提出几个核心判断：利用 MasterGo AI 高效生成 Dashboard 头部组件，核心不在于让 AI 一次性输出完美成品，而在于“精准引导 + 分块打磨”的策略。头部区域，粗看之下不过是导航栏、搜索框、用户头像、通知图标及若干统计卡片的组合，结构看似清晰。但若命令 AI 一次性完整生成，往往导致元素错位、比例不均，甚至打破响应式布局。直接下达“生成后台头部”的粗略指令，效果通常不尽如人意。
精准提供设计参考：截图与设计稿链接，二者缺一不可
试想，若仅向 AI 提供 MasterGo 链接，AI 或许难以精准识别字号的细微层级；而只提供截图，又可能忽视间距规范与交互状态（例如 hover 触发时的下拉菜单）。因此，最佳方案是双管齐下：
- 将目标 Dashboard 的头部区域单独截取为高清图片，存入 reference 文件夹，并按照类似 header_full.png 的方式清晰命名；
- 在 AI 输入界面粘贴 MasterGo 原始设计稿链接，并明确指示：“严格参考该链接中的 Header 区域，确保字体大小（14px）、行高（20px）、图标尺寸（20×20）、各元素间距（左侧 logo 到搜索框 24px，右侧头像到边距 16px）完全对齐”；
- 避免使用模糊表述，例如不写“看起来清爽”，而应明确指定“背景色采用 #FFFFFF，顶部分隔细边框颜色 #F0F0F0，文字色值为 #333333”。
规避高频错误：统计卡片与图标切勿当作位图处理
若头部包含统计卡片（如“总订单数”“待审核”等），务必防止 AI 将文字与图标合成为一张图片。这种做法会导致缩放变形、文字无法编辑，并严重削弱适配性。正确的处理方式如下：
- 在提示词中强调：“所有卡片内的文字必须保持独立可编辑状态，图标请使用矢量图标（例如 Ant Design 组件库的 icon-user），禁止合并为位图”；
- 若项目中已有成熟的 MasterGo 组件库（例如 Ant Design for MasterGo），可追加指令：“优先调用组件库中的 Avatar、Badge、Dropdown 等现成组件”；
- 如果存在背景图（如渐变横幅），务必指明其定位方式，例如：“背景采用线性渐变，从 #1890FF 过渡至 #40A9FF，覆盖整个 header 高度，不重复，居中垂直铺满”。
生成后立即执行三项操作：刷新引用、替换资源、锁定框架
初版生成后，切勿急于调整细节。首先应稳固结构，再进行优化：
- 刷新资源引用：若替换了图标或上传了新 logo，务必点击右上角的“刷新引用资源”，否则 AI 仍将依据旧有缓存进行理解；
- 手动替换占位图：删除 AI 生成的 placeholder 图片，拖入真实的 logo 或头像 SVG 文件。随后选中该图层，右键选择“设为智能对象”，确保缩放时图像保持清晰；
- 锁定主容器：选中 header 的整体 Frame 框架，右键选择“锁定图层”，防止后续调整过程中误拖动整体结构，确保所有子元素在一个固定区域内进行精细化编辑。
小步迭代优化：使用自然语言指令逐一修正
请避免使用“将头部做得更好”这类空泛指令。应采用可执行、针对单点的简短指令：
- “将搜索框宽度设定为 280px，圆角改为 6px，左侧添加放大镜图标”；
- “在用户头像右上角增添红色未读角标，显示数字为 3”；
- “将六个统计卡片布局改为两行三列，每张卡片宽度 180px，间距保持 16px”；
- “当鼠标悬停在通知图标上时，弹出下拉面板，面板高度 240px，内含 4 条消息条目”。
实际操作并不复杂，但常被忽视的一点是：头部作为 Dashboard 的视觉锚点，其结构稳固之后，后续内容区域的布局才能精准对齐。块状精修法在此场景下尤为高效——优先保障框架稳定，再填充具体内容，最后统一微调交互状态。