即刻App年轻人的同好社区
下载
置顶从初次体验 Midjourney 生成第一张图时的兴奋、到 21 年 12 月用 ChatGPT 时的震撼，过去两年始终活跃在“AI 产品蝗虫的第一线”，期间有过 FOMO，但克服 FOMO 最好的方法是去 build，过去的两年半时间里，我躬身入局，今天终于可以带着这款 AI 时代的设计工具正式和大家见面了。
基础体验的打磨上我们倾注了大量的心血、努力做到和 Figma 一样好甚至是更好，性能方面做了无数版评测和对齐、今天 Motiff 妙多正逐渐接近甚至在不少操作上已经逐渐超越 Figma。
在 AI 功能方面，和去年 8 月相比（m.okjike.com），我们力求让设计系统从繁琐和重复中解放出来，提供了更好用的「AI 复制」，在「AI 布局」上亦有增强。在 AI 设计系统上，从设计系统的「创建 - 维护 - 检查」，我们提供了一整套解决方案，用 AI 帮助设计团队更好地落地和实践设计系统。
另外在 Motiff 妙多实验室中，除了去年的「AI 魔法框」外，我作为产品经理带着自己对大模型和 UI 设计的理解，为大家带来了「AI 生成 UI」的功能，过去的几个月，从怀疑到迷茫到最终找到合理的技术路线、并将这个 PTF 的实验室功能推向落地，还有很多想和大家分享的，后续单独写一篇来讲。当然，这只是我们在 AI 生成领域的一次小探索、未来还将继续为大家提供更好用、实用的产品！
总之，欢迎各位对设计、AI 感兴趣的朋友来找@Motiff妙多 妙多玩！基础功能价格交个朋友，AI 功能限时免费！喜欢您来！
基础体验的打磨上我们倾注了大量的心血、努力做到和 Figma 一样好甚至是更好，性能方面做了无数版评测和对齐、今天 Motiff 妙多正逐渐接近甚至在不少操作上已经逐渐超越 Figma。
在 AI 功能方面，和去年 8 月相比（m.okjike.com），我们力求让设计系统从繁琐和重复中解放出来，提供了更好用的「AI 复制」，在「AI 布局」上亦有增强。在 AI 设计系统上，从设计系统的「创建 - 维护 - 检查」，我们提供了一整套解决方案，用 AI 帮助设计团队更好地落地和实践设计系统。
另外在 Motiff 妙多实验室中，除了去年的「AI 魔法框」外，我作为产品经理带着自己对大模型和 UI 设计的理解，为大家带来了「AI 生成 UI」的功能，过去的几个月，从怀疑到迷茫到最终找到合理的技术路线、并将这个 PTF 的实验室功能推向落地，还有很多想和大家分享的，后续单独写一篇来讲。当然，这只是我们在 AI 生成领域的一次小探索、未来还将继续为大家提供更好用、实用的产品！
总之，欢迎各位对设计、AI 感兴趣的朋友来找@Motiff妙多 妙多玩！基础功能价格交个朋友，AI 功能限时免费！喜欢您来！
Motiff 妙多全球发布：设计生产力，AI 出新意
57 2918
2024 年的最后一个周末，去听 Linkloud 的线下闭门会，是近期参加的干货和共鸣最多的一个会:
听《AI 红利下的系统性机会 & 市场选择》这个主题分享，全程干货，频频记笔记：
1. 关于 GTM 路线，一句话总结是 “快点上、慢点招、切忌憋大招”：同一个领域也可以有共存不同的 GTM 策略；PLG/SLG 路线从来不是互斥的，同一个产品在不同阶段、不同周期也可以存在不同选择 —— 如 Clickup 的两条路线对冲；Notion 这两年还在加快补强 SLG。
2. 对于日本市场的分享洞察和分享也很有意思：优势是用户忠诚度高、需求缺口大、相较于北美市场营销成本更低（以 SEO 为例，难度更低），这里印象最深的一个举例是《日本经济新闻》订阅价格。硬币的另一面是用户更挑剔、获取信任周期长；企业生命周期多元 —— 既有老爷子客户、也有吃螃蟹的客户；对于 SMB 来说在日的招聘难度、弹性更低…
3. 一些具体的案例分享则更加具体而有指导意义：以新时代的办公三件套为例，Gamma 的成功案例意义在于通过 AI 生成解决了用户的 blank page problem（也是我们 UI 设计中常说的 first draft），更简单地 onboarding 路径带来用户的深入使用；Notion AI 的核心价值是使用 AI（RAG） 重构了搜索体验；Clickup 的 AI 实践是通过简单规则初筛 + AI 二次筛选 → 自动化群发 → 用户有反应再跟进，由此提升了销售的效率。
Iris 带来的是真诚而接地气的出海运营实操分享：
1. 关于打榜和流量获取：口碑存续 > 一波流；不着急搞流量、没有留存/转化的拉新没有意义
2. 关于创业和做产品：对自己诚实、想清楚几个问题「用户是谁？你在解决什么问题？提供了什么价值？为什么要用你的产品？你的产品从第一天能不能有自来水？」
3. 重视用户反馈：一些极其细致的实操分享 —— 第一步找到早期的 5-10 个目标用户，和这些用户反复做 5 次访谈，而不是找更多的 100 个；好的访谈是用户说 80%，珍惜每一次和用户 meeting 的机会。
最后的圆桌讨论环节，印象最深的是这几点：
1. 出海的第一步是不要怕出海（ PopAi 做到几百万 ARR 团队都没人去过美国）
2. 招人的方式，先看看 AI 能做什么，不能做的再想着怎么撬动其他资源
3. 未来是可以小而美的、如果你可以快速 bootstrap 一个产品，那么你就不需要融资，尝试把一个需求做到极致…
以上，还有不少内容和观点需要慢慢吸收和消化，最重要的是 2025 要继续保持耐心 + 加油Build！
听《AI 红利下的系统性机会 & 市场选择》这个主题分享，全程干货，频频记笔记：
1. 关于 GTM 路线，一句话总结是 “快点上、慢点招、切忌憋大招”：同一个领域也可以有共存不同的 GTM 策略；PLG/SLG 路线从来不是互斥的，同一个产品在不同阶段、不同周期也可以存在不同选择 —— 如 Clickup 的两条路线对冲；Notion 这两年还在加快补强 SLG。
2. 对于日本市场的分享洞察和分享也很有意思：优势是用户忠诚度高、需求缺口大、相较于北美市场营销成本更低（以 SEO 为例，难度更低），这里印象最深的一个举例是《日本经济新闻》订阅价格。硬币的另一面是用户更挑剔、获取信任周期长；企业生命周期多元 —— 既有老爷子客户、也有吃螃蟹的客户；对于 SMB 来说在日的招聘难度、弹性更低…
3. 一些具体的案例分享则更加具体而有指导意义：以新时代的办公三件套为例，Gamma 的成功案例意义在于通过 AI 生成解决了用户的 blank page problem（也是我们 UI 设计中常说的 first draft），更简单地 onboarding 路径带来用户的深入使用；Notion AI 的核心价值是使用 AI（RAG） 重构了搜索体验；Clickup 的 AI 实践是通过简单规则初筛 + AI 二次筛选 → 自动化群发 → 用户有反应再跟进，由此提升了销售的效率。
Iris 带来的是真诚而接地气的出海运营实操分享：
1. 关于打榜和流量获取：口碑存续 > 一波流；不着急搞流量、没有留存/转化的拉新没有意义
2. 关于创业和做产品：对自己诚实、想清楚几个问题「用户是谁？你在解决什么问题？提供了什么价值？为什么要用你的产品？你的产品从第一天能不能有自来水？」
3. 重视用户反馈：一些极其细致的实操分享 —— 第一步找到早期的 5-10 个目标用户，和这些用户反复做 5 次访谈，而不是找更多的 100 个；好的访谈是用户说 80%，珍惜每一次和用户 meeting 的机会。
最后的圆桌讨论环节，印象最深的是这几点：
1. 出海的第一步是不要怕出海（ PopAi 做到几百万 ARR 团队都没人去过美国）
2. 招人的方式，先看看 AI 能做什么，不能做的再想着怎么撬动其他资源
3. 未来是可以小而美的、如果你可以快速 bootstrap 一个产品，那么你就不需要融资，尝试把一个需求做到极致…
以上，还有不少内容和观点需要慢慢吸收和消化，最重要的是 2025 要继续保持耐心 + 加油Build！
26 46
经常看到不少朋友的电脑标签页密密麻麻，我这两年都在用 Arc 浏览器，对其中的「Auto Archive」设置非常喜欢，不过这个设置是固定间隔的。
上个周末我自己用 Windsurf 开发了一款标签页清理插件「Tab cleanup」，支持按照标签页的最近一次打开时间范围来清理当前浏览器的标签页、同时支持了自定义时间间隔。功能还比较简陋，感兴趣可以试试
chromewebstore.google.com
上个周末我自己用 Windsurf 开发了一款标签页清理插件「Tab cleanup」，支持按照标签页的最近一次打开时间范围来清理当前浏览器的标签页、同时支持了自定义时间间隔。功能还比较简陋，感兴趣可以试试
chromewebstore.google.com
6 00
昨天看到 Coda 被 Grammarly 收购的新闻，脑子里联想的一个热知识 Figma 的第一个客户是 Coda，共同成长的 SaaS 产品故事。
链接中是之前 Figma 的 PRD 模版：
coda.io
链接中是之前 Figma 的 PRD 模版：
coda.io
5 10
6 01
Arc 浏览器母公司 The Browser Company 发布了他们第二款产品 Dia 的原型视频，基于文本输入光标（insertion cursor）的智能化入口、Auto browsing（computer use 的更进一步）和他们如何基于 Arc Development KIT（ADK）快速验证产品...
作为用户，对 Dia 这款产品既充满期待又有些因为 Arc 不再作为主力产品更新迭代的 PTSD（Dia 会不会在又一次激进地实验后被团队所放弃）；
作为创业者，对这家公司又充满敬意，在意识到一款产品的 PMF 可能不会到来、或者说无法真正颠覆上一代巨头时第一时间选择了转身和重新踏入另一个充满冒险的挑战和产品创新中。
期待 Dia 明年的发布，以及 2025 年注定是 Agent 爆发的一年。
Source: www.youtube.com
作为用户，对 Dia 这款产品既充满期待又有些因为 Arc 不再作为主力产品更新迭代的 PTSD（Dia 会不会在又一次激进地实验后被团队所放弃）；
作为创业者，对这家公司又充满敬意，在意识到一款产品的 PMF 可能不会到来、或者说无法真正颠覆上一代巨头时第一时间选择了转身和重新踏入另一个充满冒险的挑战和产品创新中。
期待 Dia 明年的发布，以及 2025 年注定是 Agent 爆发的一年。
Source: www.youtube.com
7 00
接着这条动态展开聊聊 m.okjike.com
从阅读谈认知的几层境界
2 00
“听说有人每天能看一本书，问题还不在看书速度，而是在知易行难，实践的速度赶不上所知的要求，欠账很多。”
确实…优质的信息很多，从接触→开始读→学完→习得，每一步都是过滤器，筛掉了很多人
确实…优质的信息很多，从接触→开始读→学完→习得，每一步都是过滤器，筛掉了很多人
13 41
十四、不要再信步漫游；因为你大概是不会读到你自己的“札记”或“古希腊罗马事迹”，及你预备在老年阅读的群书摘录。赶快奔向你的目标，并且如果你珍惜你自己，赶快放弃一切妄念，乘你尚可为力的时候救救你自己罢。 ——《沉思录》
1 00
最近读过的关于基于大模型做产品设计的最有共鸣的文章，一些笔记：
1. 基于 LLM 做产品的不同之处在于思考技术如何影响产品并围绕这种变量做产品设计。
2. LLM 充满未知，但有些时候某个功能的成功率达到 60% 你可以从中看到一些方向、并围绕这些方向去构建产品 —— 从产品出发、去决策对哪些功能做投入、然后与研究团队做微调。
3. 在一个你无法完全控制模型输出的世界里做产品设计，你需要考虑如何建立反馈机制去闭环。
4. 写评估标准将成为产品经理的一项核心技能 —— 你的功能质量取决于你的评估和提示词做得有多好。
5. 培养直觉的方法是去看实际答案、哪怕是抽样看 —— 深入研究数据很重要。
1. 基于 LLM 做产品的不同之处在于思考技术如何影响产品并围绕这种变量做产品设计。
2. LLM 充满未知，但有些时候某个功能的成功率达到 60% 你可以从中看到一些方向、并围绕这些方向去构建产品 —— 从产品出发、去决策对哪些功能做投入、然后与研究团队做微调。
3. 在一个你无法完全控制模型输出的世界里做产品设计，你需要考虑如何建立反馈机制去闭环。
4. 写评估标准将成为产品经理的一项核心技能 —— 你的功能质量取决于你的评估和提示词做得有多好。
5. 培养直觉的方法是去看实际答案、哪怕是抽样看 —— 深入研究数据很重要。
全世界最懂大模型的两个产品经理，一起聊怎么做AI产品
13 03