一、为什么我要用AI来做产品设计辅助？

做产品的人应该都有这个体会——从PRD到可评审的原型图之间，存在一个不小的"翻译成本"。你把需求文档写得再详细，开发看到的是文字，设计师看到的是文字，测试看到的也是文字。每个人对同一段文字的理解可能都不太一样，这就导致需求评审会上反复拉扯。

过去几年我试过各种工具来解决这个问题：Figma画原型、ProcessOn画流程图、再找素材做产品配图。效率不高是一方面，更麻烦的是工具之间的切换成本——画原型的工具不支持流程图，画流程图的不方便做配图。

GPT Image 2发布之后，我测试了一个新的工作流：直接用AI把文字需求转化成视觉元素——流程图、界面原型、产品配图，全在一个对话窗口里完成。下面是我用真实项目需求做的三次实测。

这轮测试我是在一个国内镜像站上跑的（gemini-zh.xyz），不用折腾网络环境，打开就能用，实测过程非常顺手。

---

二、实测场景一：业务流程图——从文字描述到可评审的图

任务背景：我在写一个"用户积分体系"的PRD，里面有一段关于积分获取和消耗的流程描述——用户通过签到、下单、评价获得积分，积分可以用于兑换优惠券或抵扣现金，不同类型订单的积分抵扣规则不同。

我的操作：把这段文字逻辑直接贴给GPT Image 2，提示词写的是——

生成一张业务流程图，展示用户积分体系的完整链路，包含以下逻辑：
1. 积分获取渠道：每日签到（+5分）、下单消费（消费金额的10%）、写评价（+20分）
2. 积分消耗方式：兑换优惠券（100分/张）、订单现金抵扣（10分=1元）
3. 判断条件：兑换优惠券时如果积分不足100，提示"积分不足，继续签到赚积分"
4. 判断条件：现金抵扣时如果订单金额<50元，不支持下单抵扣
要求：使用泳道图形式，区分"用户端"和"系统端"两个泳道

生成结果：GPT Image 2输出的流程图里，所有节点之间的连线逻辑正确，判断条件完整呈现在菱形节点中，两个泳道的区分清晰——用户端泳道包含签到、下单、评价等操作节点，系统端泳道包含积分计算、余额校验、规则判断等处理节点。文字标注准确，没有乱码或错位。

这张图我直接截图贴到了PRD文档里，拿到需求评审会上给开发和测试看，大家对"积分不足怎么办""什么情况下不支持抵扣"这几个模糊点很快就达成了共识。以前这些边界条件要反复解释，现在看图说话，效率高了不少。

提示词技巧：泳道图的关键是明确告知"谁做什么"。提示词里用"用户端""系统端"来区分责任主体，生成的图会自动把不同主体的节点归到对应的泳道区域。

---

三、实测场景二：UI界面原型——快速产出可讨论的线框图

任务背景：我需要设计一个"积分商城"的移动端页面，包含顶部积分余额展示、积分获取任务列表、可兑换商品列表三个核心区块。这个页面不需要高保真，但要能用来做功能评审和初步交互讨论。

我的操作：给了GPT Image 2一份精简的需求描述，加上一些约束条件。

生成一张移动端积分商城的UI界面原型图（类线框图风格），包含：
1. 顶部区域：显示用户头像、昵称、当前积分余额（显眼位置）
2. 中间区域：积分获取任务列表，每个任务显示任务名称+奖励积分+完成状态按钮（状态分三种：已完成/去完成/已过期）
3. 底部区域：可兑换商品列表，每个商品显示缩略图+商品名称+所需积分+兑换按钮
约束：界面需符合移动端竖屏比例，功能区块划分清晰，每个区块有明确的视觉边界

生成结果：GPT Image 2在约20秒内输出了一张符合移动端比例的界面图。布局逻辑基本合理——顶部积分余额的视觉权重最大（字号大+背景突出），中间的任务列表用卡片式排布，底部商品列表用网格排列。

界面内的文字标注全部清晰可读。三个区块的视觉边界明显，分别用了不同的背景底色做区隔，一目了然。

这张图我拿去跟开发对了一下接口字段和页面交互逻辑，比纯文字讨论节省了至少半小时。当然这个界面还达不到直接交付开发的程度，细节布局需要再调整，但作为"需求沟通的中间介质"已经足够了。

实用提示：如果希望生成更接近线框图的风格，可以在提示词里加上"黑白灰配色、无装饰性元素、仅关注功能布局"，这样模型输出的结果会更接近手绘线框，避免因为"太好看"而影响对功能本身的讨论。

---

四、实测场景三：PRD配图——为需求文档生成配套说明图

任务背景：我在写PRD里关于"积分抵扣规则"的章节时，遇到一个不太好用文字说清楚的情况——不同类型的订单（普通订单/促销活动订单/会员专享订单）有不同的积分抵扣上限，但用户在下单时应该能实时看到"当前订单最高可抵扣XX积分"的提示。

我的操作：让GPT Image 2生成一张说明图，把"不同订单类型对应不同抵扣上限"这个关系用视觉方式呈现出来。

生成一张说明图（适合放入产品需求文档），展示三种订单类型的积分抵扣上限对比：
- 普通订单：抵扣上限为订单金额的20%
- 促销活动订单：抵扣上限为订单金额的10%
- 会员专享订单：抵扣上限为订单金额的30%
要求用对比卡片的形式呈现，每个卡片包含订单类型名称、抵扣上限比例、一个简短的适用场景说明
在底部加一行总结文字："具体抵扣额度以结算页实际显示为准"

生成结果：三张对比卡片并排排列，每张卡片的布局统一——顶部是订单类型名称（加粗），中间是抵扣上限比例（大字号突出），底部是适用场景说明（小字）。整体风格简洁，配色克制，适合放入正式文档。

底部那一行总结文字清晰呈现，字体比卡片内的说明文字稍小一点作为视觉降级，处理得比较得体。

这张图我直接放进了PRD的"规则说明"章节，评审会上所有人都能快速理解不同订单类型的抵扣差异，不需要再逐条口述。

---

五、实际使用中的注意事项

关于误差：GPT Image 2生成的流程图或原型图，逻辑框架可以直接用，但具体的数据数值建议再次核对。比如在生成商品列表时，它填充的示例商品名称和价格是我在提示词里没有明确指定的，它自己"编"了一些合理的示例数据。如果要保证数据的准确性，建议在提示词里把数据也一并提供。

关于尺寸：生成界面原型时，在提示词里明确"移动端竖屏比例"，输出结果的比例才会对。如果生成的是PC端后台页面，要明确说"PC端宽屏比例"。尺寸不对的话，后期调整比较麻烦。

关于迭代：对生成结果不满意不要重新开始，直接在对话里补充修改指令。比如"把底部商品列表从网格排列改成列表排列"“顶部的积分余额字号再大一点”，这些局部调整比完全重生成要高效得多。

---

六、适用场景和选型建议

强烈推荐尝试的场景：

• PRD配图生成（流程图、对比图、规则说明图）
• 需求评审前的快速原型产出（低保真即可）
• 产品文档中的示意图生成（节省找图/画图的时间）
• 早期概念验证和方向探索（快速验证想法，不用先找设计师）

建议谨慎使用的场景：

• 需要高保真交付的UI设计稿（GPT Image 2目前还达不到像素级精确）
• 有严格品牌VI规范的设计产出（AI对色号、字号的精确控制还不够稳定）
• 交互逻辑复杂、有大量状态变化的设计（建议用专业原型工具完成）

---

GPT Image 2对产品经理这个角色的价值在于：它把"画图"这件事的门槛降到了最低。你不需要会Figma、不需要会Sketch，甚至不需要有任何设计基础，只要能把业务逻辑用文字说清楚，它就能帮你生成可读、可用的视觉化产物。它不是用来替代设计师的，而是用来降低从"文字想法"到"视觉表达"之间的摩擦成本。