在过去的三年里，围绕生成式 AI 如何赋能产品设计师的工作流，业内做了大量研究与实践。虽然现在还只是起步阶段，但设计师们确实需要从现在就开始把 AI 嵌入到设计流程中——这能让工作更高效、也更精准。
市面上常见的 AI 工具，像 ChatGPT、Gemini、Midjourney 这些，已经把 AI 的关键能力摆在台面上了。而且每天还有一堆新工具冒出来。与此同时，一些原本不是 AI 出身的工具，比如 Figma 和 Miro，也开始加入 AI 功能，帮我们做得更好。
这篇文章就聚焦一个具体的场景：如何把 FigJam AI 当作高效的流程图生成工具来用。设计师们常说一句话：“别再移动矩形了，把创造力投进去。” 这话说得在理，下面就来展开看看。
什么是 FigJam AI？
FigJam AI 是 Figma 在 FigJam 里加入的 AI 工具。它能帮你做信息聚类、生成设计思维工作坊、组织整理信息、总结摘要等工作。关于这个功能的更详细说明，可以参考之前对 FigJam AI 的逐步介绍，以及它在增强设计团队工作流方面的应用。
在设计师移动矩形之前，现在他们必须详细写出想要什么
向学员展示如何使用 AI 时，第一个要讲清楚的概念就是：你必须明确告诉 AI 你想要什么。不这样做，就别指望得到满意的结果。这和传统工作流程有着显著区别——通常我们不会一开始就有确定的最终方案，而是边实验边调整，移动矩形，逐步完善。但 AI 需要你一开始就给出精确的指令。
接下来的示例会让你切身体会这一点。过程中只对提示做了细微改动，但结果有明显差异。这也说明，明确指定需求是整个流程的关键。当然，AI 模型本身也会影响结果，但这些示例更强调提示必须精准。
从文本生成流程图
围绕 FigJam AI 做了几轮测试，下面挑三个最具代表性的来说。从简单提示入手，逐步加码。
测试1：顺利流程
先从最简单的场景开始：在网上商店买一件 T 恤的流程。看看 AI 能不能直接生成完整的流程图。
提示：
像产品设计师一样，为在电子商务商店购买T恤的过程创建流程图：
- 访问主页。
- 选择T恤类别。
- 筛选和排序。
- 选择一件T恤。
- 选择尺码和颜色。
- 加入购物车。
- 查看购物车。
- 结账。
- 填写运输和支付信息。
- 用户添加促销代码。
- 确认订单。
只创建这个流程。不要添加其他内容。结果：
你可以在 Figma 中查看流程，或从 Figma 社区复制文件。
笔记：
FigJam AI 准确地创建了要求的内容。它消除手动调整“矩形”的繁琐，让图表创建更高效。
测试2：包含一个错误的流程
第二个测试，看 AI 能不能在流程里加入一个条件分支，处理某个环节出错的情况。这里加了一个场景：用户输入了错误的促销代码。
提示和上面一样，只多了一行：“考虑错误情况：‘促销代码无效。’”
提示：
像产品设计师一样，为在电子商务商店购买T恤的过程创建流程图：
- 访问主页。
- 选择T恤类别。
- 筛选和排序。
- 选择一件T恤。
- 选择尺码和颜色。
- 加入购物车。
- 查看购物车。
- 结账。
- 填写运输和支付信息。
- 用户添加促销代码。
- 确认订单。
考虑错误情况：促销代码无效。
只创建这个流程。不要添加其他内容。结果：
你可以在 Figma 中查看流程，或从 Figma 社区复制文件。
笔记：
FigJam AI 顺利完成任务，在流程图里加上了错误分支。
测试3：包含三个错误的流程图
接下来挑战升级：同时加入三个错误情况，看看 AI 能否理解并处理好。
添加的错误情况：
- 促销代码无效。
- 颜色缺货。
- 支付被拒绝。
提示：
像产品设计师一样，为在电子商务商店购买T恤的过程创建流程图：
- 访问主页。
- 选择T恤类别。
- 筛选和排序。
- 选择一件T恤。
- 选择尺码和颜色。
- 加入购物车。
- 查看购物车。
- 结账。
- 填写运输和支付信息。
- 用户添加促销代码。
- 确认订单。
考虑以下错误情况：
- 促销代码无效。
- 颜色缺货。
- 支付被拒绝。
只创建这个流程。不要添加其他内容。结果：
你可以在 Figma 中查看流程，或从 Figma 社区复制文件。
笔记：
FigJam AI 完成了任务，但存在几个问题：所有错误情况都被塞到了流程末尾，导致逻辑混乱；视觉效果线条交错杂乱；错误判断“支付被拒绝？”用了否定形式，如果答案是“否”意味着支付成功，容易让人困惑——写成“支付是否被批准？”更清晰，“是”代表成功。另外，支付被拒时 AI 建议联系客户支持，但也许你更想显示错误信息并提示“使用其他支付方式”。这说明在解决方案层面也需要更精确的指示。
改进后的提示
为了避免后续手动修改，直接通过优化提示来测试 AI 的能力。目标是让提示能一次性正确处理所有错误。
做了这些改动：把错误情况写成问题形式；把问题放在对应步骤附近，而不是末尾；向 AI 解释每个情况下期望的具体行为。
提示：
像产品设计师一样，为在电子商务商店购买T恤的过程创建流程图：
- 访问主页。
- 选择T恤类别。
- 筛选和排序。
- 选择一件T恤。询问“颜色有货吗？”如果是，继续下一步。如果不是，写上“通过电子邮件通知我。”
- 加入购物车。
- 查看购物车。
- 结账。
- 填写运输和支付信息。
- 用户添加促销代码。询问“促销代码有效吗？”如果是，继续下一步。如果不是，写上“促销代码无效”，并连接到步骤“用户添加促销代码。”
- 确认订单。询问“支付被批准了吗？”如果是，下一步是“完成”。如果不是，写上“联系客户支持。”
只创建这个流程。不要添加其他内容。结果：
你可以在 Figma 中查看流程。
笔记：
- 所有错误情况都正确加入了。
- AI 完全按照要求执行。
- 流程图易读且清晰。
测试的关键见解
- 简单流程，提示编写也简单；复杂流程则需要花更多时间打磨提示。
- 提示越清晰，结果越好。指令越详细、越精确，AI 生成所需流程的准确性越高，后续修改就越少。
- 多尝试不同写法，找到与 AI 沟通最有效的方式，尤其是处理复杂场景时。
- 错误判断最好写成肯定形式——让“是”指向正确步骤，这样逻辑更直观。
- 展示聊天如何继续：如果定义了一个错误情况，务必说明“是”和“否”各自指向哪里。
- 也可以先生成顺利路径，单独创建错误分支，再手动拼到一起。
- 使用 AI 生成流程图很酷，但有时候手动调整图表部分，比花大量时间编写完美提示更快。
总结
通过这篇文章，你可以看到如何把 FigJam AI 作为流程图工具来生成流程图和图表。展示了三次测试：顺利流程、包含一个错误情况的流程、包含三个错误情况的复杂流程。在复杂测试中，AI 最初没有完全理解第一次提示，需要重新调整写法才得到想要的结果。最后分享了一系列从中得出的关键洞察。