这不是设计工具，而是“会写原型的 AI”：Figma Make 正在改写产品头脑风暴

大多数团队还在用 AI 写文档、画草图时，Figma 已经把 AI 推进了一个更激进的位置：直接生成“能点、能跑、能改”的产品原型。这条视频里，一个看似普通的产品讨论，暴露了未来产品团队的一个关键分水岭。

最反直觉的一点：头脑风暴，终于不靠“嘴”和“PPT”了

视频一开始就抛出了一个对很多 AI 从业者来说很“刺耳”的事实：真正拖慢产品创新的，从来不是想法，而是把想法变成“可被讨论的东西”。在 Trivet 这个案例里，团队并没有再开一场“我们觉得可以这样那样”的会议，而是直接把用户反馈丢进 Figma Make，生成一个能交互的洞察仪表盘。

这一步非常关键。它意味着：产品讨论的最小单位，从“观点”升级成了“原型”。用户不爱保存菜谱，这不再是一个抽象问题，而是一个可以被反复试验的界面决策。AI 在这里的角色不是给答案，而是把讨论的成本压到几乎为零。这也是 Figma Make 最颠覆的地方：它不是帮你想得更聪明，而是让你更快看到“想法的后果”。

真正的 Prompt 工程，不是写得像人，而是写得像产品经理

Sam 给 Figma Make 的那段提示，看起来很长，但几乎每一句都在“卡边界”：做什么（重设计页面）、放在哪（完整步骤之上）、交互是什么（保存并滚动）、风格不能变（保持现有视觉）。

这里有一个很容易被忽略的点：Figma Make 的 Prompt，本质上是一份“微型 PRD”。任务、上下文、行为、约束，一个都不能少。也正因为如此，AI 才能直接生成一个“像真 App 一样”的原型，而不是概念图。

更重要的是，Figma Make 会在侧边栏展示它的推理过程和生成的代码预览。这对 AI 从业者来说是一个信号：设计工具正在变成“可解释的生成系统”，而不是黑箱。这意味着，未来的 Prompt 能力，很可能会成为产品经理和设计师的核心竞争力，而不仅仅是工程师的技能。

迭代、回滚、复制：AI 把试错变成了默认选项

视频后半段其实隐藏了一个非常“工程化”的思想：任何一次生成都不是终局。原型跑偏了？直接回滚到上一个版本；某个想法不错？一键复制，换个人继续探索。

这套机制把“试错”从心理负担，变成了默认操作。更有意思的是，当 Sam 把原型快照丢进 FigJam，讨论的重心立刻从“你怎么想”变成了“这个点了会发生什么”。会议不再是静态汇报，而是实时试玩。

如果说以前的 AI 工具主要解决的是“个人效率”，那 Figma Make 已经明显在攻一个更难的命题：团队级别的创造力放大。当每个人都能在同一套真实界面上继续别人没走完的路，产品探索的速度会发生质变。

总结

这条视频真正值得 AI 从业者反复看的，不是某个按钮设计，而是一个信号：生成式 AI 正在把“构建”这件事前移到思考阶段本身。当原型的成本趋近于零，讨论方式、决策节奏、甚至团队分工都会随之改变。

对你来说，最直接的行动建议只有一个：别再只用 AI 写想法，开始用它“跑想法”。无论你是 PM、设计师，还是工程师，试着把下一次讨论的起点，从文档换成一个能点的原型。问题也留给你：当所有人都能随手生成原型时，真正拉开差距的能力，会是什么？

关键词： Figma Make， 生成式AI， 提示工程， 产品原型， AI应用

事实核查备注： 需要核查：视频发布时间（2025-12-29）；Figma Make 的正式定位是否为 Figma 的 AI-driven Prompta app tool；Trivet 是否为视频中的虚构示例应用