产品人人都是产品经理·阿基拉de_Akir··AI 生成
意图设计的翻译能力：从”人懂的直觉”到”机器读的规则”
本文提出当AI能生成80%界面时，设计师的核心转向“描述规则而非画图”。作者从一次「四种错误共用红色」导致用户误操作的语义漂移判断出发，系统阐述了将设计意图翻译为机器可执行规则的整套方法论：YAML契约的七个冻结字段、llm_constraints三类断言、编译管线与三道闸门、以及组织级治理机制（统一基线+消费追踪）。文章从个人翻译能力进阶到组织翻译机制，明确提出了“语义翻译设计师”这一新角色定位。适合已实践组件化或设计token化、正面临规范难以在AI/多团队场景下落地的设计或技术负责人阅读。原文 ↗原文 ↗
核心观点
- ▍AI时代设计师的核心价值不再是'画得更好看'，而是'告诉AI这个场景下必须表达什么语义、不能突破什么边界'，即语义翻译能力。
- ▍从个人翻译能力到组织翻译机制，需要一个专职角色——语义翻译设计师，负责将设计意图编码为机器规则并让规则持续运转。
- 01作者从一个典型案例出发：AI对话产品中四种错误全部使用红色，但后果不同（网络抖动可自动恢复、限流需等一小时），用户看到红色就刷新，反而导致可恢复的错误变成真正的对话丢失。
- 02语义契约（YAML）的7个冻结字段（id, category, description, visual_mapping, user_action, entry_point, llm_constraints）中，llm_constraints是使机器真正执行规则的关键，分为必须型、禁止型、限制型三类断言。
- 0311个交付件中只有源文件（YAML契约）允许手动修改，其余10个全部是编译产物，禁止手改以防止版本分叉。
- 04组织治理四个设计：统一基线+团队扩展、机器校验代替人工审批、消费追踪与沉默规则唤醒（30天零消费自动标记）、效果驱动的基线迭代。
- 05作者提出了三层度量面板：个人层（规则消费率、拦截归因数）、团队层（基线规则继承率、语义返工率30%→5%）、组织层（语义一致性95%、返工成本节省盈亏平衡点产品>3且组件>50）。
反方 / 局限
- — 作者承认文章内容聚焦于个人能力模型，没有展开系统架构和组织治理层面（如多团队治理、编译管线）的细节，这些内容分散在系列文章的其他主题行中。
概念锚点
前置背景
平行视角
未来推演
延伸追问