她画图标时立下一个残酷规则,意外击中了AI产品设计的核心

AI PM 编辑部 · 2016年11月03日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

你以为优秀的图标来自灵感、天赋或灵光一现?这支Figma旧视频里,Meg Robichaud用一个近乎“反人性”的规则,拆穿了创作的真相。更意外的是,这套方法论,正在悄悄成为AI产品、模型设计里最被低估的底层能力。

她画图标时立下一个残酷规则,意外击中了AI产品设计的核心

你以为优秀的图标来自灵感、天赋或灵光一现?这支Figma旧视频里,Meg Robichaud用一个近乎“反人性”的规则,拆穿了创作的真相。更意外的是,这套方法论,正在悄悄成为AI产品、模型设计里最被低估的底层能力。

一个反直觉的开始:先把“废稿”画完再说

Meg在视频里做的第一件事,不是找灵感,也不是定风格,而是给自己设了一个“残酷规则”:一屏幕的图标格子,不填满,绝不进入下一步。

她很直白地说,这一步的目的,就是把那些“你早就知道会画出来的、烂大街的想法”尽快倒出来。汉堡菜单?先画。再来一个。甚至画得准不准,她根本不在乎。

这件事听起来像是在浪费时间,但恰恰相反。她要做的,是快速清空大脑缓存。只有当最俗、最安全、最不用思考的方案被消耗掉之后,真正有区分度的想法,才有空间出现。

这个逻辑,对AI从业者其实非常刺耳。我们太习惯一上来就追求“最优解”:最好的prompt、最优的结构、最漂亮的demo。但Meg的做法提醒了一件事——如果你不给自己一个系统性“犯蠢”的阶段,后面的聪明,往往只是重复。

不打草稿、不追求精度,是为了更快看见“模式”

另一个让很多设计新手不安的点是:Meg几乎完全靠“目测”画图标。她明确说,自己以前会先画在本子上,再描到电脑里,但后来发现——时间一点没省,还更烦。

所以她干脆直接在Figma里画,不精确、不对齐、不完美。因为在这个阶段,精度是噪音。她真正关心的,是模式什么时候开始浮现。

当图标数量一多,她会自然发现:哪些细节在重复?哪些线条语言开始统一?哪些图标“看起来像一家人”?然后,她才反过来“按摩”那些不合群的设计,让它们靠拢。

这一步,和AI产品设计里的快速原型极其相似。你不是通过一次就做对,而是通过大量低成本尝试,让结构自己显形。很多模型架构、交互范式,并不是被设计出来的,而是在一堆不完美方案中,被筛选出来的。

颜色、像素和“疗愈感”:为什么最后一步才值得较真

直到确定了图标组合,Meg才开始认真对待颜色和像素级细节。她甚至承认自己“作弊”——用的是之前攒下来的配色方案库。

但她强调了一个关键动作:把图标拉开来看。因为真实使用场景里,颜色是孤立存在的,而不是并排对比的。这一步,决定的是“系统感”,而不是单个图标的好看。

最后的pixel fitting,她形容为一种“疗愈”。每个像素找到自己的位置,整个系统才真正稳定下来。注意顺序:不是一开始就追求完美,而是在方向确定之后,才允许自己变得挑剔。

这对AI团队的启示非常直接:不要在早期为细节付出情绪成本。无论是模型微调、UI打磨,还是性能优化,过早的精致,往往是在错误方向上的自我感动。

总结

Meg这支2016年的老视频,价值不在“怎么画图标”,而在于她展示了一种极度克制的创作节奏:先数量,后质量;先清空大脑,再寻找模式;先系统,再细节。

对AI从业者来说,这是一种可以立刻迁移的方法论。无论你在做模型实验、产品原型还是Agent流程设计,都可以问自己一句:我是不是还没把“注定会失败的方案”跑完,就急着收敛?

下一次,不妨给自己设一个Meg式的规则:在填满20个不完美版本之前,不允许优化第1个。你可能会惊讶,真正有价值的想法,往往就藏在第21个之后。


关键词: Figma, 图标设计, 创作方法论, AI产品设计, 快速迭代

事实核查备注: 视频标题:Iconic: Meg Robichaud;频道:Figma Config;发布时间:2016-11-03;视频内容为Meg Robichaud讲述个人图标设计流程,无涉及公司、产品或具体数据声明