AI 时代的产品打磨：不被说“有 AI 味”、做出会被选择的作品的 7 个实践

文字、图片、设计、代码，如今只要用 AI，几分钟就能得到像模像样的成果。网站、文章、应用、广告横幅……我们身边充斥着借助 AI 做出来的数字作品。

另一方面，“有 AI 味”这个说法已经完全变成了贬义。似曾相识的设计、内容空洞的文章、不自然的图片。用户能敏锐地分辨出这些东西，直接划走，有时甚至会感到反感。

那么，是不是干脆不用 AI 比较好？答案很明确：不是。AI 还会不断进化，不用它的理由会越来越少。真正要问的不是用不用，而是能不能把用 AI 做出来的东西，打磨成会被选择的东西。

本文以积极使用 AI 为前提，思考要把作品做成用户愿意接受的产品，应该做什么、需要注意什么。

注：本文由 GeckoFlag 的开发者撰写。

AI 是应该毫不犹豫去用的工具

首先作为前提，AI 的用处是显而易见的。

• 速度：几分钟内就能拿出多种初稿和草图
• 数量与全面性：列出能想到的各种选项，让你发现遗漏
• 检查：指出文章的错别字、代码的缺陷、无障碍方面的问题等
• 专业以外的辅助：自己擅长领域以外的知识，也能马上触手可及
• 多语言化：可以作为翻译初稿，也能为面向各国的调整提供线索

而且，这些能力每年都在提升。即使是小团队或个人，也能挑战过去只有大组织才做得了的规模的工作。没有理由不用它。

不过，这里有一点需要记住：同样的工具，谁都能用。你能用的 AI，竞争对手也能用。用 AI 这件事本身已经不再是差异化。拉开差距的，是在 AI 给出的东西之上，你接下来又加了什么。

为什么“AI 味”会招人反感

当用户觉得“有 AI 味”而离开时，他们讨厌的并不是 AI 本身，而是从作品中透出来的几种“信号”。

似曾相识

AI 的输出容易偏向所学数据的“看似合理的平均值”。大家用类似的指令、用类似的工具，结果自然越来越像。匀称却记不住。这是第一个信号。

看不出是给谁的

“对谁都适用”的内容，反过来说就是“不为任何人”的内容。不深入读者的处境和烦恼，只罗列一般论，用户就会觉得“说的不是我”。

看似像样，却没有内容

标题整齐，文字流畅。可是没有具体的数字，没有真实的经验，也没有明确的结论。读完什么也没留下的文章，并不是 AI 才有的，以前就存在，但 AI 让它的数量一下子增加了。

细节粗糙

图片里不自然的地方、没有意义的图标、不合语境的按钮文字、没有考虑空状态和出错情况的页面。细节的粗糙，会让人感到“没有人从头到尾看过”。

这些信号叠加起来，用户就会认为“这个产品不是为我用心做出来的”。也就是说，招人反感的不是 AI，而是敷衍和不负责任的感觉。

被选择的产品有什么共同点

反过来，那些虽然用了 AI 却依然被选择的产品，有一些共同的特点。

有第一手信息

实际用过的结果、在现场看到的东西、从用户那里听到的声音、自己从失败中学到的教训。AI 没有的信息，本身就是价值。第一手信息，无论 AI 怎么进化，都无法替你准备。

有视角和判断

“为谁而做”“重视什么、舍弃了什么”都很清楚的产品，能让人感受到制作者的意志。它选择的不是想让所有人都满意的平均答案，而是能深深打动特定某些人的答案。

细节有意图

每一个按钮文字、每一条错误提示、每一处留白的方式，都有理由。提前想到用户可能卡住的地方，并事先处理好。这些细节的积累，会带来“做得很用心”的信任。

有一致性

文字的语气、设计的调性、操作的手感，无论看哪里都统一。只是把让 AI 分别做出来的零件拼凑在一起，很难产生这种一致性。

看得到制作者的责任

是谁在做、询问时会不会回复、有没有持续改进。看得到制作者的面孔和责任，是用户能放心选择的一个重要理由。

交给 AI 的事，人要握在手里的事

要在充分利用 AI 的同时做出会被选择的产品，捷径是把分工划分清楚。

关键在于，提出问题、做出选择、承担责任这三件事，人不能放手。AI 是出色的制作者，也是出色的检查员，但决定“这样可以发布了”的，是人的工作。

打磨产品的 7 个实践

1先用一句话定下“为谁、在什么场景”

在请 AI 做任何事之前，先用一句话写下“谁、在什么场景、遇到什么困难时用它”。例如：“第一次引入项目管理工具的、约 5 人制作团队的负责人，正在寻找向上司说明的材料时”。这句话如果模糊，AI 的输出也会变得平庸。

2把 AI 的初稿当作“素材”

AI 的第一份输出，可以说就是平均值。停在那里，就只能得到似曾相识的东西。把初稿看作不是成品，而是还要删减、重组的素材吧。

相关如何从 AI 给出的方案中做选择、并留下选择的理由，在连载“与 AI 协作的团队任务管理”第4篇“AI 给出的方案不是‘成品’，而是‘决策素材’”中有说明

3加入第一手信息

自己的经验、真实的数字、没做成的故事、客户随口说的一句话。哪怕只加入一条这样的信息，作品也会一下子变成“我们自己的东西”。

4删减

AI 擅长做加法。它会增加标题、叠加说明、再补上以防万一的注意事项。正因如此，删减的判断要由人来承担。果断去掉与想传达的内容无关的部分，想传达的内容才会凸显出来。

5在细节里放入意图

按钮和提示的文字、没有数据时的显示、出错时的引导、加载中的呈现方式。越是用户实际接触的细节，越容易保持 AI 输出的原样。逐一思考“在这个场景下用户会有什么感受”，再动手修改。

6自己用、自己读、自己念出来

制作者自己作为用户，把做出来的东西用一用。如果是文章就念出声，如果是应用就在实际工作中用。只在屏幕上看着发现不了的违和感，一用就会显现出来。发现的违和感当场记下来，一个一个改。

7定下自己的“风格”和“不用的东西”

语气、设计的调性、常用的说法，以及反过来不用的说法和表达，在团队里定好并共享。把这些也反映到给 AI 的指令里，从输出阶段起就能更接近自己的风格。不过，也要时常回顾，以免风格本身变成新的“模板”。

打磨时的注意事项

不要把“去掉 AI 味”当作目的

重要的不是隐藏用过 AI 的痕迹，而是为用户增加价值。故意加入错别字让它看起来像人写的、编造虚构的经历和用户评价，这类“伪装”一旦被发现，会严重损害信任。打磨不是掩饰。

核实事实和权利

AI 有时会信心十足地给出看似合理的错误。数字、专有名词、引用、规格，一定要用原始信息核实。另外，生成的图片和设计是否与现有作品或商标相似、是否涉及真实人物，这类权利方面的确认也必不可少。

事先想好如何说明用过 AI

根据地区和平台的不同，开始出现要求标明内容由 AI 生成的情况。与其在隐瞒和公开之间二选一，不如做到能说明“哪里用了 AI、哪里由人判断、由谁负责”，这样最终才能赢得用户的信任。

不拼数量

用 AI，文章和页面都能大量制作。但无论是搜索引擎还是用户，对只是批量生产的空洞内容都越来越严格。从长远来看，10 篇有深度的文章比 100 篇平庸的文章更能持续被选择。

不要失去打磨的能力本身

交给 AI 的范围越大，人锻炼“分辨好坏的能力”的机会就越少。眼光一旦退化，就连打磨本身也做不到了。在团队里共享判断的理由、坚持互相审核的习惯，是保持打磨能力的最好方法。

相关如何共享判断、如何建立审核机制，在“AI 时代的团队沟通”中有详细介绍

打磨，就是积累小的改进

打磨产品的工作，并不是一次大修改就能结束的。用的时候发现的违和感、审核中提出的意见、来自用户的声音。把这些小的改进点一个个捡起来、修改、确认。这些积累，最终会变成“做得很用心”的手感。

正因如此，不让改进点被冲走、好好管理起来很重要。在聊天里说一句“这里有点在意”就结束的意见，大多会被忘掉。把每一条都作为任务留下来，记下由谁处理、为什么选了这种改法，打磨的工作就会作为团队的财富积累下来。

相关改进点的写法在“让人看得懂的任务写法”中，完成后如何留下记录在“怎么收尾：定好完成的判断基准，留下日后能回头查看的记录”中有介绍（连载“团队任务管理技巧”）

在 GeckoFlag 中可以这样打磨

前面的 7 个实践，用任何工具都能实施。这里举一个例子，介绍在自托管型项目管理工具 GeckoFlag 中的运用方法。

GeckoFlag 的“用 AI 创建”，是由 AI 根据会议记录、备忘、聊天截图等，提出事项、评论、项目和 Wiki 的填写建议的功能。它不是用来制作文章、设计等对外发布的作品本身的功能。只有管理员允许的用户才能使用；建议中只有勾选的项目会填入表单，保存的是人。它和本文的分工基于同样的思路：AI 提出，人来选择并承担责任。

GeckoFlag 安装在您自己的服务器上使用，因此关于正在制作的产品的交流，也能在自己的管理之下不断积累（服务器的管理由使用者负责；使用“用 AI 创建”时，输入的文字和图片会发送到 Anthropic 的 API）。每次发布时，开发者都会亲自进行安全检查，并在安全页面上公开记录（这不是第三方认证或审计）。价格为 $30 买断，成员增加也不加收费用（服务器费用另计；使用“用 AI 创建”时，Anthropic 的 API 使用费也另计）。实际的界面可以在演示中试用。

总结

• AI 是应该毫不犹豫、积极去用的工具。但用 AI 这件事本身已经不再是差异化
• 用户讨厌的不是 AI，而是平庸、不为任何人而做、细节粗糙所透出的“敷衍和不负责任的感觉”
• 被选择的产品，有第一手信息、视角和判断、细节的意图、一致性，以及制作者的责任
• 把做素材和检查交给 AI，提出问题、做出选择、承担责任由人来负责
• 打磨不是伪装，而是增加价值。也是不断积累小的改进

AI 越多，最后由人亲手打磨的部分就越显眼，这样的时代已经到来。充分利用 AI，把省下来的时间投入到“打磨”上。这应该会成为今后做产品的基本方式。