个 @import，表明加载路径；</li><li>不能在线加载的商业字体，我就手动把字体文件扒下来放进 SKILL 库里作为静态资源调用。</li><li>在 SKILL 里补充对字体的处理逻辑，分两条支线：通过 CDN 加载和调用静态资源。</li></ol><p>在明确告知 SKILL 处理方式之后，Agent 遇到特殊字体的情况也会按照 SKILL 描述的步骤去做。最终效果很稳定：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UZX4ZLjUXhvQrXku.png" /></figure><h4>成本优化（踩坑了）</h4><h4>踩坑实例</h4><p>最初我根据 AI 循序渐进的引导，把切换设计系统的方法写得很详细。我分了两条路径：新建应用和存量应用。以后者为例，我是这样要求 Agent 去替换主题的：</p><pre>1. 并行读取：`DESIGN.md`（设计规范）和 `re-theme-system.md`（映射规则）；<br>2. 启动 subAgent 扫描并阅读项目文件，按全局 CSS / 共享组件 / 页面文件进行分类；<br>3. Phase 1：<br>    1. `@theme` 块替换：针对全局 CSS 文件，提取新设计规范中的全部 Token，生成新 CSS 变量后整体替换旧 `@theme` 块；<br>    2. 字体处理：通过 Google Fonts 或静态资源的方式引用字体，并写入样式表；<br>    3. 追加组件结构基类。如：`.btn`、`.btn-icon`、`.input-base`、`.tag-base` 等。<br>4. Phase 2：<br>    1. 语义 class 重映射。去除尺寸 class 并加挂基类、替换内置色板 class 为语义 Token、对齐字体/字号/间距、清除所有任意值写法。<br>5. 修改完成后校验一致性。全局扫描残留的内置色板 class、缺失的 body 字体兜底声明等，发现遗漏则单独补执行 Phase 2。<br>6. 操作边界约束。只允许修改 className/class 属性中的 Tailwind class 字符串以及 CSS 文件中的 @theme 块。业务逻辑、DOM 结构及第三方组件库样式一律不得触碰。</pre><p>我当时没有察觉到问题，毕竟从互联网上我学习到的就是「SKILL 就像是给实习生员工的操作手册」，明确告知 Agent 每一步，似乎很合理。</p><p>但是看到测试结果后，我惊呆了。对比前文提到的「直接丢 Markdown 让 AI 自己改」，通过 SKILL 进行设计系统的更换耗时非常久，而且效果也比前者差了很多 — — 只改了颜色、投影等参数，没有理解到 DESIGN.md 里的精髓。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MKXeTQKB8mXi-lgeTcRQ0g.png" /></figure><blockquote><em>都是引用同一份 DESIGN.md，为什么用 SKILL 转换的效果这么差？</em></blockquote><p>感觉不对劲后，我想让 AI 帮忙做点优化，所以先将 SKILL 替换过程的 Claude Code 运行日志发给 AI，让其分析原因和改方案。</p><p>后面基于 AI 给的建议，我修改了一版 SKILL，然后立马测试了一遍，发现根本没效果，甚至还比之前的慢了。</p><p>我开始意识到纯靠 AI 是靠不住的，还是得自己想办法。</p><h4>我的优化方案</h4><p>一轮分析后，我想到「直接丢 Markdown」的效果好，这说明 Agent 本身就有自主规划更换设计系统的能力。我写这么多只是在强迫 Agent 集中注意力做我写的事情（数据为例：Read 两份指引文件引发了 17,588 个 thinking 字符数）。</p><p>所以我重新聚焦最初的目标，决定大幅精简 SKILL 的内容。不再事无巨细地指导 Agent 工作，而是仅保留最核心的三点能力：</p><ol><li>主题路由： 提供各个设计系统的简单介绍和文件路径。不用浪费时间查找和阅读完整 Markdown 就能知道各个设计系统的特点；</li><li>AskUserQuestion 逻辑： 写清楚什么情况下要主动询问用户来明确需求，以及选项的做法（上文有提到）；</li><li>字体路由： 通过 Prompt 约束 Agent 换字体的方式，并给出相关资源路径。</li></ol><p>用精简后的 SKILL 再跑一遍完整流程，质量一下子提上来了。AI 在任务中的阅读、推理等消耗骤降，注意力得到大幅提升。下图作为对比：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*6Rz7Kle-LlavvCmfro2WXA.png" /></figure><p>这次 SKILL 优化效果显著，也体现在代码行数上面。SKILL.md 主文件从 240 行缩减到 50 行，而且也直接删掉了新建/存量路径的操作指引文件（共 383 行）。一共删了 623 行。</p><h4>根因复盘</h4><p>其实真正改样式、写代码的时间和内容长度是差不多的。导致时长和费用爆炸的根因是 thinking 过程。</p><p><strong>错误一：滥用 subAgent<br></strong>第一版的 SKILL 我强制 subAgent 并发去扫描并阅读项目文件，然后 subAgent 花了很多时间去理解文件，输出内容后返回给主 Agent。此时主模型拿到一大堆新信息，同样也要要理解、推理很长时间。</p><p>但实际这种项目文件没有必要单独开 subAgent 去理解，使用场景就不对。子 Agent 应该用在能输出简短结论的场景，起到并行思考的作用。初版 SKILL 只是把内容复述给主 Agent，完全是负作用。</p><p>反观优化版是 Agent 自主去发现文件，不需要重复理解内容。两份 SKILL 在同一个任务里，总 thinking 字符数分别是 21,138 和 2,160，优化版少了 90% 的推理过程。</p><p><strong>错误二：滥用 Shots</strong><br>同时在我修改主题指引的文件里写了太多示例（约 100 条），而且写得特别细。</p><pre>/* Button — structural base. Paint with color utilities */<br>.btn {<br>  display: inline-flex;<br>  align-items: center;<br>  justify-content: center;<br>  padding: var(--btn-padding-y) var(--btn-padding-x);<br>  border-radius: var(--btn-radius);<br>  font-size: var(--btn-font-size);<br>  font-weight: var(--btn-font-weight);<br>  line-height: 1;<br>  cursor: pointer;<br>  border: none;<br>  gap: var(--spacing-xs);<br>  transition: background-color 0.15s;<br>}<br> <br>/* Input — structural base. Paint border/background/text colors on element */<br>.input-base {<br>  padding: var(--input-padding-y) var(--input-padding-x);<br>  border-radius: var(--input-radius);<br>  font-size: var(--input-font-size);<br>  border: 1px solid;<br>  outline: none;<br>  transition: border-color 0.15s;<br>}</pre><p>比如：要求 Agent 必须按某种方式命名 Token、必须做几个常用的样式类名等等。这极大地增加了负担，让模型过度拟合示例中的具体形式而忽略掉本质。但实际上 Agent 本身就有能力做到，不需要额外的提示。</p><p>以后做 SKILL 时，只在我们有特殊 Schema 要求的情况下才提供 Shots，Agent 自己能做到的就不要额外添油加醋。而且先从 Zero-Shot 或 Few-Shot 方案开始，通过测试来看效果，效果不好再慢慢加，控制数量。</p><p>这么多血和泪总结起来一句话：</p><blockquote><em>Agent 本身有自主规划的能力，SKILL 里只给最关键的信息、防止 Agent 走弯路的信息即可。写得太多、太细反而增加推理成本。</em></blockquote><h3><a href="https://lrd.im/blog/2026-08-07#%E4%BA%A7%E5%93%81%E5%8C%96">产品化</a></h3><p>把 SKILL 做出来并验收通过后，其实我们就具备了让 Agent 给应用赋予特定设计系统规范的能力。通常 SKILL 有两种启动方式：</p><ul><li>自然语言触发 ：LLM 理解用户发送的文本，并与 SKILL 内的 description 字段进行语义匹配，命中后启动；</li><li>指令触发 ：用 /skill-name 的形式直接指定 SKILL，Agent 基本不需要判断。</li></ul><p>除了以上两种形态，我还想把门槛做得再低一点，将其包装成一个可视化的 GUI 的形态。所以我在集团内部应用搭建平台的对话框里面增加一个按钮作为触发器。</p><h4>具体使用路径</h4><p>如果用户在创建新应用，输入框内部会有个「设计系统」的按钮，点击后会出现弹窗给用户选择。选择其中一个后，用户接下来创建的应用就默认会符合该设计系统。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qzE-AXhVyccd-BNS.png" /></figure><p>至于存量应用，则是在编辑页面，点击按钮来唤起一个选择设计系统的浮层。点选任意一个并确定后，直接调用技能的更换设计系统能力。</p><h3>总结</h3><p>通过这个项目我觉得有一点很新鲜的是：我们设计师以前总是提到「以用户为中心设计」，现在要在 AI 生态下做建设，就要转变为「面向 LLM 设计」。</p><p>另外，做 SKILL 时踩的坑，也让我明白了一个道理：AI 给的建议不能全信，得有自己判断力。虽然 AI 可以几秒钟就生成一大篇方案，但如果不加思考地全盘采纳，效果一定很差。</p><p>完整地做完这次 AI 探索项目之后，总结起来我有三点比较深刻的感悟：</p><ol><li>设计资产格式转换： AI 时代下，设计资产需要对 AI 友好。不仅是设计系统、设计规范，包括我们日常需求的设计产出物，验收文档等等。这应该是一个大趋势 — — 所有沉淀下来的资产，都应该对 AI 可读；</li><li>成为 AI-Native： 想要在 Agent 生态下做一些建设，就要学习 Agent 是怎么运作的。不然对着一个黑盒来优化效率很低；</li><li>多做测试： AI 相关的工作不像平常的设计任务，在没有太多实践经验时，心里对预期结果是没底的。需要根据测试结果再一点一点调。多花点时间在实验上面，比一直在捣鼓方案、纸上谈兵要有效得多。</li></ol><h3>接下来</h3><p>项目结束后，我能明显感觉到 DESIGN.md 的短板。这不是一份万能的提示词，但我觉得我们或许可以通过 Harness 来逐渐补足、调优。</p><p>我目前想到以下三个优化方向，在这里也记录下来吧。</p><h4>组件库场景</h4><p>前文提到 DESIGN.md 是无法影响到组件库样式的，但恰好我们公司内部的组件库支持进行「主题配置」。</p><p>我们内部有一个主题编辑器，支持对系统的全局样式和组件维度进行样式定义。因为是内网工具无法公开访问，但可以想像为类似 <a href="https://ant.design/theme-editor-cn">Ant Design 的主题编辑器</a>。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*aP4vQ4tghBFjITNJ.png" /></figure><p>我觉得结合 DESIGN.md 做一些编排，可以解决掉组件库的场景。</p><p>初步想法是这样：</p><ol><li>我们需要一个转换能力：给定一份 DESIGN.md，能根据特征转化为主题编辑器的配置参数；</li><li>将其编排进换主题的流程里：SKILL 里进行风格更换时，在 Agent 基于 DESIGN.md 进行修改样式的同时，也把主题编辑器的配置引入系统。</li></ol><p>最终可以做到全页面覆盖：组件相关的风格读取主题编辑器，组件以外的部分则按照 DESIGN.md 来还原。</p><h4>效率和性能</h4><p>使用 DESIGN.md 来生成页面是有成本的。这是一份数百行，甚至上千行的提示词，加载 DESIGN.md 之后，AI 生页面的速度会被明显拖慢。</p><p>尤其是每次加载就必须是全量加载，很容易把上下文撑爆。所以能不能让时间成本和费用成本降下来——比如通过按需加载的方式？这是可以探讨的方向。</p><h4>功能扩充</h4><p>目前我的 SKILL 只能在我提供的若干份 DESIGN.md 里选择主题风格，但其实社区上有很多开源免费的资源。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*T336Pb7PG4bokhBA.png" /></figure><p>如果 SKILL 支持从几个公开资源库里检索主题，能让主题的丰富程度大幅提升，还能更好地满足不同用户的喜好，也是一个可以扩展的方向。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bababb626a6c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[集团翻译应用的交互优化与量化验证（下）]]></title>
            <link>https://pudge1996.medium.com/translator-ux-design-part-2-87560d688a5d?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/87560d688a5d</guid>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[translation]]></category>
            <category><![CDATA[web]]></category>
            <category><![CDATA[design]]></category>
            <category><![CDATA[ui]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Mon, 20 Jul 2026 01:50:38 GMT</pubDate>
            <atom:updated>2026-08-20T04:55:27.655Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*GKIt3K-1-RWmOSNf.png" /></figure><h3>背景</h3><p>在<a href="https://lrd.im/blog/2026-07-09">上一篇文章</a>里，我分享了如何通过设计「目标语言自动切换机制」来杜绝同语言翻译问题和减少用户手动切换语言的频次，以及通过一个自动聚焦策略来减少用户在使用翻译中的交互成本。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*GLzCXKd9Roco98zC.png" /></figure><p>这次我将聚焦翻译应用里核心功能「切换语言」的交互。主要改动点有两个：</p><ol><li>默认翻译语言的槽位数量和默认值修改；</li><li>下拉选择语言面板的 UI 优化和选项排序优化。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*OOAy9DYJkVGbC3Xd.png" /></figure><p>值得一提的是，在做这两个优化之前我明确地带有设计目标 — — 就是奔着减少费力度、提高用户使用效率来的。所以在开始设计之前，我进行了用户调研，以及使用谷歌的 GSM 框架来定义和拆解指标，将逐条指标与设计决策绑定，让每一次决策都有依据。</p><h3>一、默认翻译语言槽位修改</h3><h4>调研/思考阶段</h4><p>与一些外部翻译应用（有道翻译、搜狗翻译等）不同，我们公司内部翻译应用的界面上会分别在「源语言」和「目标语言」模块里各提供 3 个语言槽位。让需要同时处理多个语言的岗位同事可以直接在界面上切换，不必每次都在下拉面板里选择。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Z9kfkysRtY4lj9Wi.png" /></figure><p>我们在外部提供几个槽位便于用户快捷切换，同时也有下拉面板展示全部语言。这个主要的模式不会改变，但主要问题是：</p><blockquote>设计能做些什么来降低用户在翻译任务中手动切换语言的成本？</blockquote><p>迷茫之际，我又搬出 AI 热潮之前的那套东西：<strong>谷歌 GSM 设计框架</strong>。并进行拆解：</p><ol><li><strong>Goal</strong>：降低用户在翻译任务中手动切换语言的成本</li><li><strong>Signal</strong>：用户触发下拉菜单展开更多选项的行为减少</li><li><strong>Metrics</strong>：下拉菜单人均触发次数</li></ol><p>然后基于 <strong>Signal</strong> 进行反推：</p><ul><li>用户为什么需要通过下拉菜单手动切换语言？ — — 当前槽位无法满足使用需求；</li><li>为什么当前槽位无法满足使用需求？ — — 数量不够或者默认提供的选项不精准；</li><li>…</li></ul><p>我推理出来语言槽位的设计机会点有这两个：槽位数量和默认值。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Q3QoXJhlhDgSgGhp.png" /></figure><h4>设计阶段</h4><p>通过 GSM 框架拆解后，设计方向明朗了很多，逐个击破即可。针对这两个问题，我先会分析用户切换「源语言」和「目标语言」的使用情况：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*5ZQPpDmi5DVIAStH.png" /></figure><p>两份口径不同的图表都展示了一个很明显的结果：用户极少切换「源语言」，所以我有以下推断：</p><ol><li>源语言切换次数非常少，代表默认选中的「自动识别」已经能满足绝大多数用户所需。</li><li>目标语言切换次数较多，而且有不少人是需要通过下拉菜单来切换语言（印证了默认槽位提供的语言选项无法满足工作所需）；</li></ol><h4>目标语言槽位改造</h4><p>目前「目标语言」槽位数量是三个，我想着如果想要减少用户在下拉菜单里切换语言。多提供几个槽位会不会是一个比较好的方式。一个很简单的逻辑推断：外部展示的选项更多且更精准，就有更多的用户无需通过下拉菜单来完成任务。</p><p>基于这个逻辑，我也找了一些高频使用翻译功能的用户去调研了他们的使用场景和习惯。下面是一部分的内容：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*xLqFcckK3guW61TZ.png" /></figure><p>调研得知高频用户里会存在一些角色是需要同时处理多种外语的。而目前仅提供三个槽位是肯定不够的，因为中文肯定会占用一个，剩下可用于外语的只有两个槽位。</p><p>所以基于数据分析、调研结论和界面可用空间考虑，我将槽位从 3 个扩展为 5 个。</p><p>槽位数量扩展了，那默认提供什么选项以及他们的顺序，是接下来要考虑的事情。我希望能够：</p><blockquote><em>提供对用户最有价值的 5 个语言选项。</em></blockquote><p>最开始我只是简单地想到：“只要选最多人用的那 5 个语言就行啦！“。但是真正进行取数的时候才想到，其实是有好几个口径的，而且每张表的 TOP5 都不同。我陷入了沉思：这 5 个默认槽位到底该怎么选？</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*oGtZ5DIVue_mkoJU.png" /></figure><ol><li><strong>取切换数 TOP5：</strong>一种语言被切换到的次数多不代表进行翻译的次数多，无法确保覆盖面；</li><li><strong>取翻译量 TOP5：</strong>可能出现一小撮人频繁使用但翻译量较大的现象，这种语言覆盖面较窄（比如越南语）；</li><li><strong>取用户数 TOP5：</strong>可能出现很多人切换到该语言，但真实翻译量很少的 “假热门“ 现象（比如繁体中文）。</li></ol><p>我觉得默认槽位里应该放既多人用，又会被高频使用的选项。这时仅看单一维度的数据是片面的，所以我想到可以用一个加权公式。</p><p>既然我两个维度都想兼顾到，那干脆公平一点：用户覆盖面和真实翻译频率各占比 50%。定义两个指标：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Y6DqsQa7TX8dBxIN.png" /></figure><ol><li>M1 用户广度：使用该语言翻译的去重用户数 / 总用户数</li><li>M2 转化效率：该语言的真实翻译次数 / 该语言被选中次数</li></ol><p>归一化后进行相加，取排名最高的前五位。这里我用了 Claude Code 来帮我计算，加权公式计算后最终的如下图。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*0d-l6GopsJ7b5Rf7.png" /></figure><p>前五个槽位默认值锁定为：英语、中文简体、西班牙语、阿拉伯语、葡萄牙语。后面我还稍微调整了下排序，将西班牙语和葡萄牙语放一起，因为这两个都属于欧洲语系。</p><h4>源语言槽位改造</h4><p>目前「源语言」默认槽位是自动检测、英文、中文简体、中文繁体。 此前分析的结论是自动识别已经能满足绝大多数的翻译任务，所以这里的槽位我的设计思路与目标语言的槽位相反，这里我想的是简化。</p><p>由于「中文繁体」已被证明是假热门语言：源语言为中文繁体的翻译量排名第 8 — — 不值得占据一个默认槽位。于是我决定将其移除（槽位还在）。</p><h4>最终的优化动作</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EJ2J1DqeEkhS8cmH.png" /></figure><ol><li>目标语言的槽位：数量从 3 个扩展至 5 个，默认提供中文简体、英语、西班牙语、葡萄牙语、阿拉伯语。</li><li>源语言的槽位：数量不变，去掉中文繁体的选项。</li></ol><h4>数据验证</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fv1HyPWW0mqbqr8y.png" /></figure><p>数据显示在上线后 40 个工作日：</p><ol><li>用户在外部槽位切换语言的占比 88.7%。即每 10 次切换语言，有接近 9 次是发生在外部槽位。虽然新旧版从数值上看对比不明显，但旧版有大量脏数据 — — 同语言翻译 BUG 导致用户每次翻译后必须手动切换目标语言。</li><li>通过外部槽位切换语言的人均次数从 20.2 上升至 27.3 次，提升了 35%。符合增加槽位暴露后带来更多直接切换的预期。</li></ol><h3>二、选择语言面板 UI 交互优化</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*YnPAmJ7oZh-sXvHR.png" /></figure><h4>调研/思考阶段</h4><p>其实无需过多的用户访谈、调取数据，只要用设计经验、对比竞品就能判断到改版前的选择语言框选择效率是低下的，最关键的问题是：打开面板后一屏只能看到 7 个语言选项，比其他同类型翻译产品少了很多。</p><p>既然用户触发了下拉面板，这意味着外部槽位的语言不能完全满足他们当时的需要，用户要在下拉菜单的全量数据里寻找目标语言。我要做的就是让用户在下拉面板进行选择时更高效。</p><p>具体要做什么优化点？我的设计目标是明确的，可以继续用 GSM 框架拆解：</p><ol><li><strong>Goal</strong>：降低用户在下拉菜单里切换语言的成本</li><li><strong>Signal</strong>：用户在下拉菜单里的停留时间和行为减少</li><li><strong>Metrics</strong>：下拉菜单停留时间 / 搜索功能使用率 / 搜索输入成本</li></ol><p>然后基于 <strong>Signal</strong> 进行反推：</p><ul><li>用户为什么在下拉菜单里要停留这么久？ — — 当前一屏展示数量少，需滚动查找；</li><li>用户为什么在下拉菜单里行为这么多？ — — 搜索功能做得不够方便。</li></ul><p>我推理出来语言槽位的设计机会点有这两个：面板坪效优化和搜索交互优化。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*lau66sm03T-__oS5.png" /></figure><h4>设计阶段</h4><h4>面板坪效优化</h4><p>对于坪效优化，我的改动很直接：将下拉菜单布局改为多列，同时将高频语言选项前置，让其更容易被发现。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*jaOEJ8pggS6TFeo4.png" /></figure><p>至于选项排布，我分为三层展示：</p><ol><li>第一层：属于常用模块，放翻译量 TOP 12 的语言；</li><li>第二层：属于全部语言模块，放翻译量 TOP 13~24 的语言；</li><li>第三层：按首字母排序放剩余的全部语言。</li></ol><p>在排序的决策中，有三点额外的考量可以在此分享：</p><ol><li>根据使用数据显示，TOP 9 之后的语言使用量差异已经不大了，所以我这里就没有复用之前的权重公式，仅简单地按翻译量排序；</li><li>中文、英语放在靠后的位置是因为这是在默认槽位里靠前的语言，比较难被替换走 — — 换句话说，在大多数情况下都会在槽位里出现，所以在下拉菜单里的位置不需要太靠前；</li><li>在每一层我都有手动地微调了一些排序，让地理位置相邻的语言更靠近。</li></ol><p>同时有一个额外的优化点：由于面板展开位置非右对齐 — — 会占用右边空间。所以让前端做了个识别浏览器边界自动偏移面板，确保用户在绝大多数情况下都能完整看到面板。</p><h4>搜索交互优化</h4><p>其实我们在坪效优化中已经将绝大多数用户会用到的语言选项进行了曝光。用户如果也还是不想在里面找，习惯用搜索来精准定位某语言，那么他就会用到搜索功能，需要在文本框里输入内容。</p><p>以下的优化就是针对这部分的用户进行的，旨在减少他们在「搜索 -&gt; 选择语言」这个链路中的交互成本。这部分的优化可以拆解为三步：</p><p>1. 输入前：<br>打开面板时以及<a href="http://lrd.im/blog/2026-07-09#%E5%88%A9%E7%94%A8%E6%B5%8F%E8%A7%88%E5%99%A8-api-%E6%8F%90%E5%8D%87%E8%AE%BE%E8%AE%A1%E7%BB%86%E8%8A%82">页面可见性发生变化</a>时自动聚焦到输入框，这个是已有逻辑；</p><p>2. 输入中：<br>现在搜索仅支持字符匹配，比如我想搜西班牙语，就必须输入带有 “西班牙语“ 这四个字里至少一个字才能匹配到。</p><p>我想到可以支持更多搜索方式，比如：</p><ol><li>语言代码：用户输入 zh 就会出现简体中文/繁体中文，输入 es，就会出西班牙语，旨在减少用户在搜索时的输入量；</li><li>拼音：用户输入 xi 就会出现西班牙语、希伯来语等，拼音里 xi = 西/希，包含在 &quot;西班牙语&quot; 内。做这个兼容的目的是希望用户不用来回切换输入法。</li></ol><p>并把这个新能力在输入框占位符文本（用户未输入任何文字之前看到的内容）里进行曝光。</p><p>3. 输入后：<br>用户在输入时，双手一定会在键盘上。所以我对搜索结果列表做了一个优化：支持键盘 ↑ ↓ 键聚焦选项 + 回车键选中的逻辑，旨在减少用户在键盘和鼠标之间来回切换的情况。</p><p>整体使用体验会比较丝滑，看视频操作：</p><p>请移步至原文地址 <a href="http://lrd.im/blog/2026-07-14#%E8%AE%BE%E8%AE%A1%E9%98%B6%E6%AE%B5-1">lrd.im</a> 查看视频</p><h4>数据验证</h4><p>下面来看改版后 40 个工作日的数据，设计意图都直接或间接地证明了是有效果的：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*P8JbPgJxyuxUL5vp.png" /></figure><ol><li>用户停留在下拉面板的时间缩短了： 停留时间中位数从 3.5 秒下降至 2 秒，缩短了 43%；</li><li>用户需要搜索来找语言选项的情况变少了： 无搜索完成率从 42.2% 升至 66.7%，提升了 24.5 个百分点；</li><li>即使仍然要搜索，用户的搜索成本也降低了： 搜索框内键盘录入次数从 9.1 次降至 4.7 次，用更少的字找到了目标；而中位数从 8 降至 0 更是佐证了大多数用户已经不需要搜索就能找到目标了。</li></ol><p>原来用户找语言需要滑动列表或依赖搜索，现在更多高频语言直接暴露在第一屏，用户打开下拉就能直接点选，既缩短了操作时间，也降低了对搜索功能的依赖度。</p><h3>经验总结</h3><p>我觉得在数据回收、验证和归因这个知识块还有很多可以研究、学习的空间。现在有 AI 之后，数据分析已经不是问题了，但是在「基于目标给出可度量的设计方案」这个阶段，还是需要人脑大量介入的。希望之后有更多的机会做类似的事情吧。</p><p>下面单独说几点我做这次设计改版收获比较大的地方。</p><h4>灵活运用加权公式</h4><p>我们可以利用「加权」的方式来对多个方案做优先级、做排序。比如这次优化我想在「很多人用的语言」和「被用了很多次」的语言中取舍，我觉得这两个维度都重要，于是我就各取了 50% 的权重。</p><p>工作中我也发现好像一个设计方案挺难做到所有角度都是完美的，总会有些侧重，有些牺牲。比如某个交互虽然能把步骤减少了，但可能会导致某个想推广使用的功能被无视掉。「加权」不是为了找到完美答案，而是能让决策更有依据。</p><p>这次例子我简单地用了 5:5 的权重，不过我问了下 AI，如果情况复杂点或者维度更多一点，权重比例的分配还是挺有说法的。下回有类似场景再学习学习吧。</p><h4>用户行为具有惯性</h4><p>数据会随着用户习惯的迁移持续向好。在上文提到「选择语言面板优化」的 40 天数据中，每隔约 10 个工作日就能看到一次增长。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*69ru7OV8iP1XE8SBCYfB5Q.png" /></figure><p>虽然新版优势一开始就存在，但期间内用户停留时间中位数连续四段下降，无搜索完成率连续上升，说明用户越用越熟练，已经培养出用户的操作惯性。</p><h4>最后感悟</h4><p>还有最后一点感悟是，如果要做「体验量化」相关的事情，有三点很重要：</p><ol><li>选容易衡量的，数据直观的和容易归因的方向来做。不然后面很多棘手的事情，容易陷入自我拷问的环节；</li><li>做设计方案的时候就要想到用什么指标来衡量，并以文字形式记下来。因为开发完还要上线一阵子才能回收数据，到时候很容易忘掉最开始的目标；</li><li>公司的埋点标准、取数平台要用好用熟。一开始先做点简单的，把流程熟悉了、跑通了，后面做复杂的事情才会更加游刃有余。</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=87560d688a5d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[集团翻译应用交互优化实践案例分享（上）]]></title>
            <link>https://pudge1996.medium.com/translator-ux-design-part-1-e508663682d5?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/e508663682d5</guid>
            <category><![CDATA[翻译]]></category>
            <category><![CDATA[交互]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[设计]]></category>
            <category><![CDATA[ui]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Thu, 09 Jul 2026 11:45:56 GMT</pubDate>
            <atom:updated>2026-08-20T04:59:42.719Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*fBbBNAoMy_s9mbi6.png" /></figure><h3>背景</h3><p>集团内部有一个能提供翻译能力的 API 及相关的接入文档。这里面一个简单的功能体验页面，嵌在 API 接入介绍页，是给各中心、业务团队在接入 API 前简单体验用的，属于「体验型 DEMO」，定位是「能用就行」。</p><p>但后面集团需要一个面向全公司员工的翻译工具，所以要将翻译功能独立成为一个应用，有专属的页面，这时候就不是「能用就行」了，需要开始考虑用户体验。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qkLdIRxVDvDqtMAV.png" /></figure><p>翻译应用属于一个小工具，不像一个大系统里的业务模块。这个小工具比较有特点：功能不多、交互简单；但用户使用习惯高度相似，而且会在一段时间内高频使用。</p><p>我觉得这里可以有点设计机会，能做些比较纯粹的、和设计职能关联度较高的体验优化，就在这半年内陆陆续续提了点迭代优化。过程中做了些用户调研、数据分析，也曾经对某些点比较纠结。过程还是比较充实的，所以打算写一篇文章来记录一些有意思的点。</p><p>这里不会像 Case Study 那样去高谈阔论全局思维、顶层视角…，而是朴素且切实落地的设计思考和体验细节，而且每个优化点都有上线后的数据。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*yQ-iBXhP0CqwOY0e.png" /></figure><h3>一、目标语言自动切换机制</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EIAhwya1fCg9JAUG.png" /></figure><h4>发现问题</h4><p>其实我提早了一些知道旧版的翻译功能页需要做升级，所以我前置做了些埋点来记录用户行为和使用数据。用户每一次翻译文本，都会上报这些内容：</p><ol><li>用户信息（工号、设备、岗位名称、办公地点等基础数据）</li><li>源语言</li><li>目标语言</li><li>翻译模型（我们支持多个供应商的翻译服务切换）</li></ol><p>最开始我是想看看哪个翻译组合（比如中译英、中译日等）用得比较多，好让我修改默认翻译语言的选择。使用数据如下图：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*V4jd-LLrt5xRpMYp.png" /></figure><p>其中，中译英和英译中作为最常见的翻译组合并不让我感到意外。让我意外的是：为什么有约 15% 的翻译任务是源语言 = 目标语言？</p><h4>定位问题</h4><p>我决定顺藤摸瓜，搞清楚同语言翻译原因。正好我工位附近坐了几个负责全球 IT 业务的同事，他们会经常用这个翻译工具，所以我就把凳子搬过去他们旁边，看看他们平时怎么用的。最后终于找到原因了</p><p>我们的源语言会默认选中自动检测（翻译供应商接口提供的能力），同时也会默认会选中英文作为默认翻译的目标语言。如果用户将一段英文文本粘贴到源语言的文本框，翻译工具识别到文本框有内容，就会自动提交翻译。此时就会出现源语言和目标语言是同一个的问题。</p><p>上面说得可能有些抽象，试想下这个常见的场景：</p><ol><li>你收到了一封英文邮件，想翻译看看。你复制了邮件内容到待翻译文本框，源语言自动检测为英文。你想要将其翻译成中文，于是你在「目标语言」里设置了中文；</li><li>接下来你需要回复邮件。你在文本框里输入了一段中文，系统自动检测为中文。但是你没有修改目标语言（仍然是中文）；</li><li>停止输入 300ms 后，系统自动提交了翻译行为，将你输入的中文翻译为中文；</li><li>发现翻译结果不符预期，原来是目标语言没有选择对。你重新选择了一个目标语言，短暂的加载后，界面出现了一次新的翻译结果。</li></ol><p><em>[示例视频请移步至 </em><a href="https://lrd.im/blog/2026-07-09"><em>https://lrd.im/blog/2026-07-09</em></a><em> 查看]</em></p><h4>解决问题</h4><p>我激进地认为同语言的翻译获得的结果一定不是用户想要的。看了同事的操作，他们在遇见这个问题时，也是要手动修改目标语言的。</p><p>为了减少用户进行翻译任务时的摩擦，我要给个兜底的处理逻辑。既然要避免同语言的翻译，整理了一下思绪，兜底方案需要回答这个问题：</p><blockquote>当自动检测到的语言和翻译目标语言一致时，目标语言应该怎么处理才能避免同语言翻译？</blockquote><p>我觉得这个问题应该不是只有我们团队遇到，所以我也去看了看市面上几个翻译产品：</p><ol><li>Google / Bing 翻译：不处理，任由同语言翻译现象发生；</li><li>搜狗 / 有道翻译：源语言为中文时，目标语言切为英文；源语言为非中文时，目标语言切为中文。</li></ol><p><em>[示例视频请移步至 </em><a href="https://lrd.im/blog/2026-07-09"><em>https://lrd.im/blog/2026-07-09</em></a><em> 查看]</em></p><p>搜狗/有道翻译的做法确实是解决了同语种翻译的问题，知道国内用户最高频是中/英互译，所以兜底语言选了这两个。但我们公司用到其他语种的用户也着实不少（高频用户里同时处理三种或以上语言的用户占 32%），所以还有其他做法能照顾到这些用户吗？</p><p>虽然我们没办法准确预测用户下一次进行翻译任务时的目标语言是什么，但我们至少能确定是有一种常用的场景 — — 两种语言互译。即中英互译、中葡互译或中日互译等这种需要两个语言之间来回翻译的场景，比如回复邮件、与老外对话等。</p><p>所以我在方案里更进一步，让回退语言首选用户上一次选择的目标语言。检测到同语言翻译时，需要帮用户切换到上一次翻译的目标语言。这对中英互译，以及非中英互译的场景都非常友好，用户基本上不用手动切换目标语言了。</p><p>但是事情没有那么快结束，遇到了两个问题：</p><p><strong>一、边缘场景</strong></p><blockquote><em>用户可能没有选择过任何语言，或者上一个语言刚好也是当前的源语言。</em></blockquote><p>这意味着我们设计的兜底逻辑里需要再有一个兜底逻辑。因为我们大多数用户都是中英互译，所以根据用户当前源语言来决定回退到中/英的其中一种语言。也符合国内主流翻译应用的做法。</p><ol><li>如果当前源语言 = 中文(简体) — — 目标语言切换至英语</li><li>如果当前源语言 ≠ 中文(简体) — — 目标语言切换至中文(简体)</li></ol><p>最终效果：如果你输入中文且当前目标语言为中文时，</p><ol><li>上一个目标语言不可用： 如果你从未切换过目标语言，或之前切换过的语言也是中文，将自动翻译成英文；</li><li>上一个目标语言可用： 如果你之前切换过其他非中文语言，将自动翻译成你上次选择的语言。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*uTMbaQz3xb7Z3VLx.png" /></figure><p><strong>二、前端实现受限</strong></p><blockquote><em>因为</em><em>自动检测是接口的功能，只有等翻译接口返回了内容时，前端才能判断到是否属于同语言翻译。</em></blockquote><p>所以当时我们的自动转换逻辑只能后置，在第一次获得翻译结果时，检测是否属于同语言翻译，如果是：</p><ol><li>本次翻译结果不展示给用户</li><li>触发转换逻辑，转换设置后再次提交翻译任务</li><li>显示返回结果</li></ol><p>全程用户无感知。用户看上去还是只执行了一次翻译，但背后我们已经帮用户进行了兜底处理，进行了语言切换。</p><p>最终的逻辑图会是这样：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*BBZsIVnbjlB7OnPJ.png" /></figure><p>最后，用户在使用时的感觉会非常丝滑，请看视频：</p><p><em>[示例视频请移步至 </em><a href="https://lrd.im/blog/2026-07-09"><em>https://lrd.im/blog/2026-07-09</em></a><em> 查看]</em></p><h4>数据验证</h4><p>功能上线后，我调取了两个月的使用数据。</p><p>数据表明，通过这次完整的发现问题—定位问题—解决问题过程，已经基本杜绝了同语言翻译的情况。而同步新增的自动切换语言的逻辑，也显著减少了用户在翻译任务流中需要手动切换目标语言的次数。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*KztpmfN6hd0nB3mu.png" /></figure><ol><li>同语言翻译的任务占总翻译任务的比值从 14.68% 下降到 0.05%；</li><li>人均目标语言手动切换次数从 32.7 次降至 5.4 次，每个人需要手动切换语言的次数都降低了。</li></ol><h3>二、自动聚焦策略扩展与优化</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*tRsQXimYhuuUo3JY.png" /></figure><h4>设计思路</h4><p>最开始我为翻译页面设定了一个逻辑：每次访问/刷新页面，都将光标自动聚焦到待翻译文本的文本框。这是一个很常见的交互细节，我经常也会用在一些需要简单输入的弹窗、浮层当中。</p><p>但这次我面对的是翻译应用，里面最最最主要的操作都集中在文本框，用户每次使用也一定会输入待翻译的文本。所以对于一款翻译应用，上面提到的常规自动聚焦做法我觉得是不够的，要做就做到极致，把场景想周全。</p><p>所以这个优化点我的设计目标很明确：</p><blockquote><em>尽量减少用户翻译的交互摩擦 — — 提供尽可能多的自动聚焦触发机会，减少用户需要手动聚焦文本框的次数。</em></blockquote><h4>设计过程</h4><p>针对这一目标，我先想到的是将所有小功能的点击后都自动聚焦到文本框。比如：</p><ol><li>每次修改源语言或目标语言</li><li>每次交换语言</li><li>每次清空文本</li><li>每次复制译文</li><li>每次切换翻译模型</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*uBE9spNnrpFSKle2.png" /></figure><p>这里我把能想到的触点都列出来让开发帮我实现了。实际上这属于一个冗余设计，即用户不一定进行上述操作后仍然需要继续执行翻译任务 — — 聚焦逻辑在一些情况下是多余的。</p><p>不过即使用户不需要，也不会干扰用户的后续操作；如果用户正好要继续翻译，还能帮他们省掉点击输入框的一步。</p><blockquote><em>还能更进一步吗？</em></blockquote><p>我希望做到的是：只要用户当前的网页从不可见或失焦状态再切回来时，都要聚焦到文本框。</p><p>这里我用到了两个浏览器原生 API: Window Focus 和 Page Visibility。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*07oXbC4BU83few0f.png" /></figure><p><a href="https://developer.mozilla.org/zh-CN/docs/Web/API/Window/focus">Window Focus</a> 是用来监听当前浏览器是否处于焦点状态。如果用户最小化浏览器或者切到了另一个软件（比如通过 cmd + tab 的方式），就会进入失焦 blur 的状态。反之如果当前用户正在使用浏览器，则进入 focus 状态。这是浏览器维度的。</p><p><a href="https://developer.mozilla.org/zh-CN/docs/Web/API/Page_Visibility_API">Page Visibility</a> 则是检测这个网页是否处于可见状态。比如切走了标签页、锁屏、最小化窗口或整个浏览器都被其他软件覆盖等，监听页面是否可被看见。与上一个 API 不同，窗口失焦不代表页面不可见。这两个 API 有少量重叠的部分，Page Visibility 这是页面维度的。</p><p>利用这两个 API，我能够实现任何时候用户回到翻译界面时，光标都会聚焦到待输入文本框中。</p><p>但是事情又没有那么快结束，需考虑焦点冲突的情况 — — 用户在切走窗口前，光标可能已经聚焦到其他输入框了。比如顶部导航栏的全局搜索、切换翻译语言面板里的搜索、各种系统弹窗等等…</p><p>所以还要做个逻辑来限制刚刚提到的自动聚焦行为，不能抢走用户之前聚焦的焦点。</p><p>总的来说，最终我们文本框的自动聚焦逻辑是这样：</p><ol><li><strong>原有的</strong>基础交互： 在页面访问/刷新时自动聚焦；</li><li><strong>新增了</strong>冗余设计： 每次进行功能交互后（如切换语言、清空文本框、复制译文等）光标自动聚焦；</li><li><strong>新增了</strong>支持失焦检测： 来回切换窗口/标签页时，如果当前处于失焦状态，那么下一次切回来时自动聚焦到待翻译文本框。</li></ol><h4>数据验证</h4><p>在本次优化上线后，我调取了 30 天的数据进行对比。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EqzFfP6Gi9gC2m2P.png" /></figure><ol><li>每 100 次翻译的有效聚焦次数从 24.48 次下降到 6.94 次，降幅高达 71.65%，证明这次我做的交互优化确实是有效的 — — 需要手动聚焦输入框的场景显著减少；</li><li>但用户惯性仍然存在。即便设计中已经做到了很多场景用户不需要手动点击，但无效点击占比仍然高达 81.29% — — 每 10 次点击输入框的行为里，有大约 8 次都是多余的操作（实际上已经提前自动聚焦了）。</li></ol><p>这个数据表现是在我意料之内的。我确实在很多交互触点里都做了自动聚焦的策略，范围已经覆盖了我能想到的所有场景了。但用户有自己的习惯，操作惯性每次输入前多点一次或多次输入框。我觉得倒是不用强行去修改用户的操作习惯，毕竟属于冗余设计 — — 有更好，没有也无伤大雅。</p><h3>经验总结</h3><h4>实践了新的发现体验问题的方式</h4><p>在以前的工作中，我会通过好几种方式来挖掘线上产品体验问题，包括但不限于：</p><ol><li><strong>参考竞品。</strong> 同一个功能，竞品的交互和我们自家产品的交互有没有不同？如果有，我会尝试分析两者的优缺点，结合自身产品的业务属性、用户特点等再做判断；</li><li><strong>模拟路径。 </strong>给自己安排几个任务，模拟真实用户的使用情况。在不同的现实条件下（比如不同设备、不同数据源等）把整个路径走一遍，自己就能感受到哪里有卡点，哪里不够顺畅；</li><li><strong>用户访谈。</strong> 通过对话访谈、观测用户操作等方式，可以知道用户真实的工作流，他们的习惯、卡点等等，基于此也可以有很大的发挥空间。这一点我在现在的公司做得比较多，我也很喜欢做这个事情，能了解到其他岗位平常在做什么也挺有趣的。</li></ol><p>但是这次我多了新的方式就是「看埋点数据」。最开始只是做版本迭代，通过用户的行为数据，发掘到一些数据异动，顺藤摸瓜找到了一个体验问题。</p><p>同时在发现问题后，我完整、独立地实施了一次体验优化闭环，包含：</p><ol><li>通过分析用户操作定位问题；</li><li>代入用户视角思考方案、提供解决方案；</li><li>回收上线数据验证改版成效</li></ol><h4>埋点 = 行为 ≠ 真实意图</h4><p>基于翻译软件功能的交互特点（输入内容后停留若干时间会自动进行翻译），会出现很多重复的埋点上报。比如用户只修改了一两个字，然后停顿一下，触发了自动翻译，此时就会触发埋点上报。</p><p>但其实这都只算一次翻译意图/任务。如果想要更精准地看翻译使用情况，可以设定一个间隔，比如：15 / 30 秒内重复进行的翻译任务只算最后一次。</p><p>不过我发现清理前/后对「目标语言自动切换机制」的模块的数据统计部分影响几乎没有，为了方便起见就没有多做这一步了。理论上想准确点统计数据是要这么做的，能减少很多噪音。</p><p>顺带一提：这些目的明确的数据清洗任务可以全部交给 AI 来做，我目前在用公司提供的 Claude Code，觉得体验挺好。</p><h4>利用浏览器 API 提升设计细节</h4><p><a href="https://developer.mozilla.org/zh-CN/docs/Web/API/Page_Visibility_API">Page Visibility</a> 这个 API 能让前端知道当前网页是否不可见或被隐藏。查到这点的时候，突然想起很多年前 QQ 空间或者以前的博客网站，当你切走了窗口时， Tab 的网页标题文案会自动修改。</p><p>AI 时代这个交互变得更有价值了 — — AI 功能的入口基本都是输入框，用户的第一次页面交互往往就是在里面打字。前文提到的翻译优化里，我就用 Page Visibility 这个 API 来做到：每次页面被用户可见时，输入框都自动聚焦，省掉一次点击。</p><p>现在很多 AI 助手会搭配 IP 角色来营造亲和感，做得细的还会给角色加动画（比如我在公司内经手的几个）。</p><p>借助这个 API，可以让「页面对用户可见」时自动播放一次招手、微笑动画，或弹出一些引导信息，互动感更强。正好我最近也在一个 AI 助手里实践了一次，效果不错。下方的视频展示了具体效果：</p><p><em>[示例视频请移步至 </em><a href="https://lrd.im/blog/2026-07-09"><em>https://lrd.im/blog/2026-07-09</em></a><em> 查看]</em></p><h4>用户的操作习惯具有惯性</h4><p>自动聚焦优化的案例就是一个很好的证明。自动聚焦的设计方案解决了「不点就没法输入」的硬性步骤，所以有效激活点击骤降七成；但用户早就已经有「要输入就先点输入框」的肌肉记忆，哪怕输入框已经被自动聚焦了，手还是会下意识点击。</p><p>如果目标是短期汇报、快速拿亮眼成果，就尽量避开高用户惯性的优化方向。转而聚焦步骤删减、流程简化这种能显著减少在必经路径环节的内容。</p><h3>下一期内容</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*eFMLg04gqxKbNE_i.png" /></figure><p><a href="https://medium.com/@pudge1996/87560d688a5d">下一篇文章</a>会分享我是如何用谷歌的 GSM 框架来定义和拆解指标，并基于定性/定量数据和一个纠结很久的加权公式来设计翻译产品里的高频功能 — — 语言选择。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e508663682d5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[【读书笔记】UX for Business]]></title>
            <link>https://pudge1996.medium.com/reading-ux-for-business-35ebd22493f3?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/35ebd22493f3</guid>
            <category><![CDATA[reading]]></category>
            <category><![CDATA[ux]]></category>
            <category><![CDATA[business]]></category>
            <category><![CDATA[design]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Sat, 12 Apr 2025 14:23:17 GMT</pubDate>
            <atom:updated>2025-04-12T14:23:17.201Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iFsh7UWuAkHQuA9w9UkxRQ.png" /></figure><p>最近看了一本名为 UX for Business 的书，这本书主要在讲设计师如何做有价值的事情。让我们跳出设计画板，在更高的层面理解日常工作。理解做什么，怎么做，怎么做到极致。但个人认为作者写得有些口语化，且不必要的内容重复过多。很多地方讲得比较浅，没有太多案例，推荐指数3颗星吧。</p><h3>VDP 框架</h3><p>作者强力推荐了 <strong>“VDP 框架”</strong> 来确保我们时刻在做正确、有效且对公司有价值的事情。</p><h4>V for Value 价值</h4><p>当你的设计同时满足了用户和公司的需求，你就在创造价值。</p><p>作者将用户需求分为两类，一类是效率类需求（Efficiency），另一类是娱乐类需求（Entertainment）。当设计师在面对<strong>效率</strong>优先的场景时，需要帮助用户用更少的时间、精力和钱来做事情，而不是更多。总的来说，就是让用户用更少的成本完成一件事。</p><p>举个例子：在烘培店里，如果一个新的烘培配方可以让烘培师用更少的鸡蛋做到和以前一样好吃，那么这就是一个好的配方设计。</p><p>聚焦能为用户/公司创造价值的地方：新增、购买、下载等流程。</p><h4>D for Diagnosis 分析</h4><p>指的是系统性地收集和分析问题，确保我们在做正确的事。作者在书中分享了做从设计分析到实施方案的思路。</p><p><strong>1.了解背景</strong></p><p>作者指出 UX 设计师的工作实际上是基于当前的信息和限制（如：业务指标、用户诉求、产品目标、、问题反馈、时间/资源限制等等）来产出解决方案来改进产品。</p><p>就像医生在看病时，会问病人有什么症状、有什么感觉、最近吃过什么、有没有对什么过敏等等，通过多种角度来下结论。</p><p>UX 设计师也要通过类似的方式来设计，想做出一个好的方案，就需要更多的信息。5W就是一个好的方法：</p><ul><li>Who：用户是谁？他们的特征和需求是什么？</li><li>When：什么时候会有这个问题？</li><li>Where：在哪里会遇到这个问题？</li><li>What：能解决什么问题？</li><li>Why：为什么用户需要它？</li></ul><p><strong>2.发掘+分析问题</strong></p><p>有时候我们收到一些产品体验的反馈，这可能只是一个问题的表象，仅仅解决它只是在打补丁，没有从根源性解决问题。</p><p>某个新功能的使用情况不理想，可能并非是该功能设计得不好，而是在上一层的漏斗出现问题。所以想要挖掘到深层次的根源问题，需要通过在多个问题之间来回推敲。</p><p>收集足够多的问题，为下一步做准备</p><p><strong>3.找到问题共同点</strong></p><p>将同类的问题归类好，利用前面的 5W 分析，比如将属于同一个 When 的问题归在一类，同一个 Who 的问题在另一类。</p><p>这种做法有时候会让我们不仅仅在做当前需求，还能帮助我们发掘到其他带改进的点。</p><p><strong>4.规划改进问题</strong></p><p>这一步就是将我们观察、收集到的信息转化为行动了。</p><p>前几步我们列出了问题的表象，并将其分类。这一步需要去思考什么引发了这一连串有关联性问题。比如一个页面的 Like 按钮点击量很少，但用户反馈中他们都很喜欢这里的内容，那我们就会假设是 Like 按钮做得不够明显，解决方案随之而来。</p><p>我们会进行不止一次的假设，按照可能性的高低来按顺序尝试解决方案。</p><p><strong>5.验证结果</strong></p><p>最后，将我们觉得可行的解决方案推进上线，基于效果决定是在当前解决方案下改进，还是换一个解决思路，甚至收集更多信息后再次进行设计。</p><h4>P for Probability 可能性</h4><p>利用 “可能性” 来优化设计，将价值最大化。作者通过分享了以下观点来阐述可能性在设计中的应用。</p><p><strong>1.越靠前、越明显的内容具有更多的可能性。</strong>比如一组选项，第一个选项通常来说都是更大概率被选择的。所以，把重要的、能创造价值的内容做得更靠前和明显；</p><p><strong>2.事情是线性发展的。</strong>你不能在完成第一件事之前完成第二件事，就好比我们在浏览一个导航的时候，如果我们找到了可能合适的跳转入口，我们就会直接点击，不会尝试去看后面的内容了；</p><p><strong>3.用户在准备好做决定时才会去做决定。</strong>就好比电商场景，用户都会在足够了解产品之后，才决定是否购买，那么“购买”按钮通常就不会是页面上的第一个元素。</p><p><strong>4.默认值能影响可能性。</strong>默认的值通常是最多人进行选择的，所以要思考怎么设计默认值才能提高用户使用效率，或者对公司有价值。</p><h3>为内部系统做设计</h3><p>为公司的内部系统有一个明显的特点：我们的用户不会流失。因为公司的雇员必须按照公司要求用某个系统完成工作，比如登记工作任务的工单系统、用于请假、报销的 OA 系统等等。</p><p>我们不需要考虑所谓的参与度、忠诚度，所以在用户价值/公司价值的取舍中，我们可以更多地倾向公司价值。</p><p>内部系统对效率的关注度会更高，因为不需要靠这个产品来赚钱。找到流程中的障碍并解决，是内部工具设计师的关键能力。</p><p>提升效率不光是对使用内部工具的员工有益，对公司的降低成本这种目标也是有价值的。高效率的工具可以让公司少雇佣一些雇员，帮助公司减少人力成本。作者甚至提到，如果内部工具能让小团队的生产效率提升得足够多，小公司也能和大公司竞争。</p><h3>为商业化 SaaS 产品做设计</h3><p>本书中提到一类产品属于 Sales-Driven 销售导向产品，对应到国内常用术语应该叫做商业化 SaaS 产品。</p><p>通常来说，做 SaaS 业务的公司通过卖这些获得收入：</p><ol><li>席位：使用该产品的人数；</li><li>数据：使用服务的次数；</li><li>功能/模块：使用更强大功能的能力；</li><li>…</li></ol><p>设计师需要清楚自己所负责的 SaaS 产品的收入来源，为公司所出售的服务进行设计。</p><h3>共鸣片段</h3><blockquote><em>To improve conversion (i.e., get more people to finish your flow), think about everything you request from the user like a cost. Every question is a cost. Every minute is a cost</em></blockquote><p>流程优化时，尝试将用户的每一步操作成本降到最低。鼠标移动、点击、鼠标滚轮、视线移动等等，都是操作成本。作者还提到一个观点，可以从最后一步开始优化，从后往前改进。因为在最后一步才导致转化失败会显得之前的努力都是徒劳。</p><blockquote><em>UX is not what you do in Figma or a ticket in agile planning or the contrast of your button labels.</em></blockquote><blockquote><em>UX is a general process of designing things for humans.</em></blockquote><p>我认为 UX 设计并不仅是 Figma 里一个个连接起来的页面，这只是表达清楚了页面/功能之间的跳转逻辑。UX 设计师是在为用户进行工作，需考虑到用户在流程中的使用所有体验，包括：</p><ul><li>浏览页面过程中的体验，比如信息层级设计，内容排版策略（例：<a href="https://medium.com/@pudge1996/keep-all-use-cases-febd605dbf50">恰当地设定文本换行规则</a>）；</li><li>用户行为与系统交互中的体验，比如在进行增删改查时的功能引导、交互逻辑、操作反馈（例：<a href="https://medium.com/@pudge1996/explore-field-verify-timing-f2c1f5bfbb8d">校验表单的时机</a>）、使用帮助、边缘场景闭环体验等；</li><li>利用原生浏览器能力进行体验极致化，比如设置给 “版本号” 或 “错误代码” 的字段设置 user-select: all; 用户需要复制时，右键到文字区域就能自动全选该文本块，省去用鼠标框选的步骤；</li><li>等等…</li></ul><p>所以有时候做 “体验设计” 并不是在 Figma 里画图（这只是其中一种传达解决方案的形式），而是要提供一切能改进用户体验所需要的智慧结晶。</p><blockquote><em>Design is a process, but not just a one-time process. We iterate!</em></blockquote><p>设计是一个迭代过程，前面提到设计师是基于当前已知的信息和限制来提供解决方案。但世界上很多事情每天都在改变，产品目标会变，用户诉求会变，公司战略会变等等，所以每次迭代都是基于新的已知的信息进行改进。</p><blockquote><em>Most importantly, what is the one thing the users should achieve on this page, if they only do one thing?</em></blockquote><p>这句话提醒设计师，时刻将目标记在心头。当设计方案有陷入“既要又要”、“没有重点” 的困境时，拷问自己：在这个场景中，用户最重要的事情是什么？将最重要的事情做好。</p><blockquote><em>sometimes the best design solutions require the designers and developers to do more work so users can do less.</em></blockquote><p>这个深有同感，设计师和开发者费很大劲儿做出来的迭代，有时候只是帮助用户将使用流程更简化。</p><h3>结语</h3><p>第一次写读书笔记，改进的地方很多。但我会坚持阅读，纯粹觉得阅读能让我在这浮躁的社会，所谓的快节奏环境里慢下来。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=35ebd22493f3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[探索 JPG 和 PNG 图片的压缩表现、算法与应用]]></title>
            <link>https://pudge1996.medium.com/optimazing-jpg-and-png-8ad96a8b73bf?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/8ad96a8b73bf</guid>
            <category><![CDATA[image-formatting]]></category>
            <category><![CDATA[png]]></category>
            <category><![CDATA[web-design]]></category>
            <category><![CDATA[jpg]]></category>
            <category><![CDATA[ui-design]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Tue, 10 Dec 2024 02:02:14 GMT</pubDate>
            <atom:updated>2024-12-10T02:02:14.933Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8YLTEus-fup7T4Zg4d6e3Q.png" /></figure><p>前段时间做了些展示页，工作时需要给到切图给前端。以我的习惯，每次都会导出 PNG 并压缩后才交付给前端。有一天我突然想到：</p><blockquote>为什么我每次切图时下意识都是会提供 PNG 格式给开发，而不是使用 JPG 格式的图片？这是什么时候开始的习惯？</blockquote><p>回想起来应该是我刚刚进职场的时候，在一些设计文章里听过的说法：</p><ol><li>PNG 图片支持透明通道，适用场景比 JPG 要更加宽广，无脑 PNG 即可；</li><li>PNG 图片支持 “无损压缩”，所以图像质量会比 JPG 好一些。</li></ol><p>第一点毋庸置疑，但对于第二点我是有点怀疑的：PNG 图片的质量真的在任何时候都比 JPG 要高吗？并且更想知道所谓的 “无损压缩” 是什么，真有这么厉害的技术？所以我打算花点时间做下研究，顺便将研究结果分享给其他团队的设计师们。</p><p>这篇文章是一篇在团队月度分享会的记录，分享会内容主要是在回答这个问题：</p><blockquote>JPG 和 PNG 分别适合储存什么类型的图片？</blockquote><p>回答完这个问题后，我会简单介绍下 <strong>JPG 和 PNG 图片压缩机制</strong>。正是因为 JPG 和 PNG 这两种图片格式的压缩机制的不同才导致适合储存不同类型的图片。</p><p>以及扩展一下思路，会介绍一个我已经实际工作用过的方法：<strong>通过 CSS 的混合模式节省网页图片资源</strong>。</p><h3>一、图片压缩分析</h3><h4>分析方法</h4><p>这次我用了三种类型的图片进行分析，都是我在实际设计工作中有可能导出成位图交付给前端开发的图片类型：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jy2aTizTsn7C2xPjVGpPUA.png" /></figure><ol><li>颜色丰富的 Banner 图：测试压缩算法在细节保持方面的表现</li><li>过渡柔和的背景图：测试压缩算法在处理低色彩复杂度时的表现</li><li>界面设计图：测试压缩对大色块、文字和边缘清晰度的影响</li></ol><p>具体的分析过程：拿三个在设计工作中常用到的图片类型（相同尺寸、均无透明通道）进行压缩，以对比 JPG &amp; PNG 图片在压缩前后的表现。分两个维度进行对比：<strong>图片体积</strong>和<strong>图像质量</strong>。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jy2aTizTsn7C2xPjVGpPUA.png" /></figure><h4>分析结果</h4><h4><strong>一、图片体积对比</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XvWawQ1YZUbhzHVKhDQE8Q.png" /></figure><p>由上图对比可以比较直观的看到，前两个类型（颜色丰富的 Banner 图、过渡柔和的背景图）在图片体积上，JPG 格式图片的体积要比 PNG 格式的图片体积小得多。</p><p>通过这一轮对比，我们可以得出结论：</p><ol><li>画面颜色丰富、颜色过渡比较细腻柔和的图片，JPG 图片的体积比 PNG 的更小；</li><li>画面颜色越丰富，JPG 图片越能节省空间；</li><li>颜色数量较少时，PNG 图片的体积比 JPG 图片的更小；</li><li>PNG 图片在压缩后，色块、文字的边缘的质量会比 JPG 图片要好得多。</li></ol><h4><strong>二、图像质量对比</strong></h4><p><strong>对比一：颜色丰富的 Banner 图</strong></p><p>这一轮我们会放大图片的局部，对比 JPG 和 PNG 图片在经过压缩后，图像质量的区别。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KUxpRmu-wJ0ZZsoLFg_edw.png" /></figure><p>在颜色丰富的图像中，JPG 图片的颜色过渡质量比 PNG 好得多，即便是压缩过后也能保持柔和的过渡。反观 PNG 图片，则是出现了明显的色块。</p><p>在文字、边缘的展示方面，PNG 图片则比 JPG 图片好一些。PNG 图片保持了原本清晰、锐利的边缘，而 JPG 图片则在处理边缘时有些许杂色。</p><p><strong>对比二：过渡柔和的背景图</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gSZL8C1abVZ27GTuwLNb-g.png" /></figure><p>这是一个令人意外的结果，在图像内容比较简单，仅仅只有一些色彩过渡的时候，JPG 和 PNG 图片的质量都很接近。只有在放大很多倍的时候才能看到 PNG 的图片过渡效果比 JPG 要差一些，还是出现了和前一种类型类似的色块现象。</p><p>为了探究得更深入些，我在这里用了一张暗色系且过渡柔和的背景图进行同样的压缩测试，这次的测试结果对比会明显很多。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ifpn1-PGrJnfpoDhEp8_eQ.png" /></figure><p>在深色系且有柔和过渡的图片当中，JPG 图像的质量明显比 PNG 要高。如上图所示，PNG 图片的色块和噪点已经比较明显了，而 JPG 仍然保持较柔和的过渡。</p><p><strong>对比三：界面设计图</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*X2mKgDzS5dv8oyT4c1d6XA.png" /></figure><p>在对比界面设计图时可以看到，PNG 格式的图片在处理色块边缘、文字边缘时都比 JPG 图片要好得多，边缘很清晰锐利，甚至和压缩前的原图没有什么分别。</p><p><strong>三、总结</strong></p><p>经过上述对三种不同类型图片的<strong>图片体积、画面质量</strong>对比后，我这里总结出了以下规律：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*AT655aQN4QIZ_FymKLfvmw.png" /></figure><ol><li><strong>JPG 格式</strong>适用于颜色丰富，过渡柔和，有丰富的颜色渐变和复杂的视觉元素的图片。比如网站 Banner、大场景、3D 渲染图、摄影图片等，此时用 JPG 图片可以得到体积小且颜色漂亮的图片；</li><li><strong>PNG 格式</strong>适用于颜色数量少，色块切割明显的图片。比如界面、扁平插画、Logo，带有文字的图片等，此时用 PNG 图片可以得到体积小，色彩准确且边缘清晰的图片。</li></ol><h3>二、图片压缩过程</h3><p>这一章会探索 JPG &amp; PNG 图片的压缩过程，这也是导致上文提到 JPG 和 PNG 压缩后图像差异的原因。</p><h4>JPG 图片压缩过程</h4><p>JPG 图片压缩过程主要有以下几步：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BwzKKJRkfWmn4U_1c7Hq5Q.png" /></figure><ol><li>色彩空间转换（预处理）</li><li>下采样（有损压缩）</li><li>分块和离散余弦变换（预处理）</li><li>量化（有损压缩）</li><li>编码</li><li>存储</li></ol><p>在整个压缩过程中会进行两次预处理和有损压缩，分别是第 1、2 步和第 3、4 步。其他步骤与图像质量之间的关系不大，所以我这里就只介绍这两次的预处理和压缩。</p><p><strong>第一次预处理和压缩（色彩空间转换和下采样）</strong></p><p>我们设计师平常接触到的 “RGB” 或 “CMYK” 色彩空间，一个字母代表一种颜色，比如 “RGB” 意味着 “红绿蓝”，“RGB” 的色值代表红色、蓝色、绿色分别占多少。</p><p>而压缩工具拿到 JPG 图片后，会先将图片转换为一个叫 “YCbCr” 的色彩空间。其中 “Y” 代表了这张图片的亮度信息，而 “Cb/Cr” 分别代表图片中蓝色和红色与亮度 “Y” 的差值。经过这种转换，可以针对性地保留更多的亮度信息，而减少色度信息。简单来说就是能够让人眼难以感知到的方式来减少图像中的色彩信息，减少图片文件体积。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wxTTERoMwcjRl8j7mGjuWA.png" /></figure><p>色彩空间转换之后，会进行一个叫 “下采样” 的压缩动作。维持亮度信息的同时，统一处理每个 2x2 的像素区块的色度信息（比如在一个 2x2 区块内 4 个像素在色彩上会被统一处理，看起来拥有相同的色度，但明度是不同的）</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*62s74ETM38DsbZrrRiMVLg.png" /></figure><p><strong>第二次预处理和压缩（分块、离散余弦变换和量化）</strong></p><p>分块、离散余弦变换指的是会将图像分成多个 8*8 像素的色块，然后将其从像素域转换成频率。转换成频率域的意思是能够让电脑分辨图像中的：</p><ol><li>高频成分。颜色变化剧烈的部份，如色块、文字的边缘；</li><li>低频成分。颜色变化平缓的部份，如下图所示的黄色渐变。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Diy1Ctzh9Sbdxt077XOh8Q.png" /></figure><p>而量化则是利用了人类视觉对于图像中的高频变化不是很敏感这一点，通过减少高频区域的数据量，同时在低频区域保持一定精度，让人感觉到图片仍然很清晰。</p><p>简单来说，就是压缩算法知道图像里哪些部分的色彩过渡比较缓和，哪些部分的色彩过渡是强烈的，然后对色彩过渡比较强烈的部份使用较高的压缩率。</p><p><strong>结论</strong></p><p>所以正如前面对比分析时看到的结果那样，JPG 图片对于色彩丰富的图片的压缩效果比较好，因为 JPG 的压缩算法会根据人眼的特点来优化图片的不同区域。</p><h4>PNG 图片压缩过程</h4><p>PNG 图片的的压缩过程主要有以下几步，其中只有前三步对图像画质有影响，这里只介绍前三步：</p><ol><li>量化（有损压缩）</li><li>过滤器选择（预处理）</li><li>DEFLATE 压缩（无损压缩）</li><li>合成输出</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-LMQBweOu67JR3pMFaZ3rw.png" /></figure><p><strong>量化</strong></p><p>第一步的量化是根据图像的需求选择合适的颜色类型和位深度，简单来说就是直接减少图片的颜色数量。这是最直接有效的压缩方式，同时也对图像质量损耗较大。</p><p>下图可以看到一个图像从 24 位（能储存 1677 万种颜色，又称真彩色）减少到 8 位色（能储存 256 种颜色，又称索引色）时，会出现色带现象 (Color Banding)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UZnYngYWSyNAhVdP3a2xHw.png" /></figure><p><strong>过滤器选择和 DEFLATE 压缩</strong></p><p>这一步才是 PNG 图片的无损压缩。首先会先扫描 PNG 图片的每一行像素，然后以一种新的方式计算每个像素格子的颜色值。比如一个叫 “Sub” 的过滤器，每个像素值是通过当前像素值减去该像素左边像素值得到的；一个叫 “Average” 的过滤器，每个像素值是通过当前像素值减去当前像素左边和上方像素值的平均值得到的。</p><p>而 DEFLATE 压缩，这里会用到的方式有很多，比如 LZ77 编码和哈夫曼编码，这里不展开说明了，简单来说就是对过滤过的数据以更优的方式编码，达到减少文件大小的目的。</p><p><strong>结论</strong></p><p>基于上文提到的过滤器，不难想象到这种无损压缩的方式对于颜色分明的图片 — 比如纯色图标，App 界面截图，扁平插画等 — 很有用，因为像素之间存在细微差异的地方不多，画面上都是大色块居多。</p><h3>三、其他解决方案</h3><p>前面提到了很多跟图像压缩相关的事情，这些都是与网页加载优化息息相关的。正好我前段时间做了一个需求，我让前端帮忙做了一件事来节省了大量的图片素材，也算是一次网页加载优化的小案例。</p><p>我的设计方案里需要用到八种主题色来作为对卡片的区分，然后我会给这八种主题色的卡片提供一个有简单渐变图像的背景图用以装饰画面，让其过渡不太生硬。设计稿如下图：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MnMSWAsG6KibxLii8UoeWw.png" /></figure><p>如果按常规的做法和给予上文的调研，我将要提供八张代表不同颜色主题且经过压缩的 JPG 图片给到前端。但是在实际工作中，我只提供了一张灰色的背景图，然后让前端帮忙用 CSS 的颜色叠加 “Screen” 方式来给这张灰色图片上色，达到的效果是与设计稿一模一样的。</p><p>下面这张图或许能直接地解释其原理，我先提供一个灰色的素材图，里面只有黑和白之间的明度变化，然后前端会写一个颜色块在这个图片上面，最后使用 CSS 属性 background-blend-mode: screen; 将这张灰色的图片和色块进行叠加，得到了与主题色对应的背景图。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*tivChF7Je-ZDMm3CTMEx1A.png" /></figure><p>最终我仅用一张素材图实现了原本需要八张素材图才能实现的效果，成就感满满！</p><h3>总结</h3><p>这次做的调研确实打破了我从业以来多年的错误观念，现在我清晰地知道了：</p><ol><li>JPG 和 PNG 适合储存的图像是不一样的；</li><li>JPG 和 PNG 的压缩算法导致了图片在压缩后的表现不一样。</li></ol><p>虽然这些跟设计技能无关，但也算是一种视野的开拓吧。</p><p>这次的分享会是从一个 UI 设计师的角度去探索的，实际上我在 SHEIN 的工作更多是以交互设计师的角色去完成的，我已经有计划在之后的文章中分享更多交互设计的案例，读者们敬请期待吧。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8ad96a8b73bf" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Sharing: 3D modeling & rendering flow on Figma]]></title>
            <link>https://medium.com/design-bootcamp/sharing-3d-modeling-rendering-flow-on-figma-684caf671608?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/684caf671608</guid>
            <category><![CDATA[web-design]]></category>
            <category><![CDATA[figma]]></category>
            <category><![CDATA[vector-to-3d]]></category>
            <category><![CDATA[figma-plugin]]></category>
            <category><![CDATA[ui-design]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Sat, 05 Oct 2024 08:38:27 GMT</pubDate>
            <atom:updated>2024-11-08T16:36:21.123Z</atom:updated>
            <content:encoded><![CDATA[<h3>Sharing: 3D modeling &amp; rendering flow in Figma</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gvFY1rqp7KVabdd_lWXsPA.png" /></figure><h3>Background</h3><h4>Current situation</h4><p>I have been working for the current company for half a year. I have a clear picture of the working pattern: We are a small design team, but each member has to be responsible for both the UI and UX design for many internal systems.</p><p>Some of the design requirements are not complex at all, but the stakeholders want to make the interface aesthetically beautiful and different from other internal systems. In contrast, other demand sides hope designers can provide a clear and understandable solution to tackle the complex interaction flow.</p><p>The previous one was much more difficult for me since I was interviewed for the senior UX designer position, and I had not expected to address these design requirements, which may have occurred considerable times.</p><p>So it is time-consuming to design a portal website or refine a running internal system since I have to try multiple design solutions to ensure it will be aesthetically beautiful and outstanding.</p><h4>Ideation</h4><p>I wonder if 3D pictures could be a great approach to suit this type of design requirements. So I researched external products from large firms, trying to know how they use 3D pictures in their SaaS products.</p><figure><img alt="Screenshots of four different B-end products are shown, focusing on the application of 3D assets within these product interfaces. Each webpage design incorporates 3D elements of various styles to enhance visual appeal and user experience." src="https://cdn-images-1.medium.com/max/1024/1*ZBy-SJRLt4d8LzVZuQRxmA.png" /></figure><p>After collecting and investing in multiple products, I found the patterns:</p><ol><li>3D pictures are most likely used in landing pages, login pages, portal pages, and the like;</li><li>Admin panels and dashboards do not use 3D pictures frequently, but they would appear in entries, feedback, and background decoration.</li></ol><h4>Conclusion</h4><p>Based on the pattern above, real working conditions, and small-sized tries, I summarized the first conclusion:</p><ol><li>3D pictures are not frequently used on dashboard pages and system admin. However, using 3D pictures could improve the variety of pages. So it is not worth it to spend so much time on it.</li><li>3D pictures can effectively meet the expectations of demand sides when they want to make their dashboard and admin pages distinguish from other similar sites.</li></ol><h3>Difficulties</h3><p>Since I don’t have skills in 3D design, and my working strength is too high to spend much time learning, modeling, and rendering delicate 3D pictures, I just simply searched 3D visual elements on the Internet and then applied them to my deliverable.</p><p>Initially, this approach was workable and can help me complete my work quickly. However, drawbacks are uncovered after multiple uses:</p><ol><li><strong>Difficulties of matching business contexts. </strong>3D pictures on the Internet support common scenarios well but can’t always precisely describe certain business scenarios.</li><li><strong>Lack of series of an element. </strong>Although we finally found a perfect 3D picture, it is hard to reach other similar elements from the same series, resulting in poor scalability.</li><li><strong>Risks of infringement.</strong> Using 3D pictures on the Internet might cause infringement, so applying it directly consists of potential risks.</li><li><strong>Inconsistent quality.</strong> Free elements are not guaranteed quality and sometimes fail to meet the standards of our design team.</li></ol><p>Here, I draw the second conclusion:</p><blockquote><em>Searching for 3D pictures on the Internet has limited effectiveness, so we can’t fully rely on this approach.</em></blockquote><p>After drawing this conclusion, I feel horrible: does it mean that I should strive to learn skills in 3D design? My work strength doesn’t allow me to learn professional 3D software like Cinema 4D or Blender.</p><figure><img alt="The logos of two professional 3D design software are displayed, with CINEMA 4D on the left and Blender on the right, emphasizing their importance in the 3D design field." src="https://cdn-images-1.medium.com/max/1024/1*iZVrZkPFJBY9u3w55w6gFw.png" /></figure><p>After thorough consideration, I think the core demand for me is not to learn 3D software, rather, I should have the ability to gain 3D pictures. Apart from that, the whole process should consist of these features that suit my workflow well:</p><ol><li><strong>Quick render. </strong>Since it is not worth it to spend much time on it during my work time.</li><li><strong>Consistent style.</strong> Ensuring our design has great scalability.</li><li><strong>Great customizability.</strong> It means that I can fully control elements on 3D pictures, ensuring outputs highly represent the business requirements and contexts.</li></ol><p>By chance, I know there is a plugin in Figma called “Vector to 3D”. By learning outputs published in the community, it seems that this plugin could meet the features above well, improving my work effectiveness and quality. So I asked my team leader if I could spend some time discovering this plugin and sharing my experiences with team members, and she approved.</p><p>Therefore, this post is to record my internal sharing: My experience of how to build 3D modeling &amp; rendering flow in Figma that improves our design effectiveness and quality.</p><h3>Work with Vector to 3D</h3><h4>Introducing the plugin</h4><p>This is a paid plugin, we can search for and install it in the Figma community.</p><figure><img alt="A screenshot of the Figma plugin ‘Vector to 3D’ interface shows how to search for and open the plugin page in the Figma community, with the right side displaying the plugin interface during the 3D conversion process." src="https://cdn-images-1.medium.com/max/1024/1*Yp-PluiOhS3W-zfsIo8yqQ.png" /></figure><p>The control panel is comprised of three parts: Global, Object, and Animation settings. Here I will simply introduce the interface of the first two parts, ensuring all readers learn what this plugin can make.</p><p>For the <strong>Global</strong> setting, we can adjust the cameras, and background on the “General” panel; apart from that, we can set the render quality and details on the following panel called “Render”; and then we can control lights on the next panel named “Light and Shadow”, this panel supports varies functions of lights, like the number, size, position, strength, color and so forth.</p><figure><img alt="A layout settings screenshot of the Figma plugin ‘Vector to 3D’ shows global configuration options for the 3D scene, including modules for rendering quality, shadows, and lighting editor." src="https://cdn-images-1.medium.com/max/1024/1*12cY7YDP6FwcsTM7YSOgWQ.png" /></figure><p>For the <strong>Object</strong> setting, we can make a 3D model by extruding, inflating, or revolving, and then increase the detail of the model by setting “Mesh Quality”. Moreover, this plugin also supports material settings, like roughness, metallic, transmission, and the like.</p><p>These features are more than sufficient to handle nearly all of my design tasks.</p><figure><img alt="A screenshot of the configuration interface for individual objects within the Figma plugin ‘Vector to 3D’ displays options for adjusting specific parameters of the 3D object, such as material, color, and refractive index, along with material preset selection." src="https://cdn-images-1.medium.com/max/1024/1*QhZ3nFpEHAWRysclIPIZLg.png" /></figure><h4>Make a template</h4><p>In this part, I will introduce two functions of this plugin: <strong>Save Preset</strong> and <strong>Template Preset</strong>.</p><p><strong>Saving preset</strong> allows us to memorize the current view, modeling, and material settings of the frame. We can reload all the settings by the next open, even sharing with friends.</p><figure><img alt="A screenshot of the configuration saving and loading interface of the Figma plugin ‘Vector to 3D’ shows how to save the current configuration to a Figma layer and how to load preset configurations onto 3D objects." src="https://cdn-images-1.medium.com/max/1024/1*dticF9XcX8kYfjDOIMoCxw.png" /></figure><p><strong>Templating Preset </strong>is not only the masterpiece of connecting the plugin with Figma but also a key factor in effectively generating 3D pictures.</p><p>Once we built a template, the plugin would memorize all the raw object preset, next step, we can replace the raw object with anything else, and succeed the raw object preset to it.</p><p>This approach is highly convenient for us when producing 3D elements. We just have to create a template, and then we replace various shapes, finally, we can produce endless 3D elements that fit our actual needs well.</p><p><strong>How it works</strong>: First, we need to set the frame as a component and make the replaceable element that we want to replace with a new one a child component. (In the following example, I set the square bottom as a replaceable element.)</p><figure><img alt="A screenshot of converting elements into components in Figma shows a semi-circular element and a blue rectangle being converted into sub-components." src="https://cdn-images-1.medium.com/max/1024/1*WpJQsCQ_YdkdQFy1Kwxsgw.png" /></figure><p>Second, we duplicate the whole component and tune settings in the plugin, then save it. (In the following example, I make a glass ball and a square bottom base with a metallic surface)</p><figure><img alt="A screenshot of saving 3D configurations in Figma, with the left side showing a blue rectangle component with a pink semi-circle, and the right side showing a 3D sphere and rectangular base generated using the ‘Vector to 3D’ plugin." src="https://cdn-images-1.medium.com/max/1024/1*jycOyidaYPaHUDyFkJDNLw.png" /></figure><p>Third, we need to create a bunch of shapes that are to replace the replaceable element, making them an individual component and ensuring their layer number, order, and name are the same as the replaceable element.</p><figure><img alt="A screenshot of creating interchangeable elements in Figma displays multiple shapes (square, circle, star) as components." src="https://cdn-images-1.medium.com/max/1024/1*4kTY_DsJIx9WszQIs5wB1g.png" /></figure><p>Last, we can hold the keys “cmd” + “option”, drag a new shape component to replace the replaceable element, and then reload the model again. Now we can see the new shape is applied to the same presets.</p><figure><img alt="A screenshot in Figma shows replacing component elements and reloading the model using Cmd + Option, with the left side showing the process of replacing a circular base with a rectangular base, and the right side displaying the circular base adopting the rectangular base’s style after the replacement." src="https://cdn-images-1.medium.com/max/1024/1*X8QtgV9J1Y-BlNhj8iZLKQ.png" /></figure><p>Now we successfully made a template, we can produce endless 3D elements by creating and inserting new shapes.</p><h4>Actual practice</h4><p>Here, I will share a case that is already used multiple times in my daily workflow.</p><figure><img alt="A screenshot shows a blue 3D glass-style icon library, including symbols such as code, star, trash can, like, share, chat bubble, download, dollar sign, lightning, heart, plus sign, and quotation marks." src="https://cdn-images-1.medium.com/max/1024/1*VNFNG06zDIRcvmAddhOQaA.png" /></figure><p>In this template, the shape of icons and background are replaceable, generating endless pictures and fitting nearly all of my design tasks. So it can be a resource library, empowering other team members.</p><p>Meanwhile, I created a color pattern, which not only can be used to represent states like success, fail, warning, and the like but also can be applied to the system with different color themes, ensuring our outputs are highly scalability.</p><figure><img alt="A screenshot shows a color palette icon library with 3D-style icons in red, green, and orange, including symbols such as an exclamation mark, bell, cross, t-shirt, star, directional arrow, checkmark, music note, heart, and play button." src="https://cdn-images-1.medium.com/max/1024/1*AlZRHWQy2UFtajEcW57lWQ.png" /></figure><h3>Benefits</h3><p>In the post above, we learned the interface of Vector to 3D, how to make a template, and how I use this flow in actual workflow.</p><p>We are familiar with the 3D design workflow in Figma. To conclude this post, I’d like to summarize the key advantages of this process.</p><h4>1. Low learning costs</h4><p>We can simply recognize that the plugin “Vector to 3D” is a lite version of 3D software, simplifying complex functions from traditional 3D software and keeping essential functions.</p><h4>2. Full design process within Figma</h4><p>This workflow allows us to produce great 3D elements that don’t have to leave Figma. Apart from that, we can simply tune colors in Figma, which doesn’t like the traditional workflow that always switches from software to software.</p><h4>3. High scalability</h4><p>One of the core features of Vector to 3D is that makes up models from vector shapes, by taking advantage of this, we can efficiently produce 3D pictures that effectively meet our needs and align well with business contexts.</p><h4>4. Consistent styles</h4><p>The plugin Vector to 3D can coordinate with the components of Figma, not only remembering global presets like lights and cameras; but also allowing replacements to succeed presets like materials and position from previous elements. By templating these presets, we can endlessly produce 3D pictures with the same style.</p><p>This workflow is not only successfully used in my daily work but also influences my colleagues. After this sharing, 50% of my team members purchased and used this plugin in their design tasks.</p><h3>Solution for non-Figma users</h3><p>If you or your team are not using Figma for work currently, or you are not a designer but just simply want to try the flow from SVG shapes to 3D models, you can visit the online version of Vector to 3D:<a href="https://www.meimu.design/vector-to-3d/"> https://www.meimu.design/vector-to-3d/</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=684caf671608" width="1" height="1" alt=""><hr><p><a href="https://medium.com/design-bootcamp/sharing-3d-modeling-rendering-flow-on-figma-684caf671608">Sharing: 3D modeling &amp; rendering flow on Figma</a> was originally published in <a href="https://medium.com/design-bootcamp">Bootcamp</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[分享会文稿：Figma 3D 设计流程分享]]></title>
            <link>https://pudge1996.medium.com/figma-3d-design-workflow-share-617cc6a9adcd?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/617cc6a9adcd</guid>
            <category><![CDATA[figma]]></category>
            <category><![CDATA[web-design]]></category>
            <category><![CDATA[3d-model-design]]></category>
            <category><![CDATA[ui-design]]></category>
            <category><![CDATA[figma-plugin]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Sun, 01 Sep 2024 09:18:31 GMT</pubDate>
            <atom:updated>2024-09-01T09:18:31.781Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="分享会文稿封面，标题为 “Figma 3D 设计流程分享”，背景为渐变深色，中心位置展示了两个带有闪电标志的六边形图标，其中左侧图标是平面设计，右侧图标是3D效果设计，表明了从2D到3D的设计转换。" src="https://cdn-images-1.medium.com/max/1024/1*jWS1KVKjm4AAuzE9DM-qlw.png" /></figure><h3>一、背景</h3><h4>现状</h4><p>在新公司工作快半年了，我对这里的工作模式已经有清晰的了解了。这里的设计师不多，但每个人要负责多个内部系统的 UI 和交互设计。</p><p>有些需求方的系统本身业务不复杂，都是简单的增删查改，但希望自己的系统能够与众不同，让人产生眼前一亮的感觉；而有些系统里的功能交互逻辑比较复杂，不同状态、不同情况比较多，希望设计师出一个交互方案能够让功能简单易用。</p><p>按这几个月的工作情况来看，第一种情况对我来说比较棘手。因为我当时面试的岗位是交互设计师，所以心理上和能力上都没有预期是要接触这样的需求的，而现实是这种需求的占比还不少。</p><p>所以我在遇到这种要为某个系统进行门户网站的设计，或者将内部系统打造得光鲜亮丽的需求的时候，我会耗费比较多时间，以及进行很多的尝试。</p><h4>想法</h4><p>于是我就在想：需求方们都希望自己的系统能在一众的高度规范化和模版化的系统中脱颖而出，那么使用 3D 素材会不会是一个比较好的解决方案？</p><p>有了这个想法之后，我调研了下网上其他大公司的对外产品，看看他们在 B 端产品中的 3D 素材使用情况。</p><figure><img alt="展示了四个不同 B 端产品的网页截图，聚焦于 3D 素材在这些产品界面中的应用。每个网页设计中都包含了不同风格的3D元素，用以提升界面的视觉效果和用户体验。" src="https://cdn-images-1.medium.com/max/1024/1*iDZx5GghKiEOC-_ZGrnoVA.png" /></figure><p>看了一圈下来，我得出了这样的规律：</p><ol><li>3D 视觉素材在展示型页面用的较多。如官网首页，门户首页，登陆页等页面；</li><li>在后台界面中使用较少。但也会用在功能入口、状态反馈、背景装饰等场景。</li></ol><h4>结论</h4><p>基于这个规律、现实工作中的情况以及小范围的尝试之后，我得出了这样的结论：</p><ol><li>3D 素材在 B 端后台的场景使用的频率不高。恰当使用可以提升画面的丰富程度。但不必在此花太多时间。</li><li>如果遇到需求方要求该项目需要与那种高度模版化的后台有明显区别的时候，使用 3D 素材确实是能满足需求方期待的。</li></ol><h3>二、难点</h3><p>由于我没有 3D 设计的能力，同时公司的需求密集程度也似乎不允许我们专门花时间为一些日常需求来渲染 3D 视觉图，所以在最开始我是通过在素材网站上面搜寻 3D 素材，然后直接应用在工作当中。</p><p>这个方法最开始很好用，我可以快速地完成需求，但用久了之后发现短板也很明显。</p><ol><li><strong>难以贴近公司业务。</strong>网络素材难以贴合公司内部的业务场景。大部份情况下只能找到通用素材，无法满足具体需求。</li><li><strong>缺乏系列素材。</strong>即使找到一个合适的素材，但要找到同系列的其他类型素材犹如大海捞针。</li><li><strong>侵权风险。</strong>网上找到的素材可能涉及版权问题，直接使用存在风险。</li><li><strong>质量参差不齐。</strong>高质量的素材通常需要付费，免费的素材质量参差不齐，难以满足设计内部标准。</li></ol><p>所以我得出了一个结论：</p><blockquote><em>仅靠找素材的方式对我们帮助有限，不能完全依靠这种方法。</em></blockquote><p>如果不能仅依靠找素材的话，这意味着我需要<strong>有 3D 设计的能力？</strong></p><p>当初我得出这个结论的时候，心里感到一丝的恐慌：现在的工作强度，还哪有时间学习复杂的 Cinema 4D 或者 Blender 之类的专业 3D 设计软件啊！</p><figure><img alt="展示了两款专业 3D 设计软件的标志，左侧为 CINEMA 4D 的标志，右侧为 Blender 的标志，表明了这两款软件在 3D 设计领域中的重要性。" src="https://cdn-images-1.medium.com/max/1024/1*z_SOeJcNmqWwOIHlDh5ddQ.png" /></figure><p>然后我再往深处想了想，其实我需要的不是 <strong>3D 设计的能力</strong>，而是需要有<strong>获得 3D 素材的能力</strong>！意思是我不一定得会用这种专业的 3D 软件，但我要有办法获得想要的 3D 视觉素材，并且这个过程必须具备以下特点才能满足我的实际工作情境：</p><ol><li><strong>出图耗时短。</strong>因为实际工作中就是不值得在这方面投入过多时间。</li><li><strong>风格高度统一。</strong>才能保证扩展性，以及系统风格的统一性，而这正正是通过找素材的方式没法做到的。</li><li><strong>可定制程度高。</strong>指的是我要有办法定制 3D 素材里面的图像和元素，这样做才能确保产出物贴近实际业务，那用起来才有意义。</li></ol><p>在想到这些东西的时候，刚好我了解到有一个叫做 <strong>Vector to 3D</strong> 的插件，似乎能够满足到以上三点需求，来提升我的工作效率和质量。于是我向领导提出这个设想，她也支持我去探索这个新工具。</p><p>这篇文章是公司内部分享会的文稿，记录着我当时探索出来的经验：如何利用 Vector to 3D 插件在 Figma 建立 3D 设计流程来提升我们的设计效率和质量。</p><h3>三、通过 Vector to 3D 进行工作</h3><h4>插件介绍</h4><p>这是一款付费插件，可以在 Figma 社区搜索并安装。</p><figure><img alt="Figma 插件 “Vector to 3D” 的界面截图，展示了如何在 Figma 社区中搜索并打开该插件的页面，右侧为插件的操作界面，正在进行 3D 转换操作。" src="https://cdn-images-1.medium.com/max/1024/1*fbCAj9RyYkunnThONUeREw.png" /></figure><p>这款插件的 3D 能力分为两部分，全局配置项和当前物体配置项。接下来我将通过介绍这个插件的界面来简单介绍下这款插件。</p><p>对于<strong>全局配置项</strong>，我们可以在 “常规” 面板里配置视角和背景等参数、“渲染” 面板可以配置渲染质量、“光影” 面板可以配置灯光相关参数，如灯光数量 / 大小 / 位置 / 强度和颜色等。</p><figure><img alt="Figma 插件 “Vector to 3D” 的界面布局设置截图，展示了 3D 场景的全局配置选项，包括渲染质量、光影和灯光编辑器等功能模块。" src="https://cdn-images-1.medium.com/max/1024/1*1rXqe2DFeOXEV3YDXZqX1Q.png" /></figure><p>对于<strong>单个物体配置项</strong>，我们可以通过 “厚度” 或 “旋转” 等的方式建立模型，并使用 “细分品质” 提升模型的质量。值得注意的是，这个软件是通过将矢量图形挤压或旋转生成出 3D 模型的，不能像传统 3D 软件那样有多种建模方式（比如克隆、布尔运算或雕刻等）。</p><p>除此之外，该插件还支持配置材质参数，如粗糙度、金属度、折射率等。这些简单材质足以应对绝大部分的 B 端场景了。</p><figure><img alt="Figma 插件 “Vector to 3D” 中单个物体配置的界面截图，展示了对 3D 对象进行具体参数调整的选项，包括材质、颜色、折射率等设置，并显示了材质预设的选择。" src="https://cdn-images-1.medium.com/max/1024/1*C5BpQcghwDMboj7BSG_JFQ.png" /></figure><h4>制作模版</h4><p>这一小节会介绍两个该插件的功能，<strong>保存配置</strong>和<strong>模版化</strong>。</p><p><strong>保存配置</strong>允许我们将当前画框内的视角参数、建模参数和材质参数等记录到该画框当中。下次打开编辑，或者分享给其他人打开的时候可以读取之前的配置，一键将矢量图形变成之前保存好参数的 3D 场景。</p><figure><img alt="Figma 插件 “Vector to 3D” 的配置保存和读取界面截图，展示了如何保存当前配置到 Figma 图层中，以及如何读取预设配置应用到 3D 对象上。" src="https://cdn-images-1.medium.com/max/1024/1*yZxwpGTh9reNdw9M4IgFWA.png" /></figure><p><strong>模版化</strong>则是该插件与 Figma 原生功能联动的完美范例，也是高效产出 3D 素材的关键因素。</p><p>先说效果：插件会将当前物体的配置项（如厚度、位置、材质等）记录，然后用户可以将任意元素与该物体替换，并继承该物体的配置项。</p><p>这个能力极大便利了模版化生产素材。我们只要做好一个模版，然后无限替换元素，就可以生产出适用于各种业务场景的素材了。</p><p>方法很也简单，我们需要将画框设为组件，想要替换的元素也要作为这个画框组件内的子组件。（下面的例子中，我将圆球的底座作为可替换元素）</p><figure><img alt="在 Figma 中将元素转换为组件的界面截图，显示一个半圆形元素和蓝色矩形被转换为子组件。" src="https://cdn-images-1.medium.com/max/1024/1*Q4b5ZkCsfySH7FZVOfClwA.png" /></figure><p>将这个画框组件拖一个出来，在插件中设定好 3D 配置并保存。</p><figure><img alt="在 Figma 中保存 3D 配置的界面截图，左侧是一个带有粉色半圆的蓝色矩形组件，右侧展示了使用插件 “Vector to 3D” 后生成的3D圆球和矩形底座。" src="https://cdn-images-1.medium.com/max/1024/1*_XWnEZVMgSEaDSm3fT51HQ.png" /></figure><p>然后做出其他可供替换的元素，确保图层的数量、排序、命名与画框内的替换元素一致</p><figure><img alt="在 Figma 中创建可替换元素的界面截图，展示了多个形状（正方形、圆形、星形）的组件。" src="https://cdn-images-1.medium.com/max/1024/1*Rg-4qgCe0Yn359HMZfK8DA.png" /></figure><p>最后我们在左侧面板中按住 Cmd + Option 将其他替换元素与画框内的替换元素进行替换，然后在插件中重新加载一遍模型，我们能看到新的形状也应用上原有替换素材的参数。</p><figure><img alt="在 Figma 中通过 Cmd + Option 替换组件元素并重新加载模型的界面截图，左侧显示将圆形底座与矩形底座替换的操作过程，右侧为替换后继承了矩形底座样式的圆形底座。" src="https://cdn-images-1.medium.com/max/1024/1*rMJ4E5qbiCJ2ZEOBHtPSgA.png" /></figure><p>这时，我们的模版已经制作成功了，后续只要无限制作替换素材，就可以获得无限的视觉素材。</p><h4>实际应用</h4><p>这里分享一个我在工作中实际应用的例子。我制作了一个生成蓝色 3D 玻璃风格图标的模版。</p><figure><img alt="展示了一个蓝色 3D 玻璃风格的图标库，图标包括代码、星星、垃圾桶、点赞、分享、聊天气泡、下载、美元符号、闪电、心形、加号和引号等不同的图形符号。" src="https://cdn-images-1.medium.com/max/1024/1*xPtVxnGtr6fgluHB_P8efg.png" /></figure><p>这个模版中，图标和背景面板的形状均可以替换，由此可以生产出很多种变化，适应不同的业务场景。所以也可以积累成为素材库，供团队的其他成员使用。</p><p>同时，我也建立了一个色板，可以用于表达一些状态（成功、失败、警告等），或者用在不同颜色主题风格的系统内。这样我们的模版能产生更多的变化，适用到更多的场景中。</p><figure><img alt="展示了一个色板图标库，图标包括红色、绿色和橙色的3D风格图标，符号包括感叹号、铃铛、叉号、T恤、星星、方向箭头、勾选、音乐符号、心形和播放按钮等不同的图形符号。" src="https://cdn-images-1.medium.com/max/1024/1*gBSp1e-slTYeFXIUDgOUdg.png" /></figure><h3>四、总结</h3><p>上文介绍了 Vector to 3D 的界面使用、如何制作模版以及分享了我在实际工作中应用的例子，我们现在已经掌握了在 Figma 中进行 3D 设计的流程。文章的最后总结一下做这件事的优点。</p><p><strong>1.学习成本低</strong></p><p>可以将 Vector to 3D 理解为是一个简化版的 3D 软件，移除了像传统 3D 软件比如 Cinema 4D、Blender 里面的很多复杂功能，仅保留基础能力。</p><p><strong>2.Figma 内完成全流程</strong></p><p>用这套工作流程可以使设计师不离开 Figma 工作环境就能生产出不错的 3D 素材，并且出图后也能在 Figma 内进行简单调色。不需要像传统 3D 工作流程那样在不同软件里的来回导出导入。</p><p><strong>3.可定制程度高</strong></p><p>Vector to 3D 的特点是基于矢量图形生成 3D 模型，所以我们能轻松生产出业务相关的元素，使得视觉素材能高度贴近业务场景。</p><p><strong>4.风格高度统一</strong></p><p>Vector to 3D 能够与 Figma 组件能力联动。可以将灯光、摄像机等全局参数记忆在组件中，替换子组件也能继承原本的材质、位置参数。同时能够将这些参数模版化，无限产出相同风格的视觉素材。</p><p>这套工作流除了在我自己的实际工作中有成功应用，也成功影响到了团队中的其他设计师。在这次分享会过后，团队中有50%成员已经用在需求中使用该插件来生成视觉素材了。</p><h3>五、非 Figma 工作流</h3><p>最后看到这里的朋友如果当前团队没有在用 Figma 作为工作软件，或者并非 UI/UX 设计师也想试试通过 SVG 图形制作 3D 模型的过程，这里我贴 Vector to 3D 的网页版连接：<a href="https://www.meimu.design/vector-to-3d/">https://www.meimu.design/vector-to-3d/</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=617cc6a9adcd" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Uplifting your design details with the Case-Sensitive Forms feature]]></title>
            <link>https://medium.com/design-bootcamp/uplifting-your-design-details-with-the-case-sensitive-forms-feature-f9ed832978af?source=rss-68cc94759206------2</link>
            <guid isPermaLink="false">https://medium.com/p/f9ed832978af</guid>
            <category><![CDATA[web-design]]></category>
            <category><![CDATA[opentype]]></category>
            <category><![CDATA[fonts]]></category>
            <category><![CDATA[ui-design]]></category>
            <category><![CDATA[ux-design]]></category>
            <dc:creator><![CDATA[李瑞东 Ruidong Li]]></dc:creator>
            <pubDate>Mon, 10 Jun 2024 09:30:00 GMT</pubDate>
            <atom:updated>2024-06-10T09:30:00.767Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="The image features a graphic with a light blue and white gradient background. It includes the text “Uplifting your design details with Case-Sensitive Forms” in bold blue letters and the website “LRD.IM” in smaller text. A 3D letter ‘A’ in a blue, bubble-like design is positioned on the right side of the image." src="https://cdn-images-1.medium.com/max/1024/1*8iq0uI5ZhhHE-sUIdKFEHw.png" /></figure><h3>A curious discovery</h3><p>When my workflow had fully transformed from Sketch to Figma, I found there was an option “<strong>Case-Sensitive Forms</strong>” placed in several typeface setting panels. The appearance of the font might change slightly and occasionally when I enable this setting.</p><p>I was interested in this setting option, then I tried to find out concepts and related knowledge about the term “<strong>Case-Sensitive Forms.</strong>”</p><p>In this post, I will explain what Case-Sensitive Forms are, when should we implement this feature to uplift our design with several practices, and how to use it in our workflow.</p><figure><img alt="The image shows a settings panel in Figma focusing on typography settings. It highlights the “Case-Sensitive Forms” option, which is clearly marked in a dropdown menu under the “Details” tab. The “Case-Sensitive Forms” setting is encircled in red to emphasize its importance in the typography setup." src="https://cdn-images-1.medium.com/max/1024/1*ywnlAapDzFcVNZbWJQylHQ.png" /></figure><h3>Features</h3><p>The “Case-Sensitive Forms” is a feature of OpenType features, which are like hidden compartments in fonts that allow us to change how fonts look and behave. When we use this feature, the font will:</p><ol><li>Shift some punctuation marks up to a higher position;</li><li>Change oldstyle figures to modern figures.</li></ol><h4>Feature 1: Shifting some punctuation marks up to a higher position</h4><p>In general, punctuation marks are vertically centered with lowercase characters, which is known as “x-height.”</p><p>However, when using the Case-Sensitive Forms feature, some punctuation marks are aligned with the height of uppercase characters, which we call “Cap height.”</p><figure><img alt="Comparative display of text alignment with and without Case-Sensitive Forms in Figma, showing punctuation marks adjusted to a higher position." src="https://cdn-images-1.medium.com/max/1024/1*rJkntz8YqxdiM_2w9oxajA.png" /></figure><h4>Feature 2: Changing oldstyle figures to modern figures</h4><p>Some fonts use oldstyle figures by default to add visual attraction. It is often used in traditional publications like books and newspapers since this font has a rhythmic beauty with varied heights.</p><p>When using the Case-Sensitive Forms feature, fonts will be directly changed to modern figures, also known as “lining figures.”</p><figure><img alt="Visual comparison in Figma of oldstyle figures versus modern figures using Case-Sensitive Forms feature." src="https://cdn-images-1.medium.com/max/1024/1*NdF8Cw8EksB-QcQtOSk1KQ.png" /></figure><h3>Realistic practices</h3><p>Inspiring by the feature 1, shifting some punctuation marks up to a higher position, it is well-suited for compositions that mix uppercase characters, figures, and CJK characters.</p><p>Here is a list of compositions that might be visually improved by using the Case-Sensitive Forms feature.</p><h4>1. International phone number</h4><p>Because figure glyphs are as high as uppercase characters, the use of Case-Sensitive Forms is ideal for displaying phone numbers that include area codes.</p><figure><img alt="Graphic displaying an international phone number ‘+1(425) 555–0100’ with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*7uprHeJwbWh9pZMGlWcuHA.png" /></figure><h4>2. Date and time</h4><p>Similarly, date and time is also well-suited for using the Case-Sensitive Forms feature since they are typically consisted of figures and marks.</p><figure><img alt="Graphic displaying the date ‘2024–06–10 9:39 PM (GMT+8)’ with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*Hsu0Qui3Q1kR3wWiEb9Ssg.png" /></figure><h4>3. All caps text</h4><p>To make titles or other important information visually prominent, we often capitalize the text, which is also ideal for using the Case-Sensitive Forms feature.</p><figure><img alt="Graphic displaying the text ‘SIGN-UP NOW’ in all caps, with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*52iS_8hIg2NqD6Wa7-W1dw.png" /></figure><h4>4. East Asian typography</h4><p>East Asian typography looks like a square, meaning the visual height of Chinese, Japanese, Korean, and Vietnamese characters is similar to the “X” letter’s cap height.</p><p>Therefore, the Case-Sensitive Forms feature are also fitting for the East Asian typography scenario, ensuring marks are vertically aligned with the characters.</p><figure><img alt="Graphic displaying East Asian typography ‘50条/页’ and ‘NHK | 日本放送协会’ with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*yUNno8nxl6UiCKuYLCW7Eg.png" /></figure><h4>5. Sensitive information</h4><p>When displaying sensitive information on digital interfaces, such as Social Security Number(SSNs), bank account numbers, and phone numbers, we often use asterisks (*) or dots (•) to partially obscure it. In that case, the Case-Sensitive Forms feature is highly suitable.</p><figure><img alt="Graphic displaying masked sensitive information ‘***-**-1234’ with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*9BC6uJLm2T_FLgBVdWExOA.png" /></figure><h4>6. Text face</h4><p>A rare scenario that may be ideal for using the Case-Sensitive Forms feature is text faces, such as “:D” and “:-)”</p><figure><img alt="Graphic displaying text faces ‘:D’ and ‘:-)’ with normal and Case-Sensitive Forms formatting in Figma." src="https://cdn-images-1.medium.com/max/1024/1*pDEBmVduf4vWNLFgn1yStQ.png" /></figure><h3>How to use</h3><h4>1. Supported typefaces</h4><blockquote>Only typefaces that support the OpenType feature of Case-Sensitive Forms can enable this feature.</blockquote><p>It means that not ALL typefaces support this feature, even if we implement this setting in design tools or through coding. I’ve simply made a list to clarify which typefaces support it and which not.</p><p>Typefaces that support the Case-Sensitive Forms feature:</p><ol><li>DIN Pro;</li><li>Inter;</li><li>San Francisco (fonts for Apple platforms);</li><li>Inria Sans;</li><li>Warnock Pro…</li></ol><p>Typefaces that <strong>DO NOT</strong> support the Case-Sensitive Forms feature:</p><ol><li>Arial;</li><li>Helvetica;</li><li>Noto Sans;</li><li>Roboto;</li><li>Source Sans;</li><li>Segoe UI…</li></ol><p>In other words, the Case-Sensitive Forms feature only works on Apple devices if we use the system default font on our website.</p><h4>2. Figma</h4><p>Follow these steps to implement the Case-Sensitive Forms feature in Figma. Select a text layer, then:</p><ol><li>Open the “Type settings” panel;</li><li>Switch to the “Details” tab;</li><li>Check the “Case-sensitive forms” option.</li></ol><figure><img alt="Screenshot of the Figma interface highlighting the Case-Sensitive Forms setting in the type settings panel. Step 1: Select the text layer indicated by a three dots icon. Step 2: Click on the ‘Details’ tab. Step 3: Enable the Case-Sensitive Forms option from a dropdown menu." src="https://cdn-images-1.medium.com/max/1024/1*KeuGYjzLQcDLWpf7EC5fHA.png" /></figure><h4>3. CSS</h4><p>To use the Case-Sensitive Forms feature on the website, we just need to simply add font-feature-settings: ‘case’; to the element that we want to implement this feature.</p><figure><img alt="Code snippet displayed in a dark theme editor with CSS properties: font-feature-settings: ‘case’; This is used to implement Case-Sensitive Forms for displaying a phone number." src="https://cdn-images-1.medium.com/max/1024/1*LYT2Y0nHOlL9c6JhYMCLfw.png" /></figure><p>The CSS Compatibility of this style is quite good. Again, we need to ensure the typefaces support the Case-Sensitive Forms feature; otherwise there will be no changes.</p><figure><img alt="Chart displaying high browser compatibility for CSS font-feature-settings, with most modern browsers showing extensive support for advanced typographic features." src="https://cdn-images-1.medium.com/max/1024/1*06Pe_Iaw_I1Qj_X4NwTG_A.png" /></figure><h3>Set as default?</h3><p>We’ve discussed many scenarios and advantages of using the Case-Sensitive Forms feature. So should we set it as the default style?</p><p>My answer is <strong>NO.</strong></p><p>Although it can uplift visual details with numbers and capital text, it is quite awful when used with lowercase letters, which are more commonly used on our website.</p><figure><img alt="Graphic displaying the sentence ‘I bought apples (and oranges).’ in two styles: normal and with Case-Sensitive Forms in Figma." src="https://cdn-images-1.medium.com/max/1024/1*btMuCnHCfS874_zQuhBQGQ.png" /></figure><p>However, we can safely implement the Case-Sensitive Forms feature in some components that always consist of numbers, marks, and capital letters. Here is the list of UI components:</p><ol><li>Avatar;</li><li>Badge;</li><li>Pagination (Image viewer, Swiper and the likes);</li><li>Letter counter.</li></ol><figure><img alt="Display of various UI components using Case-Sensitive Forms in Figma, including Avatar icons with notification counts, Badge icons with user images, a pagination interface, and a letter counter showing ‘My website is LRD.IM’." src="https://cdn-images-1.medium.com/max/1024/1*qYovIZdIzxgf2qMtxzATCA.png" /></figure><p>For comparison, let’s see the most common solution in which the Case-Sensitive Forms feature is not implemented on digital interfaces.</p><figure><img alt="Display of various UI components in Figma without Case-Sensitive Forms: Avatar icons with notification counts, Badge icons with user images, a pagination interface, and a letter counter showing ‘My website is LRD.IM’." src="https://cdn-images-1.medium.com/max/1024/1*btyulpg2AjoPl-mtX5YDmg.png" /></figure><p>Recently, my team has been redesigning our mobile component library. I’ve suggested using the Case-Sensitive Forms feature on the components listed above. Let’s see the outcomes in the future.</p><h3>References</h3><ol><li><a href="https://www.preusstype.com/techdata/otf_case.php#:~:text=Shifts%20various%20punctuation%20marks%20up,to%20work%20with%20lowercase%20characters.">Feature: case — Case sensitive Forms</a></li><li><a href="http://lrd.im/blog/2022-05-14">高级排版功能：Case-Sensitive Forms 是什么？</a></li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f9ed832978af" width="1" height="1" alt=""><hr><p><a href="https://medium.com/design-bootcamp/uplifting-your-design-details-with-the-case-sensitive-forms-feature-f9ed832978af">Uplifting your design details with the Case-Sensitive Forms feature</a> was originally published in <a href="https://medium.com/design-bootcamp">Bootcamp</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>