ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← Home NO.55
第 55 期 · AGENT 工程 · 收录于 2026 年 7 月 22 日

设计师用Cursor做精美原型

EL
Elizabeth Lin · How I AI
视频 35:07 原文约 3.7 万字 预计阅读 24 分钟 来源视频 ↗ 中英对照全文
双人对谈 · 本期速读电台 00:00 / 30:00
TL;DR · 三句话
  1. 设计师不必把 Cursor(一款 AI 编程工具)当成写代码的工具,而是当成做精美设计的工具——代码只是副产品;它能让你飞快做出能点能动、还带声音的交互原型,把过去 Figma 里要花很久甚至做不出的东西(如给操作挂上音效)变得超级简单。→ 详细
  2. 用 Cursor 的正确姿势是"反着来":不带着既定想法进场,而是先问 AI "你都会哪些设计风格",让它给你点子和专业词汇,再挑一个反复重跑——同一个 prompt 每次结果都不同,不喜欢就一键还原 checkpoint(存档点)重来,像开盲盒一样探索。→ 详细
  3. 教 AI 拥有"好品味"的最大关键是拓宽灵感来源——给它喂随机的东西(K-pop MV、冷门艺术)、引用公认设计得好的产品名(Robinhood、Edward Tufte),对抗大家都拿 shadcn 当起点导致的"千篇一律、撞脸"。→ 详细
01

嘉宾与切入角度:教设计师用 Cursor,但不是用来写代码

  • 本期主持人是 Claire Vo(《How I AI》播客主理人,自称"产品负责人 + AI 狂热爱好者"),嘉宾是 Elizabeth Lin——一位设计师,而不是软件工程师。Claire 强调这个角度的特别之处:Elizabeth 教设计师用 Cursor(一款基于 AI 的编程工具,本来是给程序员写代码用的)"不是用来 code,代码只是个副产品(byproduct),真正教的是怎么做出更好的设计"。→ 详细
  • Elizabeth 说用 Cursor 工作让她想起以前在 Neopets(一个老牌养宠物的网站)上做网页的日子——她最近做了好多"特别好玩、带点混乱、活蹦乱跳小 GIF"的 prototype(原型,指能点能动、像真 app 一样体验的 demo)网站,比如有个会跟着鼠标走、还带闪光的小光标。这让她意识到"像 Cursor 这样的工具其实可以非常有创意"。→ 详细
  • 本期会覆盖三大演示:用 prompt(给 AI 的指令)探索不同设计美学、把交互和声音融进原型、以及把一个超丑的 dashboard(数据看板)变好看。→ 详细
02

aespa 案例:喂一张 K-pop MV 截图,让 AI 找灵感

  • Elizabeth 展示了一个 demo:Cursor 提议"咱们来做三维立体的卡片吧",而她喂给它的是韩国女团 aespa 一张 MV 的截图,说"从这个里面找灵感吧"。她观察到画面"有点赛博朋克(cyberpunk,一种高科技+低生活的未来都市风)的感觉,用了很多紫色和蓝色",于是顺着这个方向跟 AI 一起迭代。→ 详细
  • 她把这个做成了一个作品集(portfolio),目的是展示"创意性地探索其实有多容易"——做了个带好几种"混乱模式"的界面,玩得特别开心。她坦白"第一版做出来并不怎么好看,但 AI 做的很多决定真的给了我启发",让她能在此基础上推进出满意的东西。→ 详细
  • 她也特意做了个更"保守"的例子,聚焦"当今设计师普遍认可的好设计"长什么样,来证明她两头都能做。→ 详细
03

核心方法:先问 AI "你都会哪些设计风格",而不是带着想法进场

  • Elizabeth 演示从"一个特别无聊、特别平淡、连 CSS 都没有的主页"开始。她说面对白纸常常难下手,所以她的第一个 prompt 是一个她特别爱用的固定句式:"你能熟练实现哪些设计美学和设计流派?把这些风格列出来并向我描述一下(What design aesthetics and movements are you comfortable implementing? List the styles and describe them to me.)"→ 详细
  • 她强调这个流程有意思的地方在于"你其实并不是带着一个想往设计里放什么美学的想法进来的,你反而是在用 prompt 让 Cursor 给你一些它能用的设计风格点子"——即把 AI 当灵感发生器,而非单纯执行者。→ 详细
  • 她观察到一个规律:AI 最得心应手的是"网上特别流行的风格",比如蒸汽波(vapor wave)就很在行,但对更偏艺术、更冷门的流派(如达达主义 Dadaism)就没那么擅长——因为训练数据里前者多、后者少。→ 详细
04

跟 AI 对话能"偷"到设计专业词汇

  • Claire 点出一个对非设计背景的人也很有用的副作用:Cursor 会把一种风格(比如 cyberpunk)拆解成一串描述性的词——"霓虹配色、反乌托邦元素、故障(glitch)效果"。Claire 说"这些是我作为有设计背景的人都未必想得到的词,但它直接把这套语言喂给你"。→ 详细
  • Elizabeth 由此特别鼓励大家"多跟 LLM(大语言模型)对话,因为你永远不知道能从中学到什么,而且你会慢慢学会更好地用它的语言来沟通"——有时你也搞不清它说的"赛博朋克"到底指什么,把那些具体细节扒出来很有帮助。→ 详细
05

现场实操:把朴素主页改成 Brutalist + Y2K 风格

Elizabeth 的原型集,粉色 Y2K 风格 ▲ 她让 AI 报"会哪些设计风格"后挑出的 Y2K 粉色原型集(含 Confetti button、Mac piano、Typography experiments)——风格是显式"点的菜",不是 AI 默认。

  • Claire 挑了两种反差极大的风格:Brutalist(粗野主义,"因为这名字听着就特无聊")和 Y2K(千禧年代复古风)。Elizabeth 输入 prompt:"你能不能把这个主页重新设计成 Brutalist 加 Y2K 的风格?"她总跟学生说"结果可能会因人而异,有时候特别酷,有时候没那么酷,但好处是你随时可以撤销(undo)"。→ 详细
  • 生成结果让她惊喜:"它做了一些特别狂野、特别搞笑的东西,老实说如果是我从零设计根本不会想到。"比如一个一闪一闪、模仿命令行(command line)的打字机动画——她说"哪怕我 CSS 还算挺溜的,从零实现这个也得花好一阵子"。→ 详细
  • 她也吐槽这些工具的通病:"它们特别喜欢加随机的 hover(鼠标悬停)效果,还有这种随机的发光(glow),这个发光真的有点用力过猛",但她觉得稍微迭代一下就能变得有意思。→ 详细
06

一个关键认知:从零搭框架是 Cursor 的弱项,先用别的工具

  • Claire 问那个页面的基础框架(outline)是不是也用 Cursor 做的。Elizabeth 坦白这个框架是她提前做好的,"因为做框架这部分稍微棘手,从零开始恰恰是 Cursor 比较不擅长的地方,用 v0 和 Lovable 这类工具反而更容易"。她有编程背景,所以能事先把项目底子搭好。→ 详细
  • 她给新手的具体路线:"先用 v0 把那种基础的黑白 prototype 跑起来,然后再把它拉进 Cursor 里做样式(styling)"——即用对工具做对的事,Cursor 专攻打磨视觉而非从零起项目。→ 详细
07

工作哲学:自上而下,先让 AI 自由发挥再挑着迭代

  • Elizabeth 总结自己的偏好:"与其一上来就带着一个想法,我通常更喜欢反过来——先从一个比较宏观的层面出发,看看你能从零创造出什么,然后我再把它接过来,如果觉得哪儿特别酷就继续迭代。"→ 详细
  • Claire 产生强烈共鸣:作为"真的在 Y2K 那个年代写过代码的人",这正是当年她会觉得超级炫酷、要专门学特殊 CSS/HTML 技巧才能做出来的东西;她也提到自己玩过 Webring 风格的个人网页设计,感叹"AI 正在让这种纯属个人的设计空间重新变得唾手可得,真的特别让人振奋"。→ 详细
08

同一个 prompt 反复跑:像开盲盒,每次都不一样

  • Elizabeth 说现在"没有什么比回到这个页面、看看它生成了什么更有意思的了,我永远猜不到会发生什么"。她试过类似的 prompt,"有时候它做出来的东西完全不同,所以反复用同一个 prompt、看每次能得到什么,特别好玩"。→ 详细
  • 现场她们决定"用同一个 prompt 再跑一次看这次什么样"。结果"走了一条完全不同的路线"——比上一版简约得多。两人发现自己反而想把上一版那个发光效果要回来,于是调出之前的截图做对比:"有些地方相似,但风格其实差别很大"。→ 详细
09

善用 checkpoint(存档点)和截图:改坏了能一键回退

  • 当被问到不喜欢结果怎么办,Elizabeth 说她会重新 prompt,或者"用设计师的思维在这基础上继续迭代"。关键习惯是:"我只要不喜欢什么,就一定会还原到 checkpoint(restore checkpoint,存档点,相当于一键回退到 AI 改动之前的版本)"→ 详细
  • 她给出的原因很实在:"你顺着一条自己不喜欢的路越走越深,之后就越难爬出来。"所以她"用还原 checkpoint 用得相当随性"。→ 详细
  • 但她补充一个配套技巧:多截图。因为每次重跑结果都不同,"万一你又想把那个发光效果找回来",截图能让你回看之前长什么样。→ 详细
10

钢琴案例:用一条 prompt 做出能弹、带音效的交互原型

  • Elizabeth 展示了她最早做的原型之一——一架能弹的钢琴。她说"像这样的东西用现有原型工具(比如 Figma)非常非常难做,因为你基本没法把声音和各种操作动作挂钩起来;但用 Cursor 这种、或者说直接写真实代码的方式,接入声音超级超级简单"。→ 详细
  • 她"一般用一条 prompt 就能生成一架能弹的钢琴"(坦言"有点运气成分,有时候不灵,有时候就成了")。做出来的钢琴可以立刻上手互动,她甚至给它编了一段"发布用的曲子",还能调音色、改 waveform(波形)——切到方波(square waveform)时声音会变得"很刺耳"。→ 详细
  • 这个例子的意义在于:它直观展示了"用代码能做的事情有多少是平时用传统设计工具做不到的",或者就算能做也得花长得多的时间。→ 详细
11

钢琴的复现:用 Cursor rule 搭一个"原型 playground"

  • 重新演示时,Elizabeth 强调一个习惯:"永远记住不停地开新对话(new chat),因为你永远不知道它会从之前的内容里调用什么 context(上下文)。"她的 prompt 是:"给一个数字钢琴创建一个新 prototype,风格仿照老版 macOS"——她发现 AI 做这种风格"相当在行,因为它真的懂这是什么"。→ 详细
  • 关键招数是她建了一条 Cursor rule(给 Cursor 的常驻规则,每次都会自动生效),搭出一个"原型 playground"——这样她在同一个 repository(代码仓库)里做新原型时不用每次重新搭环境。→ 详细
  • 这条 rule "特别简单"。她说"很多人的 rule 写得超级超级长,但我的基本上就是:如果我让你创建一个新 prototype,就复制这个文件夹,然后把它加到我的主页上"。果然生成后,新钢琴被自动放到了主页上。点击能弹(用键盘按键还弹不出来),Claire 直呼"这太厉害了",还说不知道该不该告诉爱做游戏的孩子们"还能做带声音的游戏"。→ 详细
12

是否要回头看 AI 怎么实现的?有基本认知就够

  • Claire 问她作为有工程背景的人,会不会回头研究"它到底怎么实现的"。Elizabeth 认为"对底下发生的事有个基本认知挺重要",她常问 AI"你是用什么来产生这些声音的?用这个 library(代码库/工具包),我能拿哪些选项来做实验?"→ 详细
  • 这类对话能让你看到可能性:"原来只要我想,我真能让它听起来像小提琴,或者做出更鲜活的声音。"但她不钻研所有细枝末节,因为"我个人更喜欢这一块——比起搞懂更深层的运作原理,我更喜欢看到它呈现出来的样子"。→ 详细
13

从"炫技 demo"到"团队能用":把设计系统搬进代码

  • Claire 问怎么把原型从"好玩的点子"推进到"工作中真正能用"。Elizabeth 说她教设计师时第一步是先让大家对"用 Cursor"这件事本身兴奋起来,所以才从钢琴这类简单又能跑的项目入手。→ 详细
  • 到了实战那面就得做些"稍微枯燥"的事:怎么用上 design system(设计系统,一套统一的组件和规范),怎么把现有的 sidebar(侧边栏)复刻进原型。她把这比作"当年设计师从 Sketch 转到 Figma、得把设计库迁过去那会儿"。→ 详细
  • 她的建议:前期把你的 component(组件,如按钮、卡片等可复用的 UI 模块)或至少一部分,"以一种对设计师友好的方式搬进代码",是很值的——因为这样团队里任何人都能用这些组件做原型。→ 详细
14

对"AI 抢饭碗"的回应:好玩的部分是给用户惊喜瞬间

  • 作为带设计团队的人,Elizabeth 直面焦虑:"很多人特别担心 AI 会抢走他们的工作。我一直跟团队说:好玩的部分根本不是把按钮和表单摆到页面上,真正有意思的是当用户按下按钮、它给用户带来一个惊喜瞬间(a moment of joy)的时候。"→ 详细
  • 她由此抬出三件 AI 让设计师如虎添翼的事:声音设计(sound design)——"大家在应用里用得太少了,它能带来愉悦感、强化品牌,你完全可以做一个有品牌特色的声音";Motion(动效)——AI 能帮你"把东西打磨得更精致、更有质感";交互性(interactivity)。钢琴正是把这三样融在一起的绝佳例子。→ 详细
  • 她注意到趋势:"越来越多人在网站里加这种小小的'叮''哔'音效了,有了 Cursor 这类工具,希望以后会越来越普遍。"→ 详细
15

理财 dashboard 案例(起点):AI 凭空做的东西通常很丑

  • Elizabeth 展示了她让 Cursor"不附带任何别的信息、直接做的一个个人理财 dashboard"。她说"一般你让这些 LLM 凭空做任何东西,出来的效果都不会太好。有些人看到会觉得哇好厉害,但作为设计师我会觉得:其实挺丑的"。→ 详细
  • 具体丑在哪:drop shadow(投影,元素下方那种阴影)一大堆、配色乱七八糟、字体排版不行、布局莫名其妙("为什么这个东西在圆圈上面,我也搞不懂")。这成了"从难看到惊艳"演示的起点。→ 详细
  • Claire 借此引出一个对所有管理者都通用的点:"设计经理有时候特别擅长、有时候又特别不擅长把自己想要的东西讲清楚,所以不管用不用 AI,你的 prompt 技巧用在跟真人沟通上同样管用。"→ 详细
16

从难看到惊艳·第一步:明确点名讨厌的东西 + 给"对标产品"

改 dashboard 的关键 prompt ▲ 救活"难看 dashboard"的关键一句 prompt:"去掉所有 drop shadow(投影),让组件更现代,做成 Robinhood/CashApp/Stripe 那样。"——点名讨厌的东西 + 给对标产品。

  • Elizabeth 的第一条 prompt 一上来先消歧义:"我们来弄这个理财 dashboard"(因为项目里有好几个子项目,必须说具体)。然后因为她"特别讨厌 drop shadow",明确让 AI 把所有 drop shadow 都去掉,再说"把组件做得更现代一点"。→ 详细
  • 关键招数:让它参考公认设计得好的理财产品——"做得像 Robinhood、Cash App 或 Stripe 之类的"。用大牌产品名当对标,比自己干讲省事得多。→ 详细
  • 她个人偏好短 prompt:"我知道有一整派人特别推崇写长 prompt,但我更喜欢偏对话式一点的方式,虽然很多时候 agent 会输出一大堆我根本不看的字。"→ 详细
17

用 Cursor rule 管住反复出现的毛病(如 title case)

  • Claire 问她既然这么讨厌 drop shadow,有没有设一条"永远不要用投影"的 rule。Elizabeth 说那条没有,但她确实有一条 rule 是**"不要用 title case(每个词首字母都大写)"**,因为 title case 更让她抓狂——她老写"请、请用 sentence case(只有句首字母大写);别动不动把所有东西都搞成标题、全大写,没必要"。→ 详细
  • 她当场反思"也许我真该再加一条专门管 drop shadow 的 rule"——这说明:凡是你每次都要纠正的毛病,就该固化成一条常驻 rule,而不是每次手动重复。→ 详细
18

迭代纪律:一次只改一两件事,别给"待办清单"

  • 第一轮 prompt 后 dashboard 已有改进:背景加了线条让图表位置更清晰、加了灰底、去掉了 drop shadow 还给每个元素加了小边框。但她发现还有问题(字体仍怪、背景没铺满整宽),于是只挑"最让她膈应"的那一个先改——背景没填满整个页面。→ 详细
  • Claire 总结出她的迭代风格:每次只盯一两个关键点,而不是"把所有问题都修了,这是我列的全部问题清单"。Elizabeth 给出原因:"如果我一口气给它列一长串待办,它会忘掉最后那三条……所以我尽量一次只让它做一件事。"→ 详细
19

数据可视化大师 Edward Tufte:用引用名字给 AI 当"捷径"

  • 接着 Elizabeth 想简化配色(页面上灰、蓝几种色调有点杂),并让 AI**"参考 Edward Tufte(数据可视化领域的宗师级人物)的作品"**,看它认不认得。Claire 笑称"哦,你真是个地道的设计师"。→ 详细
  • 她点出"给参考"为什么有效:"它对大部分这类参考都有概念,能帮我省去很多解释的功夫。如果我不说 Edward Tufte,就得自己去解释他那套原则,那会多花不少时间。"——即用一个 AI 已知的专有名词,一次性传递一整套设计原则。→ 详细
  • 结果 AI 把配色做得"非常素净(muted),确实挺 Edward Tufte 的",还顺手把边角改方了——虽不一定是 Elizabeth 本人的风格,但方向对了。→ 详细
20

把"管用的 prompt"存成文档,甚至让 AI 自己写"复现说明"

  • 被反复问到怎么追踪好用的 prompt,Elizabeth 确认"我确实有一个文档专门存这些 prompt,就是从那里面捞出来用的——这条上次效果不错,那这次再试一遍。我真心建议每个人都搞一个这样的文档"。→ 详细
  • 她还在琢磨一个更进阶的闭环:如果某个东西视觉效果特别好,就让 Cursor 帮你生成一条 note 或 rule 来描述它——比如"这是个 Y2K 风格的绝佳例子,你以后会怎么向自己描述它?",然后以后做别的项目时直接引用这条 note。→ 详细
  • Claire 帮她把闭环说圆了:先问 AI 都会哪些风格 → 选一个(如 Y2K)跑出特别喜欢的效果(如那个 glow)→ 因为同样的词再输一遍结果会完全不同,所以让 AI 自己记下"怎么复现这个效果",下次直接调用。Elizabeth 连说"这招真的很聪明"。→ 详细
21

心理学小把戏:让 AI 做"某个我尊敬的人会认可的样子"

  • 最后一条优化 dashboard 布局的 prompt 是:"你能不能改进布局,让它看起来像 Apple 的顶级设计师会点头认可的样子(something a top designer at Apple would approve of)。"她说这条"上次效果挺好"。→ 详细
  • Claire 把 Elizabeth 用"别的公司/人当例子"的三种用法漂亮地归了类:① 用 old Mac 那种大家都熟的常见美学/设计系统;② "做得像同领域里那些优秀产品一样"(如 Robinhood/Stripe);③ 最妙的——"做成某个我尊敬、我觉得品味好的人会认可的样子",Claire 称之为"一个很妙的心理学小把戏"。→ 详细
  • 结果 AI"真的开始用栅格(grid)了,往各个区域里填内容,比一开始更像一个真正的产品了"。Elizabeth 总结:就靠几条 prompt,她已经把那个"偏过时、满是 drop shadow 的版本",变成了"更有品牌感和个性、遵循视觉设计原则"的东西,"referencing(给参考)真的很有用,因为那是它能听懂的语言"。→ 详细
22

为什么数据可视化特别适合用 Cursor 做

改造后的 Financial overview dashboard ▲ 改造后的理财看板:克制配色、清晰的柱状/环形/折线图、突出关键数字($5800 / $3420)。数据可视化是 Cursor 的强项场景——对你的 StockHelp 选股看板直接可借鉴。

  • Claire 指出在 Figma 这类工具里做 data visualization(数据可视化)"特别费时间"——光是把图表排好、把假数据填进去、想清楚百分比该是多少就够花时间了;而且鼠标悬停柱状图时的那点交互效果"本来很难做"。→ 详细
  • 所以她喜欢这个例子有两个原因:一是展示了"怎么用三条左右的 prompt 把一般般的东西做到非常出色",二是"数据可视化本身就是特别适合用 Cursor 来做设计的一块阵地"。→ 详细
  • 当被问还有哪些"特别难设计、会想伸手用 Cursor"的场景,Elizabeth 的答案是:图表和数据可视化算一个,以及"任何需要用真实数据做原型的东西"。→ 详细
23

Notion 书架案例:用真实数据库驱动,自制 Goodreads

Notion 数据库驱动的书架原型 ▲ 用 Cursor 接 Notion 数据库做的"My bookshelf"(12 books,带书封/评分/分类)——把 Notion 当唯一数据源,上面套一层好看 UI,自制 Goodreads。

  • Elizabeth 最近做了很多"由 Notion 数据库驱动的小应用",她说"用 Cursor 去对接 Notion 数据库真的特别酷、特别强大"。具体成果:一个小书架,背后是 Notion 数据库在撑着,会展示她最近读过的书。→ 详细
  • 这个原型的愿景是自制一个属于自己的 Goodreads(一个记录读书、给书打分的社交网站)——"我的梦想就是有一个属于自己的 Goodreads"。因为整个由 Notion 数据库驱动,她"用 Cursor 很轻松就做出来了"。→ 详细
  • Claire 一语点破这个模式的精髓:"把 Notion 当作信息的唯一可信源(source of truth),然后在它之上给自己搭一套漂亮的 UI。" Elizabeth 设想等把所有书录进去后,就能看出"我读得最多的是哪类书、给书打高分的频率、最常读哪些作者"——一个她想继续迭代的个人项目,而"搭它真的超级超级简单,就是因为有 Cursor"。→ 详细

Q1:有没有哪些设计的小活儿,是你到现在还特别喜欢亲手做的?

  • Elizabeth 说"这些大多跟更偏平面设计(graphic design)的东西有关"。她特别喜欢"给朋友随手做张海报",还说"把朋友的脸 P 进各种各样的情境里,这种事还是特别有意思,是这些 AI 工具替代不了的——因为做这件事的过程本身就太好玩了,我永远不想这份乐趣被夺走"。→ 详细

Q2:当一切都从同样的数据里生成,设计师怎样才能继续注入创造力、得到新风格?

  • 她认为"设计师一直以来其实都是从非常相近的来源里找灵感",所以最关键的是拓宽你的灵感来源,并能跟这些模型对话、帮它们理解你到底被什么打动。具体做法是"丢一些特别随机的东西给它,比如某个 K-pop 的 MV,或者它平时不太会借鉴的艺术作品,看看它能从里面提取出什么"——这对生成更不一样的东西"非常有帮助"。→ 详细
  • 她点名一个同质化陷阱:"现在很多人会卡在'我们必须拿 shadcn 当起点'——shadcn(一套很多人默认在用的现成 UI 组件库,做出来容易撞脸)拿来做个符合设计规范、过得去的东西不错,但它不太有创造力。"Claire 接话"市场上缺一个'混乱风'的原型工具,现在所有东西都太'端庄'了",建议这可以是 Elizabeth 的下一个 prototype。→ 详细

Q3(招牌问题):当 AI 净做丑东西、就是不听话时,你怎么逼它做出你想要的?

  • 她说最抓狂的是做动画时"它老想把动效做得特别特别夸张"。她的办法是一遍遍重复同一个 prompt 加码施压:"我会说'再含蓄一点',然后'不行,再含蓄点',然后'拜托,再再含蓄一点'。"她觉得"有时候那种较劲的劲儿是有用的"。→ 详细
  • 要是加码也没用,她的终极建议是直接重来:"行吧,到这份上了,干脆重启,看看从头开始能得到什么。反正一开始走到这一步也没花多久,重来也无妨。"→ 详细
  • Claire 回送一个梗当彩蛋:上一期某位嘉宾的招数是让 AI**"含蓄一千倍(a thousand times more subtle)"**,建议 Elizabeth 下次试试。→ 详细

收尾金句串联

  • Claire 在结尾把全期复盘了一遍:"我们用 Cursor 征集设计风格做了个稍微混乱的个人网站;你让我们看到包括声音在内的交互现在真的很容易实现;你又把一个设计'从难看做到了惊艳(from yuck to yum)';还演示了怎么用 Notion 和 Cursor 这些易上手的工具给自己搭一个有数据库支撑的产品。"→ 详细

Elizabeth Lin(本期嘉宾,设计师)

  • 社媒:全网一般都叫 "Lil Elizabeth"("I'm usually everywhere on the internet as Lil Elizabeth")。→ 详细
  • 课程:她正在教一门叫 《Prototyping with Cursor》(用 Cursor 做原型) 的课。→ 详细
  • 网站:designisapart.com(课程入口)。→ 详细

播客本身《How I AI》(主持人 Claire Vo)

  • 官网:howiaipod.com(可看所有往期内容、了解更多)。→ 详细
  • 收听渠道:YouTube、Apple Podcasts、Spotify 或常用播客 App;欢迎点赞、订阅、留言、打分写评价。→ 详细
🎯 于你何益 为你定制 · 非通用结论

这期对你有两个正面命中:你在做选股看板(数据可视化),又在用 AI agent 做精美 app(交互原型)。Elizabeth 全程在演示怎么用 Cursor 把这两类东西做精致。

StockHelp(选股看板)—— 强命中(数据可视化)

1. 把"难看的理财 dashboard"做到"惊艳"——她的具体清单

  • 怎么做的:Elizabeth 现场把一个丑的理财 dashboard 一步步救活:去掉廉价的 drop shadow(投影)、对标 Robinhood/Stripe 的克制风格、搬出数据可视化宗师 Edward Tufte 的理念(少装饰、让数据本身说话);关键纪律是"一次只改一两件事",别让 AI 一把全改导致失控。她还用了个心理学小把戏:让 AI 设想"Apple 顶级设计师会怎么评价这个设计"来抬高输出品味。
  • 你可以怎么做:你的 Streamlit 看板正是"信息密集的理财 dashboard"。照搬她的清单:去掉默认投影/花哨边框;在 prompt 里写明对标对象(Futu?Stripe?);把"被低估程度、PE 分位"这种核心信号做视觉强调、次要数据弱化;每次只改一两处、截图对比。

2. 数据可视化"特别适合"用 Cursor 做

  • 怎么做的:Elizabeth 和 Claire 都点到,data visualization 是 Cursor 的强项——它本质是"数据 + 代码渲染",AI 能直接写出图表逻辑并实时预览微调。
  • 你可以怎么做:StockHelp 现在用 Streamlit(够快但样式受限)。可以让 Cursor 帮你写一两个自定义图表组件(比如 5 年 PE 分位的可视化),跳出 Streamlit 默认控件那股工程师味。Phase 1 只看数据的目标不变,但"看得更清楚"本身就是信号。

app_incubator(7-Agent 造 App 链路)—— 强命中(精美原型工作流)

3. 先问 AI"你会哪些风格",再挑,再用同一 prompt 反复重跑

  • 怎么做的:Elizabeth 征集风格的方法很反直觉——不直接说"做个好看的",而是先问 AI"你都会哪些设计风格",AI 列出 Brutalist、Y2K 等,她挑中意的(Brutalist + Y2K 混搭),再用同一句 prompt 反复重跑出变体。
  • 你可以怎么做:这正治"老气"——在链路里加一步"风格选择":先让 agent 报菜单、你(或一份偏好配置)选定一个有性格的风格,再生成。把风格从"AI 默认"变成"你显式点的菜"。

4. checkpoint 存档 + Cursor rules + design system 迁移

  • 怎么做的:她用 checkpoint(存档点,AI 改坏了一键回退)、Cursor rules(给 AI 定的项目级常驻规则,搭了个 playground)、把一套 design system 在不同原型间迁移复用;还演示了一条 prompt 加音效做交互(钢琴),说明"带声音的交互"现在很容易。
  • 你可以怎么做:你的 7-agent 链路可借这几招稳质量——把设计契约做成类似 Cursor rules 的常驻规则;用 checkpoint 思路给每个 app 留可回退节点,agent 跑歪了不至全废。

Personal Thinking(第二大脑)—— 弱命中(可迁移)

Notion 数据库驱动做"自制 Goodreads 书架"

  • 怎么做的:Elizabeth 用 Cursor 接 Notion 数据库,做了个数据驱动的书架原型(她的梦想是自制 Goodreads),把 Notion 当唯一可信源、上面套层好看 UI。
  • 你可以怎么做:你第二大脑也是 Notion 重度用户(视频/书都上库)。同招可做个"读过的视频/书"可视化看板:拿现有 Notion 库当数据源、Cursor 套个好看前端。不过这是锦上添花,别和主线抢精力。

更深三角度

  • 该反着用:Elizabeth 是设计师,手感好、能即兴判断"这版更好";你优势在系统化。她那套"凭手感反复重跑挑最好"的即兴流对你成本高。反过来:把她的成果(去投影、对标 Stripe、Tufte 原则、风格菜单)沉淀成 agent 的固定规则,让系统每次默认产出接近她手调的水平,而不是你每次手调。
  • 和你现在做法冲突:她"一次只改一两件事、靠反复重跑试错",跟你"设计稿即工程契约、一次成型"的工程化思路有张力。她容忍混乱、探索性;你要收敛、可验证。也许做精美 UI 的探索阶段,该故意"不那么工程化",留试错空间。
  • 对你的镜子:你把"老气"归为能力问题,但 Elizabeth 全场在说——好设计来自"拓宽灵感来源 + 教 AI 你喜欢什么",不是更努力调参。她会丢 K-pop MV、冷门艺术给 AI 当灵感,对抗"所有人都从 shadcn 起步"的同质化。你缺的也许是一个参考库,不是一个更好的 prompt。

One Human Company 新号(2026-07 回填)

"先问 AI 会哪些风格再点菜 + 喂冷门素材"——一篇可实测的 C 类选题

  • 怎么做的:Elizabeth 对抗 AI 同质化的两招都很反直觉:一是不说"做个好看的",而是先问 AI"你都会哪些设计风格",让它报菜单(Brutalist、Y2K……)再挑着混搭——把 AI 从"执行器"反着用成"灵感发生器";二是故意丢冷门素材(K-pop MV、它平时不借鉴的艺术作品)给 AI 当参考,专治"所有人都从 shadcn 起步"的撞脸病。
  • 你可以怎么做:候选标题《设计师说"别让 AI 直接做,先让它报菜单",我在自己的 App 上试了这两招》——拿 drizzle tech 正在 building 的 App 实测:同一个页面,默认 prompt 跑一版 vs "报菜单点菜 + 喂一个冷门参考"跑一版,贴对比图、记多花的轮次和 token 钱,给出你的判断(哪招值、哪招是玄学)。可抄物是"风格点菜三步提示词"。闸门自检:删掉实测对比就只剩转述 Elizabeth 的技巧,不成立——所以这篇必须等 App 设计环节真跑过再发,能过。顺带 D 类立场句备选:"AI 时代的差异化不是 prompt 写得多好,是你喂了它别人没喂的东西。"

所以呢

  • 思维模型:【耐用】"对标 + 减法"——指定一个你认的标杆产品、再做减法(去装饰、突出核心数据),比凭空想好看可靠得多,对看板、app、封面都适用。【会过期】Cursor 的具体功能形态(checkpoint/rules)会变,记"存档回退 + 项目级规则"这个抽象。
  • 判断更新:你的看板和 app,差距不在数据/功能,在"有没有一个明确的视觉标杆 + 一套减法纪律"。
  • 这周一个赌注:拿 StockHelp 看板做一次"Elizabeth 式重做"——选定标杆(Stripe/Futu),让 AI 按"去投影、突出被低估信号、一次改一两处"重做首屏,和现在的 Streamlit 版对比。一个晚上能见效。
接着读