一场看似“玩闹”的工作坊，却揭穿了高效协作的真正秘密

在这场 Figma Config 的现场工作坊里，Lili 几乎没有讲任何“高深理论”，却让一屋子人迅速进入心流。这并不是因为 FigJam 有多强，而是她用一整套反直觉的方法，重新定义了什么叫真正有效的协作。对 AI 从业者来说，这比学一个新工具更重要。

最反直觉的一点：高效工作坊不是从内容开始的

如果你以为一个成功的工作坊，关键在于议程、方法论或模板，那这场分享一开始就会让你愣住。Lili 上来什么都没讲，先让所有人站起来、伸展身体。

这在很多工程师和 AI 团队看来几乎是“无用动作”，但她非常明确：在协作开始前，先同步的是人的状态，而不是信息。“所有能量准备好了，工作坊才真正开始。”

这背后的逻辑很简单：当参与者还停留在被动听讲、身体僵硬的状态，再好的工具也只会被当成 PPT。对远程协作、跨时区工作的 AI 团队来说，这一步往往被完全忽略。

FigJam 真正解决的不是画板，而是“参与感”

在介绍 FigJam 时，Lili 并没有花时间强调功能有多复杂，反而不断让大家“马上用起来”：贴纸、涂鸦、随手画。

她甚至对所有人说：“You all are Picasso.” 这句话的意义不在于鼓励审美，而是在拆掉心理门槛。参与者一旦开始动手，身份就从“听众”变成了“共创者”。

对 AI 从业者来说，这点极其重要。我们习惯在白板里讨论模型、架构、指标，但很多会议之所以低效，不是问题太难，而是只有少数人在‘写’，大多数人在‘看’。FigJam 的版本回溯、随时重置，其实就是在为不断试错和快速参与兜底。

好工作坊的结构，比内容本身更重要

Lili 在中段反复强调一件事：一个好的工作坊，必须有清晰的开始、中间和结束，而且每一段都要让参与者‘做点什么’。

她用一个极其简单的练习——为一家冰淇淋店设计 logo——来说明这一点。任务不复杂，但规则清晰、时间受控、目标明确。参与者自然会进入节奏。

这对技术团队尤其有启发：很多 AI 讨论会失败，并不是因为问题太抽象，而是缺乏“可执行的练习单元”。没有时间限制、没有明确产出，讨论就会无限发散。

真正拉开差距的，是主持人的“克制”

在最后的反思环节，Lili 做了一件很少见的事：她让大家只反思“一件事”。

不是因为时间不够，而是她很清楚——反馈越多，价值越低。清晰指令、严格控时、让参与者说完就停，这些看似冷静的主持技巧，反而让工作坊更有温度。

这对正在做 AI 产品、模型评审、跨团队协作的人来说，是一个重要提醒：不是你讲得越多，团队就理解得越多。

总结

这场 FigJam 工作坊最值得 AI 从业者带走的，不是某个工具技巧，而是一种协作哲学：先调动人，再讨论事；先让每个人参与，再追求结论。如果你正在组织一次模型评审、产品共创或跨团队讨论，不妨从一个小改变开始——让所有人先动起来，而不是先打开 PPT。你会发现，效率和创造力往往同时出现。

关键词： FigJam， 工作坊设计， 团队协作， Figma， AI团队

事实核查备注： 视频标题、发布时间（2022-08-23）、作者/频道（Figma Config）、主讲人名 Lili、视频主题为 FigJam 工作坊方法论