首页

掌握这5个技巧,从零开始掌握UI界面的亮点设计

之晨

一、全文速览图

image.png

不管甲方给多少钱,哪怕一张界面的预算只有几十块,他也想要设计亮点,但是很多同学的设计又非常平庸!

为什么你做的设计没有特点,其实原因很简单,你没有用过行业属性这一招,只要学会这一招,完全够用!

先解释下,什么行业属性:

比如你做的 App 是音乐类,那就把音乐类事物或图形提炼出来植入到设计中,比如音符、麦克风等等!

比如你做 App 是体育类,那就把体育类的图形提炼出来植入到设计中,比如跑步、篮球等等!

这样一结合,就可以做的有一定的特点!

但是相关图形或事物的植入也分层次,我个人分了五个层次:

二、第一个层次:直接表达

如果你做的产品是体育类,下面这种方式,就和体育相关:

image.png

但是这种方式就是直接表达,你是篮球,就画个篮球,是网球就画个网球,是不需要思考的,只要把设计做到精致即可。

再比如下面这个:

image.png

你是唱歌,就用麦克风来表达,都是不需要思考的,直接表达即可!

三、第二个层次:勉强拼凑

接下来就需要有一点思考了,但是思考的不多,就是如何把图形放在你原有的设计中。

比如下面这个转化图标:

image.png

如果中间我们加入的飞机的标识,那就是知道,这是买飞机票的产品:

image.png

这时候主要考验的就是飞机的表达形式,你可以是正面的飞机,也可以是侧面的飞机。

image.png

还有下面唱吧这种:本来没有任何属性的空页面:

image.png

中间加上音符,音乐app的属性就有了:

image.png

四、第三个层次:巧妙结合

接下来就需要一定的思考了,比如行程这个图标:

image.png

这里面就将飞机和轮船结合到了一起,二者的组成结构,就是这个图标的门槛,而不是之前那种直接拼到一起或者贴上去。

再比如下面这个编辑任务图标,把正常的一个竖线变成树叶,也需要一定的思考和巧妙结合:

image.png

你也能够知道,这个图标是和环保或者健康相关的!

五、第四个层次:意境传达

这个层次主要是抽象的表达,需要有一定的创意内核,比如像飞猪这种旅游相关的:

image.png

空页面采用打开窗户,多去外面看看世界的创意,来进行行业属性关联!

这种就是意境抽象的表达方式!

六、第五个层次:动态加持

最后一种就是除了以上内容外,你还可以增加动态的部分,把现实中真实的动态进行加持,那创意效果就会更加显著!

比如像这种播放音乐时候的 cd 唱片机:

image.png

七、总结

运用行业属性增加设计亮点与独特性,一共分了5个层次,分别为:

  1. 第一层次:直接表达
  2. 第二层次:勉强拼凑
  3. 第三层次:巧妙结合
  4. 第四层次:意境传达
  5. 第五层次:动态加持

转载自优设网

 

 

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

超全面!写给UI设计师的滑块组件设计指南

之晨

北京兰亭妙微 UI 设计公司,成立 16 年来,始终保持着对国内外优秀设计作品的学习与研究。我们持续追踪全球前沿的 UI/UX 设计趋势,从中提炼可落地的设计方法论,分享给同样热爱设计的你。

 

滑块 (Slider/滑动选择器) 这种随处可见的输入控件,其实藏着很多设计细节。滑块靠拖动游标就能实现调节数值,实时给出视觉反馈,不管是调音量、改亮度,还是设置参数范围,都少不了它的身影。

image.png

一、滑块构成

一个标准的滑块组件,核心包括四部分元素:

  1. 数值提示
  2. 已调节区域
  3. 调节游标
  4. 数值区间
  5. 未调节区域。

这几部分各司其职,组合在一起才能让用户用得顺手。

二、滑块类型

在Material Design的设计规范中,定义了四种常用的水平滑块,每一种都有自己的适用场景:连续滑块、离散滑块、居中滑块、范围选择滑块。

image.png1. 连续滑块

image.png

这种滑块最常见,游标能在轨道上自由滑动,停在任意位置都能对应一个精准数值,没有任何限制。比如我们平时调手机音量,用的就是典型的连续滑块。

2. 离散滑块

image.png

它和连续滑块最大的区别,就是拖动时游标会自动“卡点”到预设的区间刻度上。简单说就是不能选任意值,只能在固定的数值区间里切换,适合那些需要标准化参数的场景。

3. 居中滑块

image.png

这种滑块的初始值默认在轨道正中间,往左拖是减小数值甚至调到负数,往右拖则是增大数值。像一些需要双向调节的场景,比如色彩的冷暖调整、音频的音调调节,用它就很合适。

4. 范围选择滑块

image.png

有两个游标,分别用来设定数值范围的最小值和最大值。比如设置价格区间、筛选日期范围时,用这种滑块就能一次性搞定,不用反复输入。

三、滑块设计不踩坑

看似简单的滑块,想要做得好用,这几点一定要考虑到:

1. 效果实时反馈

image.png

滑块的调节是即时生效的,用户拖动的时候,得能一眼看到数值变化带来的直观效果。比如调亮度时,屏幕明暗要跟着游标移动同步变化,不然用户根本不知道自己调对了没。

2. 轨道逻辑清晰

image.png

轨道是用来显示数值范围的,需要分成“已调节轨道”和“未调节轨道”两部分。这里要注意语言阅读习惯:咱们常用的从左到右阅读模式下,数值得从左到右递增;如果是面向阿拉伯语这类从右到左阅读的用户,数值顺序就得反过来。

3. 限制刻度数量

image.png

滑块上的刻度是用来标记数值的,游标还会自动吸附到最近的刻度值上。但设计时千万别添加过多的刻度值,不然轨道上密密麻麻的,不仅看着乱,用户调节时也很难精准定位到想要的数值。

4. 控制数值显示

image.png

在设计范围选择滑块时,一次最好只显示一个关键数值——要么是当前选中的区间,要么是用户正在拖动的那个游标对应的数值,显示太多反而会让用户混淆。

5. 使用文本框

image.png

除了直接显示数值标签,还可以在滑块外面加个独立的文本输入框,并且让输入框的数值和滑块联动,用户既可以拖动调节,也能手动输入精准的数值。

image.png

另外,用图标或文字的形式代替刻度值,也是个提升界面颜值和易用性的好办法。

四、滑块设计

案例参考最后给大家分享几个有意思的滑块设计,平时做组件的时候可以参考:

1. 经典亮度滑块

image.png

典型的连续滑块,轨道比较细、游标是经典的圆形,左右两侧还配了亮度图标,不用看数值也能秒懂当前亮度档位。

2. 尺子形式滑块

image.png

这种滑块不是传统的样式,而是做成了尺子的形状。尺子上的刻度代替了传统的数值指示器,0.1的增量清晰可见,数值直观又有趣。

3. 情绪表达滑块

image.png

虽然也是滑块的形态,但它靠颜色来表达用户情绪。每个滑块单元都是离散设计,带有刻度区间,用户滑动选择时,能通过色彩快速对应自己的情绪状态。

4. 游标固定滑块

image.png

游标固定在轨道正中间,拖动时是轨道左右移动,选中的数值显示在右侧,用户一眼就能确认当前数值,这种交互方式很新颖。

5. 速度调节滑块

image.png

用五个刻度来划分速度区间,每个刻度上方都标注了具体数值。虽然刻度间的实际数值间隔不一样,但清晰的标注让用户能精准把控速度档位。最后滑块组件虽然看着简单,但要做到真正好用,需要将形式的新颖、交互的创新、元素的搭配等细节都考虑到,于细节处见精微。

 

转载自优设网

 

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

兰亭妙微ui设计公司:一文吃透 AI 设计全链路:工具大全 + 落地案例 + 自动化工作流(上)

清阳

兰亭妙微UI设计公司:AI 设计真正的提效逻辑,不是堆砌多款工具,而是用 AI 打通完整交付链路:需求生成、视觉迭代、设计转代码、批量产出 PPT、标准化沉淀可复用工作流。
 
整套 AI 自动化设计体系由Agent+MCP+Skills三大核心模块串联成标准化设计生产线,完整落地链路包含 6 大关键要点:
  1. 按需匹配工具:图像生成、通用大模型、代码辅助工具各有适用边界,选对工具大幅减少返工;
  2. 重构全场景设计链路:品牌 VI、营销海报、电商视觉、APP / 网页 UI 等全品类设计均可 AI 快速起稿、多轮迭代;
  3. 提示词决定产出上限:需求目标、画面风格、尺寸规格、页面模块描述越具体,成品越贴合项目真实需求;
  4. 流程自动化运转:Agent 负责需求理解与任务调度,MCP 打通 Figma、代码编辑器等本地软件,Skills 执行细分标准化任务;
  5. 缩短交付周期:原始需求文档可一键转化页面、PPT、APP 界面,省去大量重复机械工作;
  6. 重塑设计师核心价值:AI 承接基础执行工作,设计师聚焦需求研判、创意方向把控、用户体验优化等高价值环节。
整套体系覆盖通用大模型、图像生成、代码编写、PPT 产出、网页 UI 全流程,实现「需求输入→AI 规划拆解→多工具协同执行→多终端交付→流程沉淀复用」闭环,核心工具包含 ChatGPT、Claude Code、Figma MCP、PPT Skill、Google Stitch。
 
下文将从主流 AI 设计工具盘点、五大类 AI 设计落地案例、三大自动化实战工作流三部分完整拆解,适配设计师日常各类项目场景。

一、主流 AI 工具全分类盘点

image.png

按使用场景分为AI 图像生成工具通用大模型两大板块,覆盖视觉创作、文档处理、代码开发全需求,国内外工具优势互补,按需选择即可。

(一)AI 图像生成工具(视觉设计核心)

  1. GPT Image 2(OpenAI)

    image.png

    当前综合效果顶尖的多模态图像生成模型,画面还原度、真实度极强,可生成实景人像、商业场景、社交截图等高度写实内容,图文一体交互便捷,综合适配平面、运营、UI 各类视觉创作。
  2. Nano Banana 2(Gemini)

    image.png

    GPT Image 2 上线前行业标杆级绘图模型,色彩表现力、创意渲染能力突出,曾掀起 AI 替代基础设计的行业讨论,依托 Google AI Plus 生态,擅长复杂创意画面、艺术风格创作。
  3. 即梦 AI(字节自研国产模型)

    image.png

    国内本土最优图像生成工具,适配中文语境与国内设计需求,每日提供免费创作积分,性价比突出;支持参考图复刻、2K 高清出图、自定义画面比例,无需复杂翻墙,国内设计师首选日常绘图工具。
  4. Midjourney

    image.png

    AI 绘画行业开创者,艺术氛围感、插画质感业内顶尖,依托 Discord 生态迭代多年,V5/V7 版本美术表现力拉满,更适合插画、艺术概念、高端质感视觉创作。

(二)通用 AI 大模型(需求拆解、文案、代码基底)

image.png

覆盖文档解析、文案撰写、逻辑梳理、代码开发、需求文档输出等办公全场景,四款主流工具各有核心优势:
  1. Claude

    image.png

    核心优势为超大上下文窗口,可一次性读取百万字长文档,擅长合同解析、长篇品牌文案、完整 PRD 撰写、严谨结构化文本输出;配套 Claude Code 可作为全流程 Agent 中枢,调度整套设计工作流。
  2. GPT 系列(OpenAI)

    image.png

    全球通用大模型标杆,综合能力均衡无短板,日常问答、营销文案、产品 PRD、代码编写、图文生成均可一站式完成,生态成熟,落地场景覆盖全行业。
  3. DeepSeek(深度求索)
     
    国产出海头部开源大模型,数学推理、代码生成能力强劲,支持商用私有化部署,个人免费使用门槛低,适合技术、设计开发协同场景。
  4. 豆包(字节自研)

    image.png

    深度适配中文使用习惯,对话自然流畅,职场文案、品牌策划、学习素材、新媒体内容创作上手零门槛,兼顾生活化与专业设计辅助需求。

二、五大类 AI 设计落地实战案例

将商业视觉设计划分为品牌 VI、运营宣传、电商视觉、B 端后台、企业官网五大核心类目,依托 AI 工具完成从品牌底层规范到线上页面落地全流程提效。

1. 品牌视觉 VI 设计

适用场景:新品牌全案搭建、品牌视觉升级
image.png

 

实操流程:上传品牌 LOGO 素材,AI 自动一键生成全套标准化 VI 系统,包含标准色 / 辅助色规范、字体层级体系、名片 / 包装 / 展架等物料延展、实物样机预览,一站式完成整套品牌识别方案,无需手动搭建规范文档。
 
示例指令参考:基于上传 LOGO,输出完整品牌 VI 手册,包含色彩规范、字体层级、线下宣传物料全套延展样机。

2. 运营宣传设计

 

适用场景:活动海报、公众号长图、短视频封面、节日营销物料

 

实操流程:输入品牌定位、产品信息、画面尺寸、风格关键词,AI 批量产出多版宣传画面,适配朋友圈、小红书、短视频多渠道裁切需求,快速迭代多套备选方案。
image.png
示例指令参考:创作新中式国风奶茶品牌宣传图,共四款单品海报 + 配料详情图,高级质感,画面比例 9:1。

3. 电商视觉设计

适用场景:商品主图、详情长图、大促首页、直通车创意图

image.png

实操流程:上传产品实拍原图,AI 自动渲染多场景产品效果图,同步提炼产品核心卖点、使用场景细节,批量生成整套详情页版式,大幅缩短新品上新设计周期。
 
示例指令参考:基于耳机实拍图,生成完整电商详情长图,提炼六大产品核心优势,统一简约科技产品调性。

4. B 端后台 UI 设计

image.png

适用场景:数据管理系统、SaaS 平台、AI 工具后台、企业管理平台
 
实操流程:输入产品业务定位、功能模块,AI 生成专业 B 端界面,包含数据看板、表单、弹窗、组件库整套规范,视觉克制专业,适配企业级系统使用场景。
 
示例指令参考:为 AI 工具 SaaS 平台设计整套官网与后台管理 UI 界面。

5. 企业官网视觉设计

image.png

适用场景:品牌官网、产品落地页、企业宣传站点
 
实操流程:上传产品 / 品牌素材,AI 自动识别品牌调性,匹配对应视觉风格,输出首页 Banner、栏目内页、落地页全套 UI 稿,兼顾视觉美观与前端落地适配。
 
示例指令参考:基于汽车实拍素材,打造高端商务汽车品牌官网全套视觉设计稿。
 

转载:优设

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

 

兰亭妙微ui设计公司:一文吃透 AI 设计全链路:工具大全 + 落地案例 + 自动化工作流(下)

清阳

 

三、AI 自动化设计工作流:三大核心落地案例

整套 AI 自动化设计链路依托三大底层核心组件搭建,先理清基础概念,再看完整实战流程:
  1. Agent(Claude Code 智能体):全流程指挥中枢
     
    整套设计链路的大脑,负责接收原始需求、拆解细分任务、调度各类工具协同工作;
  2. MCP 跨平台协议:软硬件互通桥梁
     
    解决大模型无法直接操控 Figma、代码编辑器、Office 软件的痛点,实现 AI 与本地设计、开发工具双向数据互通;
  3. Skills 模块化插件:细分执行单元
     
    封装标准化功能包,由 Agent 统一调度,完成 PPT 生成、图文排版等标准化重复工作。

 

案例 1:企业官网一体化设计工作流(设计 + 代码同步)

image.png

整体效率提升 300%,缩短 2-3 天完整设计开发周期
  1. Agent 统筹需求:输入企业简介、业务板块,Claude 自动梳理官网栏目架构、首页宣传文案、各板块内容,完成全站文案定稿;
  2. MCP 双向联动:通过 Figma 专属 MCP 插件打通设计与代码,一边生成可编辑 Figma 视觉稿,一边同步输出可直接使用的 HTML 源码,设计修改实时同步前端页面;
  3. 实操步骤:
     
    ① 终端安装 Figma 插件:claude plugin install figma@claude-plugins-official
     
    ② 输入需求指令:制作极简科技风 AI Agent 企业官网
     
    ③ AI 自动完成方案构思,同步提供多版视觉方向供选择;
     
    ④ 输出完整带交互动效的 HTML 页面,包含按钮、表单、滚动动画;
     
    ⑤ 指令同步同步至 Figma:将该网页设计转化为可编辑 Figma 源文件,自动搭建自适应布局、分层可编辑图形组件。

案例 2:全自动 PPT 设计工作流

image.png

效率提升 200%,快速产出完整演示文稿
  1. Agent 拆解任务:向 Claude 输入 PPT 核心需求、主题风格;
  2. 挂载 PPT 专属 Skills 插件:npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill
  3. 上传文本内容文档,输入指令:制作科技风行业演讲 PPT;
  4. AI 自动规划页面结构,生成带翻页动画、元素出场动效的演示页面;
  5. 支持直接导出标准 PPT 文件,页面元素均可二次手动修改调整。

案例 3:全套 APP UI 协同设计工作流(ChatGPT+Google Stitch)

image.png

实现从产品需求到视觉界面一站式产出
  1. ChatGPT 输出标准化 PRD:输入产品定位,自动生成完整产品需求文档,包含目标用户、核心功能、页面架构、交互逻辑、用户全流程路径;
     
    示例指令:设计一款健身爱好者专用 APP,输出完整 PRD,覆盖首页、训练计划、课程、饮食记录、数据统计、个人中心模块;
  2. Google Stitch 批量生成界面:上传完整 PRD 文档,指定主色调、视觉风格,AI 统一输出全套 APP 页面,保持色彩、图标、组件设计语言统一;
  3. 精细化迭代优化:单独选中画板、组件输入微调指令,一键修改配色、插画、页面布局,同步预览交互效果,快速迭代设计系统。

四、AI 设计提效核心总结

1. 高效落地两大关键

  • 工具精准匹配:跨设计开发协同场景用 MCP 协议打通本地软件;PPT、VI 等标准化单一场景直接调用内置 Skills 插件,减少多工具来回切换损耗;
  • 指令清晰完整:向 AI 下达需求时,明确项目目标、输出格式、尺寸、风格、页面模块、细节规范,降低 AI 理解偏差,减少反复修改返工。

2. AI 设计行业未来趋势

  1. 全链路无人自动化:从需求构思、视觉产出、前端代码生成到最终交付,AI 独立完成全流程调度;
  2. 个性化智能适配:AI 自动学习设计师个人风格、品牌固定视觉规范,生成内容贴合固有设计体系,减少后期调整;
  3. 跨场景数据互通协同:打通官网、PPT、APP 设计稿多类载体,数据资源互通,设计、产品、开发跨岗位高效协作。

五、后记

AI 从来不是取代设计师的替代品,而是帮从业者剥离重复、机械基础工作的创作利器。借助 Claude Code Agent 搭配 Figma MCP、PPT Skills 自动化链路,能够完美解决设计与开发脱节、手动操作低效、专业技能门槛高三大行业痛点。
 
未来,熟练掌握、合理搭配 AI 工具,将成为设计、产品、运营从业者必备核心竞争力。本文分享的工具清单、实操案例、自动化工作流可直接落地复用,助力各位设计师实现高效创作、低成本落地商业项目。
 

转载:优设

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

兰亭妙微UI设计公司:渐变色成标配?拆解谷歌图标设计改版

清阳

哈喽,这里是兰亭妙微UI设计公司,今天分享的是「谷歌应用图标改版」。

最近不少设计师朋友打开Gmail的时候,是不是总觉得哪里怪怪的?甚至有不少人吐槽,翻了半天都找不到自己天天用的谷歌应用了。

这是因为谷歌刚刚对Gmail、文档、云端硬盘等10多款核心Workspace应用的图标,进行了一次全面的大改版。


image.png

作为产品“脸面”的图标集体换新,自然引来了用户和行业的两极评价。有人觉得新图标颜值更高,不同应用之间终于能一眼分清了;但也有批评声认为,这次改版丢掉了谷歌品牌独有的凝聚力和辨识度,更像是为了变而变,没有清晰的战略方向。



我觉得这次改版,其实是谷歌对“品牌一致性”和“可用性”长期矛盾的一次深刻反思,同时也藏着AI时代谷歌全新的品牌战略。

一起来看看新图标到底长什么样?谷歌这次的设计又藏着哪些小心思~


01 渐变色全面登场

四色原则曾是谷歌自2015年Material Design以来的强制规范,要求所有官方应用图标都需要包含品牌标志性的蓝 (#4285F4)、红 (#EA4335)、黄 (#FBBC05)、绿 (#34A853),以强化统一品牌识别。

image.png

这次改版最直观的变化,就是谷歌坚持了多年的标志性“四色原则”被彻底抛弃,每一款应用都拥有了自己专属的主色调。这也是绝大多数用户认为可用性得到显著提升的核心原因。

image.png

之前的Workspace图标全都用同一套四色调色板,导致大家根本分不清谁是谁。而现在,Gmail有了专属的红色,谷歌日历回归经典蓝色,谷歌Meet则用上了明亮的黄色,每款产品终于找回了自己的个性。


image.png

在造型上,图标外围包裹的白色“背景容器”也全部被移除了。原来的白色背景容器限制了核心符号的尺寸,让所有图标都长得千篇一律。去掉容器之后,每个图标都得到了舒展,形成了更清晰的轮廓,不再是同一个框里的小元素,而是一个个独立可识别的视觉符号。


这次改版另一个贯穿始终的设计语言,就是渐变色的全面应用。所有新图标都采用了各自独特的渐变配色,这是谷歌为AI时代量身打造的视觉战略。例如下图就是重新设计的谷歌Gmail渐变图标效果。


image.png

也许谷歌正是通过这种分层渐变的视觉效果,向外界传递一个强烈的品牌信号:谷歌已经正式进入Gemini时代!

02 解决图标辨识度问题


那么谷歌为什么要在这个时间点,进行如此大规模的图标改版?核心原因是旧设计的可用性已经走到了瓶颈期——简单来说,就是用户根本分不清哪个图标对应哪个应用服务。

 

这次改版的核心背景,正是谷歌过去为了强行统一图标设计,导致不同应用之间难以区分。过去谷歌为了追求品牌美学,不惜牺牲可读性的做法一直饱受诟病,这次的更新可以说是一次迟来的、但绝对必要的可用性升级。


image.png

谷歌也在官方公告中明确表示:希望在保持整个产品家族一致性和凝聚力的同时,确保每一款独立应用在屏幕上都能保持现代感,并且被用户清晰、快速地识别。

这也说明提升视觉辨识度是这次改版的重点。


03 品牌一致性让位于可用性

谷歌这次的图标改版,也许给整个设计行业都上了一课:任何时候,可用性都应该优先于品牌一致性。

image.png

谷歌过去几年过于执着于“一致性”,结果反而导致用户无法区分不同的应用服务。“让产品看起来像一个系列”和“让所有产品长得一模一样”是完全两回事,在设计过程中我们也要避免这个认知误区。

这次改版也让我们重新思考了图标的本质和核心价值。图标本质上是导航工具,它的任务是让用户在大脑过载、同时开着20个标签页的情况下,也能下意识地立刻找到它。

所以哪怕新版图标在视觉和谐度差了一点,但只要它能解决问题,那它就是一个优秀的设计!

 

转载:微信公众号Clip设计夹

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

 

兰亭妙微ui设计公司:通俗易懂讲清楚,AI生成UI的应用逻辑!

清阳

今天的主题是关于 AI 扫盲的,因为近期相关问题实在太多了,很多同学对它的理解非常的有限,导致走向不是过于吹捧就是完全抵制的两极分化。为了防止我们成为盲目(且天真)的二极管,就有必要具体认识 AI 的应用逻辑,以及在行业中的相关使用场景。

兰亭妙微UI设计公司:分享是入门扫盲,目标是以清晰简洁的方式来概述 AI 的行业应用框架,会使用尽量简单易懂的方式解释相关概念,不会涉及太多深奥的术语和理论。

所以不用担心看不懂,一起开始下面的阅读吧。

 

image.png

二、AI 的大模型认识

谈论 AI 就绕不开大模型,它是 AI 技术应用的核心。

简单解释 AI 大模型,就是一个通过特定方法和大量数据训练出来的 “自主化程序”,这个程序可以根据用户输入的指令自己做出 “判断和思考” 后再进行回复。

传统程序虽然也可以执行用户的指令,但回复的内容和方式不会超出一开始预设的范围,非常有限。

而 AI 大模型则大大拓展了这个边界,我们不用提前预设各种条件和逻辑,它就会自己去理解问题再决定给出什么结果。

当然,这个边界只是放大了但不是无限的。任何大模型都不是全知全能的,都有自己的局限性。所以针对不同的应用领域,就开发了不同的模型类型。

最基础的模型分类包含两种,一种是大语言模型 LLM,能实现文字的对话或文案、代码、数据的整理和输出。另一种则是多模态大模型,能在处理文字的基础上还处理图片、音频、视频等特殊对象。

比如深度求索开发的 DeepSeek 模型就是大语言模型,只能处理文字但不能生成图片(截止到2026年初)。而 Google 开发的 Gemini 大模型则是多模态模型,可以生成图片和视频等内容。

image.png

 

不同模型会有不同的表现和优劣,但因为大模型的开发需要尖端的技术和庞大的规模(训练),门槛极高,所以市面上主流的大模型数量并不多,可以简单分为国内和国外两个阵营。

国外的主流大模型包括 OpenAi 开发的 ChatGPT,Google 开发的 Gemini,Anthropic 开发的 Claude,xAI 的 Grok 等。

image.png

 

国内的主流大模型则包括字节开发的豆包,阿里开发的千问 Qwen,深度求索开发的 Deepseek,月之暗面开发的 Kimi 等。

image.png

 

因为前面说过大模型的局限性,所以为了应对不同的应用场景,团队就会将它们裂变出不同的版本。比如千问既有 Max 语言大模型,还有 Omni 全模态(文字、图片、音频、视频)大模型,针对处理问题的难易度又分成了 Max、Plus、Flash、Lite 等版本。

完整的大模型体积和参数都非常庞大,需要部署到专属的算力中心,并通过云服务来实现用户的访问和使用。也就是需要联网使用,但因为国内网络服务的限制(不可抗力),我们无法通过国内电信访问国外的主流大模型。

虽然说国内大模型的水平在这几年突飞猛进,但离国外的大模型还有一定的差距,在实际工作场景中多数应用的也是国外大模型,所以访问它们就需要大家自己发挥主观能动性解决了。

顺便再解释一个基础的问题,大模型除了远程访问以外,也可以在本地进行安装。部分团队(如千问)会在网上开源自己的大模型供其它人下载和使用,当我们下载到本地后就可以用 GPU 来运行它。但因为大模型对性能的要求极高(旗舰显卡起步),所以本地运行的效果要大打折扣。

而一些企业内部或行业专属的大模型,往往都是使用这些开源大模型进行二次训练和调试后的结果。还有一些针对特定硬件(如手机、眼镜)和特殊应用场景开发的小模型,就暂时不在我们的讨论范围之内。

三、AI 相关工具的认识

前面讲过大模型可以类比成一种 “程序”,且它还是后端服务器上运行的程序。想要对这个程序实现命令的输入并返回它处理的结果,就需要应用前端的工具来实现。

image.png

 

比如我们打开豆包的官网,就可以使用这个网页对豆包大模型提出问题和要求,然后网页上就会返回它处理后的结果。这个网页就是使用大模型的工具,而这只是 AI 工具的其中一种形式,还可以是本地应用程序、手机 APP、小程序、硬件定制系统等等。

image.png

 

我们大多数人开始接触 AI 大模型,都是从这些官方的工具开始,它们最基本的功能就是根据指令返回文字或图片信息,我们会把它们当成是一种可以对话的人工智能客服。

但实际上它们可以发挥的作用远不止于此,比如帮你整理本地的文件夹清理重复的文件,帮你自动修图并完成动态相片的剪辑,帮你编写程序并自己运行和检测等等。想要实现对话以外的其它功能,就需要借助特定的工具才能实现。

所以除了最基础的对话工具外,行业还衍生出了很多激发大模型潜力的 AI 工具。它们可以借助大模型完成程序开发、视频剪辑、操作托管、热点整理、消息推送等等。

到这里我们就要清楚,AI 大模型是大模型,工具是工具,大模型是基座,而工具是大模型的具体表现和应用形式。

我们更进一步认识 AI 工具,就可以把AI工具分成官方工具和第三方工具两个种类。

官方工具就是 OpenAI、Google 等大模型企业自己开发并绑定自家大模型的产品,而第三方工具则是其它团队开发,再接入到大模型进行使用的工具。

比如本地聊天机器人 Cherry Studio,它本身只是个简单的聊天对话工具,可以自己创建对话角色/助手,但需要接入大模型以后才能进行对话。还有著名的AI编程工具 Cusror,只有接入大模型以后,它才可以实现 AI 编程和代码管理。还有前阵子火遍全球的龙虾 Openclaw,也只是个本地工具,需要接入大模型后才能识别本地的文件和执行命令。

image.png

 

官方能提供的 AI 工具与服务往往很有限,所以在真实项目流程中,我们就会混合使用多种工具来完成工作。就像以前做一套项目除了用 Figma以外,还要结合使用 Adobe PS、AI、C4D、AE 等软件。

而第三方工具和官方不同的是,官方工具默认连接自家的大模型,用户直接登录就能使用。而第三方工具要接入大模型,就需要进行额外的配置,也就是添加大模型的 —— API

API 就是接口,是前端工具连接后端服务器的通道,而这个通道默认是上锁的,还需要提供对应的密钥(API Key)才能正常访问。

部分工具会自己接入各大模型的 API,用户只能选择它提供的模型,并只需要对这个工具进行付费即可。

image.png

 

另一部分工具则需要用户自己选择模型和配置 API,需要我们访问大模型的 API 开放平台进行申请,然后再将它们生成的 API Key 填入到工具中完成连接。

image.png

 

API Key 就像是一个电话号码,当我们申请完并进行使用,就会产生一定的 “流量”,而 AI 产生的流量用专业术语形容叫词元 Token

使用 API 完成的任意 AI 服务,都会消耗 Token,且因为 AI 的计算成本极高,所以主流大模型都会针对 Token 消耗量进行收费。就像电信运营商一样,既有包月服务附带一部分流量,超出部分还要按量计费。

image.png

 

在实际的 AI 工具使用过程中,Token 的消耗是极其巨大的,往往会造成沉重的成本,而这个市场也遵循一分钱一分货的真理,越好的大模型价格就越贵。以最适合编程的大模型 Claude Opus 为例, 一个程序员高频使用消耗的 Token 账单可以从数千到数万元不等。所以我们也会从性价比的角度出发,来搭配不同的模型进行使用。

总结我们应用 AI 的本质,就是通过工具来操作大模型。而工具的作用不同,大模型本身的特性和价格也不同,就导致我们在面对一个复杂的任务时,需要选择多种 AI 工具和不同大模型来实现。

学习使用 AI,和传统的单一软件教学不同,不是只学会某个工具的功能和操作方法,而是了解不同的 AI 工具以及大模型的特性,通过组合它们来实现自己目标的方式。这不是设计或产品思维,而是工程思维的具体应用。

四、结尾

时间关系只更新了上半部分,和 UI 有关的内容我会放到下篇再输出。同时我们现在有准备录制一套入门的课程,应该周末到下周就会上线,大家有什么疑问和工作中遇到的需求都可以在评论区或社群里发给我们。

 

转载:优设酸梅干超人

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

兰亭妙微UI设计公司:一个按钮可能定义下一代AI交互入口

清阳

当AI战争在手机屏幕上如火如荼,一个更隐秘的战场正在方向盘后悄然成型。本文揭示了通勤场景中被忽视的认知红利——每天流失的碎片化思考如何通过一个简单的物理按钮转化为结构化资产,并深入解析字节跳动为何是最适合打造'车载语音工作台'的玩家。从交互范式革命到商业价值重构,这是一场关于AI如何真正融入物理世界的深度思考。

五一后的那个周末,我花了整整两天在研究一件事:怎么把豆包搞到 CarPlay 上。

起因很简单。我的 iPhone 刚升级到 iOS 26.5,这个版本对 CarPlay 的开放度明显提高了——ChatGPT 已经可以像一个原生 App 一样常驻在 CarPlay 界面上,方向盘语音键直接唤起,对话直接在中控屏上滚动。体验很流畅。

我的第一反应是:豆包行不行?

于是开始了各种折腾。查设置、找插件、搜教程。两天下来,结论很明确:不行。豆包在 CarPlay 上暂时无法完美适配,短时间内也不知道具体的适配规划。

但正是在这次折腾的过程中,我脑子里冒出来的,不是一个”功能缺失”的遗憾,而是一个更大的问题:就算豆包上了 CarPlay,又能怎样?

你想想看。开车的时候,我需要的真的是在屏幕上跟 AI 聊天吗?我需要在方向盘切歌和导航之间,再多一个”点击屏幕上的对话框”的动作吗?

当然不是。

我在车上真正需要的东西,比这原始得多:我希望有一个”容器”,能在我开车的 30 分钟里,把我脑子里正在流淌的那些东西——对昨天评审会的复盘、一个突然想通的产品逻辑、待会到公司要跟研发说的三件事——安全地、无摩擦地接住。

不需要屏幕,不需要打字,不需要任何视觉确认。

按一下,开始说。再按一下,结束。到停车场,一份整理好的文档已经在手机里了。

当前的 AI 战争,几乎都打在屏幕上。

字节的豆包、阿里的通义、腾讯的元宝、月之暗面的 Kimi——这些超级应用和 AI 助手,正在手机桌面和电脑任务栏里贴身肉搏。所有人都在追问同一个问题:用户什么时候打开我?每天开几次?

这是典型的 App 思维。它的假设是:交互必须发生在屏幕上,价值必须通过一个”超级入口”来捕获。

但我想提出一个反直觉的判断:最有价值的 AI 交互,多数可能恰恰发生在你根本看不到屏幕的时候。

证据就在你每天的方向盘后面。

汽车,尤其是私家车,是全世界最昂贵的”注意力占用空间”。对于知识工作者——产品经理、销售、创业者、咨询顾问——通勤的 30 到 60 分钟,是大脑高度活跃但眼睛和手被强制离线的”真空时间”——你在这段时间里复盘昨天的会议,推演接下来的提案,或者突然想通了某个产品逻辑。

但问题随之而来:这些高质量的思想,此刻正以最原始的形态在你的大脑里流淌,却没有一个”容器”可以接住它。你无法打字,不敢看屏幕,传统车机语音助手只会回答”今天天气怎么样”或者”导航去公司”。

于是,一个隐秘的认知红利被所有人忽视:通勤路上的碎片化思考,其实是知识工作者尚未被编码的”脑力资产”。它是一种每天流失、从未被结构化的信息原油。

谁能捕获它,谁就凭空创造了一块新的信息增量。 更重要的是,这背后藏着一个交互范式的转移机遇——这个机遇,至今未被任何一个大厂真正抓住。

这个机遇,可能长成一个”按钮”。

别急着觉得它简陋。在车载场景里,按钮恰恰是最被低估的交互形态。

过去十年,车机行业一直在做加法:屏幕越来越大,语音唤醒词越来越花哨,菜单层级越来越深。但一个核心问题始终没解决:驾驶时最可靠的交互,不是语音唤醒词,也不是复杂触屏,而是一个可以盲操作、有触觉反馈、动作路径极短、不需要视觉确认的实体按键。

我们用一个真实场景来推演。

你刚见完客户,坐上驾驶位,发动引擎。趁记忆还滚烫,你按了一下方向盘旁边的实体 AI 按钮,说:“豆包,记录一下刚才拜访 XX 客户的情况。客户主要关心三个问题:价格、交付周期和售后。他们现在用竞品 A,但对稳定性不满意……”

AI 只做了极轻的回应:“收到。到公司后帮你整理成纪要。”

到停车场,你熄火下车。手机推送来了:一份结构完整的客户拜访纪要,包含客户背景、核心异议、商机阶段、下一步跟进话术,甚至一封写好的回访邮件草稿。

整个过程中,你没看过一眼屏幕,没打过一个字。

这就是”按钮”交互模型的魅力。它不是把 AI 助手搬进车机,而是创造了一个全新的交互范式:按下即工作,松开即结束;思考在驾驶中完成,结果在停车后交付。

这背后是一套完全不同于传统语音助手的交互逻辑。传统车载语音是”命令-响应”式的:你说“打开空调”,它执行一个动作。而这个 AI 按钮是“会话-沉淀”式的:你陷入一段思考,它持续收音、理解、追问、整理,最后生成一份可交付的结构化资产。

换句话说,它不是帮你“控车”的工具,而是一个车内的语音工作台。

有人可能会问:为什么这个按钮不能只是 App 里的一个“车载模式”?为什么必须是硬件?

这个问题问得很好。答案在于:驾驶场景里,信任和确定性比功能更重要。

现有的语音助手都有一个盲点——你永远不确定它“什么时候在听”。唤醒词也好,屏幕点击也好,都有摩擦和误判:你喊了没反应,或者没喊它却亮了。这种不确定性在办公场景尚可容忍,但在驾驶场景是致命的。它会消耗驾驶员的注意力,更会制造一种“被持续监听”的心理不适。

实体按钮解决的就是这个问题。

当你的手指触到那个按钮的瞬间,一种清晰的心理契约就建立了:“我现在开始工作了,我的想法正在被记录。”松开,契约终止。它不是在全天候收集你的数据,而是在响应你的工作意图。

这一点在隐私层面极为重要。车内对话可能包含客户信息、商业机密、个人隐私。一个明确的物理开关动作,比任何隐私条款都更能建立信任——你清楚地知道“我刚才说了什么被记录了”,而不是“它刚才是不是听到了什么”。

这也是为什么我认为:敢在交互上“做减法”的硬件,反而可能成为 AI 时代最重要的入口。

如果只是讲一个车载硬件的产品故事,那这篇文章到此就可以结束了。但真正让我兴奋的,不是这个产品本身存不存在,而是放眼望去,有一家公司几乎已经凑齐了做这件事的所有拼图。

这家公司叫字节跳动。

让我们做一个推演。如果你现在要启动“车载 AI 按钮”这个项目,你需要什么?

第一,你需要一个能解决复杂声学环境下定向收音的硬件能力。 车里不是安静的办公室——它有胎噪、风噪、空调声、音乐声、导航播报、乘客说话。你需要麦克风阵列、降噪算法、主驾声源区分能力。这些不是软件能解决的。

字节在 2026 年 4 月和影石 Insta360 做了一件事:TRAE SOLO 上线语音输入功能,同时推出了一个联名套装,搭配 Insta360 Mic Air 麦克风。官方宣传是“Voice Working 硬件”,主打办公场景,让用户通过语音输入快速让 AI 主导任务。

Insta360 有什么?消费级音频硬件设计能力、复杂环境降噪经验、小型化和低功耗能力、对户外和移动场景的深度理解。这些东西,正好是车载场景最需要的。

第二,你需要一个能把语音流变成结构化工作流的 AI Agent 能力。 用户口述的是一段乱糟糟的口语,输出的必须是一份会议纪要、一个 PRD 草稿、一条 CRM 跟进记录。这需要多轮对话理解、意图识别、模板匹配、长上下文管理。

TRAE 在做的事情——AI Coding、Vibe Coding、从自然语言到结构化输出的 Agent 工作流——恰好就是这块能力。它的底层逻辑就是让用户说”我想要什么”,AI 负责拆解、推理、生成可用的交付物。这件事从代码领域外溢到通用办公领域,几乎是一条直线。

第三,你需要一个 C 端用户愿意张嘴说话的 AI 品牌。 产品经理和销售不需要知道 TRAE是什么,但他们大概率听说过豆包。豆包目前的品牌心智是“能聊天、能问答的 AI 助手”,从聊天到“帮我整理会议纪要”,再到“开车时我说你记”,迁移路径非常顺滑。

第四,你需要 B 端的云基础设施和行业解决方案。 ASR、TTS、RTC、大模型 API、数据安全、企业知识库、飞书/CRM/邮箱的接口打通——这些是火山引擎的阵地。

把这几块拼在一起:Insta360 做物理收音入口,TRAE 沉淀 Agent 工作流能力,豆包做 C 端交互品牌,火山引擎做 B 端技术底座和车企渠道。

一套完整的”移动语音 Agent 工作流”闭环,每一块都有现成的积木。

这不是我幻想出来的路径,而是从他们已有动作中自然浮现的战略延伸。如果字节内部有人能看到这几块资源之间的引力,这个产品不需要从零开始——它只需要把已经散落在各处的拼图对起来。

那么,第一枪应该从哪里打响?

我给出的判断可能和很多人不一样:不是“驾驶中和 AI 长聊”,而是”路上复盘”。

“开车时和 AI 深度辩论 30 分钟”听起来很酷,但它有两个致命伤:一是安全风险,长时间沉浸在复杂对话中必然分散驾驶注意力;二是用户习惯——大多数人在驾驶时并没有那么强的“讨论欲”,但复盘欲、记录欲,每个人都有。

销售刚见完客户,上车。产品经理刚开完评审会,上路。咨询顾问做完客户访谈,返程。此刻他们的脑子里装满了滚烫的信息,这些信息如果不立刻记录下来,几小时内就会衰减、变形、甚至消失。

认知心理学有一个概念叫“短时记忆的脆弱窗口”——人脑的临时记忆在没有复述和编码的情况下,15 到 30 分钟内就会显著衰退。对于知识工作者来说,这意味着每次通勤的前 15 分钟,是一天中信息密度最高、也最容易被浪费的时间。

这个场景下,他们不需要 AI 和他们深度辩论,只需要一个不会丢东西的“容器”。

按一下按钮,花 3 分钟口述,AI 自动分类、整理、结构化,停车后一份文档生成完毕。

这才是真正的刚需。 它的价值不是“让驾驶更有趣”,而是把人类最短的短时记忆,无损转化为可检索、可复用、可协作的结构化资产。

这也是为什么我认为这个产品的第一批用户,不是“所有车主”,而是高频知识工作者:产品经理、销售、创业者、咨询顾问、律师、投资人、管理者。这群人在驾驶时有大量的“想法流”,但今天这些想法很大一部分流进了黑洞。

谁先堵上这个黑洞,谁就创造了一个新的信息增量。 而这个增量,正是飞书、CRM、知识库这些企业系统最渴望的“元数据”——未经过滤、未经组织、最接近真实认知的第一手输入。

当然,任何产品构想最终都要面对“落地”的问题。

我的判断是,五步走,而不是一步到位。

第一步:桌面语音工作流。 就是 TRAE + Insta360 现在在做的事。先验证用户愿不愿意对 AI 说正经事,专用麦克风体验是否显著优于手机收音,语音输入能否真正提升 AI Agent 的任务完成质量。

第二步:手机 App 移动办公。 豆包或相关 App 支持外接麦克风,实现长语音连续记录、一键总结、多种模板输出(产品方案、销售纪要、日报、会议复盘)。这一步不需要和车厂发生任何关系,只需要手机 + 蓝牙 + 麦克风。但这一步已经可以验证“移动语音工作流”的核心价值。

第三步:驾驶模式。 App 内推出一个极简的“通勤模式”——大按钮、少视觉元素、简明语音确认、不长篇播报、驾驶结束后推送摘要和文档。这一步依然不依赖车机,但开始真正切入车载场景。

第四步:独立车载硬件。 如果前三步验证通过,独立硬件就会出现:方向盘附近的实体按钮、主驾定向麦克风、车载供电、蓝牙连接手机、一键唤醒、停车同步。这才是最接近“车载 AI 按钮”的完整形态。

第五步:车厂前装合作。 车机原生的方向盘 AI 键、座舱麦克风阵列、车机账号打通、企业系统同步。这是终局,也是壁垒。

我认为,这件事不会一步到位,但它大概率会发生。因为它满足了一个新技术范式落地的所有必要条件:有明确的高频场景、有清晰的用户价值、有现成的技术拼图、有合理的落地路径。

最后,回到标题。

“杀死 App”当然是一个夸张的修辞。App 不会被杀死,就像网站没有被 App 杀死一样。但交互的重心,正在从“屏幕里的那个方框”向“物理世界的各种锚点”转移。

当我们看到一个产品经理在车里按下按钮、口述了一个 PRD 草稿,到公司打开飞书文档直接编辑;当我们看到一个销售在返程路上复盘完客户拜访,CRM 里已经多了一条跟进记录——在这些时刻,“打开 App”这个动作本身被消灭了。

交互的起点,从屏幕上的一个图标,变成了物理空间中的一个按钮、一句话、一次触碰。

而能定义这个按钮的人,定义的不只是一个硬件,而是下一代 AI 交互的接入范式。

现在回到那个假期后的周末,当我折腾了两天 CarPlay,终于意识到豆包上不上 CarPlay 根本不重要的时候,我脑子里想的其实是另一件事:

最重要的战场,可能根本不在那个屏幕上。

它在每一个手脚被占用、大脑却高速运转的时刻。在驾驶座,在厨房,在跑步机,在流水线。在每一个你“想和大模型互动但却腾不出手”的瞬间。

谁先在这一刻按下一个按钮,谁就拿下了通向物理世界 AI 交互的入场券。

而在我看来,最接近这张入场券的玩家,车牌号已经能看清楚了。

 

 

转载:人人都是产品经理

 

 

 

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

兰亭妙微UI设计公司:资讯/神器/素材全都有!2026年6月设计周刊第六波

清阳

一、全文速览图

 

image.png

 

 

二、设计资讯

1. Codex 生图案例分享

X 上看到一个 Codex 的使用案例,将 Codex 内置一个图片标注工具,这样修改标注工具里的图,Codex 就能读取数据进行重新生成,案例分享给大家

通过内嵌浏览器 + Codex Image 2 + 无限画布(Excalidraw / tldraw),构建一个多模态画布系统,让 Codex 直接读取画布的 Base64 标注图,实现“看图理解 + 生成”。

这样 Excalidraw / tldraw 就不只是白板,而是变成前端的 Multi-modal Canvas,用来拼一个低配但可控的生图工作流。

其他在线白板工具:

网址:https://www.tldraw.com/

网址:https://excalidraw.com/

此想法的原帖: https://x.com/zhongerxin/status/2068027614300893383

原作者 Cowart:Codex + 无限画布工具插件开源: https://github.com/zhongerxin/cowart#

换白板工具原帖: https://x.com/cellinlab/status/2068193900570046502

操作步骤原帖: https://x.com/liyue_ai/status/2068545434818400526

image.png

2. Figma 客户端“标签页分组”功能

标签页分组功能允许您在 Figma 桌面应用程序中对标签页进行分组、着色、展开和折叠。保持井然有序,再也不用担心找不到要查找的文件。

网址:https://www.figma.com/release-notes/

FigmaEX 客户端已经更新到 126.6.8 版本,可自行下载安装。

image.png

三、产品推荐

1. 应用图标博物馆

展示收藏了非常多 iOS 的经典应用图标,并支持搜索,非常喜欢被精心设计的图标包围的充实感,后续会开放 macOS 应用图标库。

网址:https://icon.museum/

image.png

2. 优秀应用界面库 ①

网站收集了一波应用商店的优化图片和用户引导流程的设计案例。

网址:https://before.click/

image.png

3. 优秀应用界面库 ②

App Store 截图库包含,350 万+ 截图 、40 万+ 应用,永久免费

网址:https://screenshotsclub.xyz/

image.png

4. 点阵加载器(网站 Loading 动画)

每个应用程序都需要矩阵加载器,55+个免费且开源的加载器,基于 React、TypeScript、Tailwind CSS 和 shadcn 构建。安装一个,复制代码,然后将其变成属于你自己的作品。

网址:https://dotmatrix.zzzzshawn.cloud/

image.png

5. 设计灵感网站 ①

精选 X 中设计、交互的最佳设计,每日更新,并且还有应用截图和应用图标等信息,AI 时代提升"看"的能力

网址:https://recent.design/

image.png

6. 设计灵感网站 ②

umanmade 是一个由真人创作的数字作品精选目录,收录优秀的设计灵感和交互案例

网址:https://www.umanmade.com/

image.png

四、设计素材

1. Figma UI 模板库

免费的、随时可用的 Figma UI 块库。 复制任意组件,将其粘贴到你的文件中,即可立即开始构建。 非常适合着陆页、布局和 UI 部分。

网址:https://blocks.lander.studio/

image.png

 

转载:优设

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

兰亭妙微UI设计公司:赋予技术温度与关怀 ——AI 重塑互联网用户体验万字干货

清阳

 

一、引言

2024 年被业界公认为生成式 AI 工具元年。这一年,AIGC 技术让人工智能从后台算力中枢走向大众视野,彻底打破了传统互联网单向指令式的人机关系。
过往互联网产品更像执行指令的工具,用户下达明确操作,产品机械完成对应任务;而当下的生成式 AI,更如同能够主动思考、协同共创的伙伴。借助 ChatGPT 规划出行方案,它不只统筹行程、预算,还会主动规避人流高峰、适配个人出行偏好;使用 Midjourney 进行视觉创作,它能基于模糊创意持续迭代,产出多元风格的视觉方案。这场变革不只是底层技术的迭代升级,更是互联网产品体验的进化 —— 冰冷工具开始拥有共情能力,技术开始承载人文温度。
如今 AI 早已跳出 “提升效率” 的单一价值定位。从前我们使用互联网工具,核心诉求是节省时间、简化流程,例如检索资料、数据运算;而以 ChatGPT、绘图 AI 为代表的生成式产品,既能落地落地各类工作任务,也能完成深度情感对话,协助普通人将脑海中的抽象创意落地成型。AI 不再是无情绪的机器载体,而是具备人情味的协作伙伴:工作遇阻时,ChatGPT 既能输出落地解决方案,也会用温和话术给予情绪支撑;进行视觉设计时,Midjourney 可根据用户反馈反复调整画面,直至契合预期。
这一系列转变的底层逻辑,标志 AI 的发展重心从单纯效率优化,转向深度挖掘人类情感、贴合人本需求。兰亭妙微UI设计公司:将系统拆解 AI 如何重构互联网产品形态,剖析各行业落地案例与实际价值,探讨技术如何褪去冰冷外壳,重建人与数字世界的温情联结,为产品设计、互联网从业者提供完整参考。

image.png

二、AI 为互联网产品带来四大核心变革

(一)人机交互全面革新:从搜索检索到陪伴式对话

交互体验是 AI 变革最直观的体现。传统搜索引擎依赖精准关键词检索,用户需反复打磨语句,否则极易出现答非所问的情况;而大语言模型驱动的对话式 AI,可复刻真人沟通逻辑,深度理解复杂长文本提问,输出精准且贴合场景的回复,完成了搜索型交互向陪伴型交互的跨越。
同时交互载体实现多模态升级,文本、语音、图像、视频均可作为输入输出媒介,多通道信息流转让操作更流畅、沉浸感更强。

image.png

  1. 对话式交互:依托大模型强大语义理解能力,构建自然流畅长对话场景,AI 可承接上下文、读懂潜在诉求;
  2. 多模态交互:打通文字、图像、语音媒介,图文互转、语音问答、图片解析一体化,降低用户操作门槛。

(二)创作门槛大幅下放,全民 AIGC 时代到来

image.png

绘画、文案、编曲等传统创作领域存在极高专业壁垒,长期由专业从业者垄断。AIGC 工具彻底打破限制,普通人仅凭创意想法,就能产出高质量成熟作品:Midjourney 一键生成海报级插画,ChatGPT 快速产出文案、策划思路。
双重价值清晰凸显:
  1. 降低创作门槛:零基础用户可参与视觉、文字、音乐等高水准创作;
  2. 产业内容迭代:推动内容生产模式从 UGC(用户原生内容)向 AIGC(人工智能生成内容)转型,创作者得以剥离重复性技术工作,聚焦核心创意表达,大幅提升内容产出效率与质量。

(三)产品智能化跃迁:被动响应转向主动预判需求

image.png

传统互联网产品仅能记录、匹配用户历史偏好,属于被动服务;搭载 AI 能力后,产品可动态捕捉实时场景,预判用户潜在需求,主动生成适配内容与服务。依托用户行为建模、心理预测算法,个性化推荐、场景化服务精度显著提升,实现千人千面的细分需求匹配,让数字服务贴合用户当下状态。

(四)全链路工作流重构,AI 成为团队协作助手

image.png

数据整理、标准化文案、基础素材制作等重复琐碎工作,均可交由 AI 自动化处理。同时 AI 深度渗透设计、开发、营销全产业链,提供创意参考、数据优化、方案迭代等辅助能力。AI 不再是独立工具,而是团队常态化协作成员,帮助人类释放精力,专注具备原创思考、情感沟通等高价值工作。

三、AI 落地各行业:重塑产品形态与用户体验

(一)电商行业:标准化服务升级为情感化消费陪伴

image.png

电商领域 AI 应用分为两大核心场景:智能客服、个性化商品推荐,核心突破是从功能匹配升级为情感契合。

image.png

  1. 京东 AI 情感客服
     
    京东接入类 GPT 生成式 AI 与深度学习模型,彻底摆脱传统 FAQ 固定话术客服的局限。依托自然语言处理(NLP)与情感分析模型,AI 可识别用户文字、语气中潜藏的焦虑、不满、疑惑等情绪,结合对话上下文给出安抚、适配场景的柔性答复,消解机器回复的生硬感,兼顾问题解决与情绪安抚。面对价保、物流、补贴等高频咨询,既能精准输出解决方案,也能根据用户情绪调整沟通语气。
  2. 淘宝 AI 心理化推荐系统
     
    传统电商推荐仅依托浏览、下单等表层行为;淘宝 AI 进一步搭建用户情感模型、购物心理预测体系,通过检索词、收藏、评价文本捕捉用户当下情绪与消费诉求。例如识别用户偏向治愈、舒缓类需求,主动推送对应风格商品;搭配语音购物助手,用户可语音直接表达需求,打造一对一私人导购式购物体验。
     
    整套体系融合深度学习、NLP、情感计算、推荐算法四大技术,让购物从单纯商品交易,转变为智能化、有温度的专属服务。

(二)短视频与社交媒体:AI 打造沉浸式互动内容生态

AI 是短视频平台内容分发、用户留存的核心底层支撑,以抖音为例,两大核心功能重构内容体验:

image.png

  1. 语义化智能搜索
     
    传统关键词匹配搜索仅抓取字面信息,抖音叠加 NLP 与情感分析技术,深度解析用户搜索背后的场景、情绪、真实诉求。例如检索 “放松音乐”,AI 可识别用户助眠、背景配乐等潜在需求,精准推送适配视频,减少无效内容曝光,提升搜索效率。整套语义理解模型可解析文字、语音多类输入,精准抓取用户意图。
  2. 动态深度学习推荐算法
     
    抖音推荐系统依托深度学习架构,实时捕捉点赞、停留时长、转发、完播等互动数据,动态更新用户兴趣画像,同步预判潜在喜好。若用户长期浏览旅行内容,平台会持续推送同类素材,同时补充小众目的地、互动挑战等多元内容,避免内容流同质化。
     
    整套逻辑围绕 “读懂用户” 搭建,搜索、推荐双链路贴合用户实时需求,强化平台沉浸感与用户粘性,构建完整内容生态。

(三)教育行业:个性化自适应学习,双向减负增效

image.png

AI 重构教学双边体验,兼顾学生个性化学习与教师工作减负,以 VIPKID AI 教学助手为典型案例:
  1. 自适应分层教学
     
    依托自适应学习系统,实时采集答题速度、正确率、卡点时长等学习数据,搭建动态个人学情画像。AI 自动判定知识掌握程度,匹配对应难度习题、拓展素材,基础薄弱学生侧重巩固训练,学有余力学生推送进阶内容,实现一人一套学习路径。
  2. 交互式智能辅导
     
    结合 NLP 技术,英语口语练习场景下 AI 实时校正发音、修正语法、模拟实景对话;依托知识图谱梳理学科知识点关联,清晰定位知识薄弱项,给学生明确学习方向。
  3. 自动化减负赋能教师
     
    AI 承接智能批改、成绩统计、个性化学习报告生成等重复性工作,依托机器学习快速判分、归纳高频错题,辅助教师调整授课方案。教师得以剥离机械事务,将重心放在课堂互动、一对一人文引导上,教学兼顾效率与温度。
整体来看,AI 让学习路径贴合个人能力,教学工作轻量化,实现学生、教师双向体验升级。

(四)医疗行业:智能辅助诊疗,提升就医普惠性

image.png

以腾讯 AI 医生为代表,AI 不替代医师,而是作为诊疗辅助工具,兼顾诊断精度与就医便捷度,缓解医疗资源分配不均难题。
  1. 提升诊断精准度
     
    底层依托海量病例大数据与机器学习模型,学习症状、病史、诊疗方案的对应逻辑。用户口述身体不适时,NLP 技术拆解模糊描述,提取疼痛位置、发作频率、时长等关键信息,匹配多类患病可能性,输出初步就诊建议、检查项目参考。
  2. 降低就医沟通门槛
     
    多数患者难以使用专业医学词汇描述症状,语音交互 + 语义解析可解读模糊、碎片化表述,完整梳理病情信息,减少医患反复沟通成本。
  3. 医师辅助工具
     
    AI 预先整合患者基础信息、梳理潜在病因,为医师诊断提供参考维度,降低漏诊、误诊概率;同时通过医师反馈持续迭代模型,依靠强化学习不断优化判断逻辑。
  4. 普惠基层医疗
     
    轻症、基础健康咨询可通过 AI 线上完成,无需线下排队挂号,明确就诊科室、就医准备,节约患者时间,分流线下医院压力,推动基础医疗服务普惠化。

(五)创意设计行业:AI 创意加速器,拓宽创作边界

image.png

Midjourney、DALL・E 等生成式绘图工具已成为广告、设计行业标配,重构从灵感到落地的全流程:
  1. 极速创意原型输出
     
    传统设计需手绘草图、调色、多次手动修改,周期冗长;扩散模型驱动的绘图 AI,输入文字描述即可数秒输出多版高质量视觉方案,设计师快速测试多元创意方向,省去大量手工绘制时间。
  2. 实时迭代修改
     
    依托生成对抗网络,用户可提出调整指令(更换配色、增加国风元素、调整构图等),AI 基于原图实时生成新版本,缩短改稿循环,大幅提升创意迭代效率。
  3. 降低视觉创作门槛
     
    无专业美术功底的普通创业者、个体创作者,仅凭创意文案即可生成海报、LOGO、宣传物料,低成本完成品牌视觉落地,加速 AIGC 内容产业普及。
国内电商商品渲染、短视频特效生成等场景,已大规模落地同类图像生成技术,全面提升内容生产效率与视觉质量,重塑创意行业生态。

四、AI 赋予技术温度:藏在算法里的人文关怀

(一)共情式交互:AI 从工具升级为懂人的伙伴

情感计算、NLP 技术成熟后,AI 彻底摆脱机械标准化回复。AI 可解析文字、语音、表情符号中承载的情绪波动,区分用户急躁、困惑、低落、愉悦等状态,动态调整沟通语气。用户不再只是单向提问,而是获得被理解、被共情的沟通体验,技术真正拥有人文感知力。

(二)普惠公共服务:弥补资源缺口,关照特殊群体

AI 正在填补养老、医疗、教育等传统行业人力短缺、资源分配失衡的短板,聚焦弱势群体需求:
 
以老年健康管理为例,智能手环、居家语音设备实时采集心率、血压等生理数据,AI 依托物联网与时间序列分析算法,对比历史健康数据预判风险;出现指标异常、老人漏服药物时,系统自动推送提醒,同步告知家属与医护人员。AI 预警机制以技术为载体,为老年群体提供长效健康守护,减轻家庭照护压力。
从工具到伙伴,AI 的进化不只是技术迭代,更是产品设计理念的升华。冰冷代码与算法开始具备共情力量,未来 AI 将深度融入日常生活,成为感知、陪伴人类的专属伙伴。

五、AI 可持续发展:机遇之下的风险与未来方向

(一)现存技术挑战与潜在风险

  1. 隐私与数据安全隐患

    image.png

    用户向 AI 输入的问答、文件素材,存在被采集用于模型训练的风险,个人隐私、企业机密存在泄露隐患。行业目前主流解决方案为联邦学习,数据在本地终端完成运算,敏感信息无需上传云端,从源头降低泄露风险。
  2. AI 生成内容真实性难以保障
     
    大语言模型基于统计规律生成文本,易出现事实错误、虚构信息,在医疗、法律等严谨领域极易误导用户。所有 AI 产出内容必须经过人工二次核验,规避虚假信息带来的决策偏差。
  3. 技术落地成本差距显著
     
    大型企业具备充足算力、专业技术团队落地 AI;中小团队受硬件、人力成本限制,难以完成模型训练、场景适配。开源框架虽降低入门门槛,但数据清洗、模型调优、业务适配仍存在较高落地难度。
  4. 人机体验平衡难题

    image.png

    AI 自动化可实现 7×24 小时服务,但纯机器沟通缺少真人交流的温度。若产品过度依赖 AI、完全剥离人工服务,会拉大用户与产品的距离,消耗用户信任。如何平衡自动化效率与人文体验,是产品设计长期需要思考的核心命题。

(二)AI 长期发展三大愿景

  1. 人机共生:AI 成为拥有共情力的协作伙伴
     
    行业长期发展方向并非 AI 取代人类,而是人机协同共生。未来 AI 不止机械完成任务,更能感知用户情绪、给予情绪支撑,依托 NLP、情感计算复刻真人沟通逻辑,弱化人机边界,让 AI 成为具备共情能力的陪伴者。
  2. 技术与人文双向融合
     
    AI 研发不能仅依靠技术团队,心理学、社会学、人文研究者需同步参与产品设计,让算法读懂文字背后的潜台词、区分敷衍与真诚的情绪表达。技术的终极目标不是极致效率,而是贴合、尊重人类情感需求,避免数字化带来孤独感。
  3. 完善 AI 伦理与法规体系
     
    AI 能力越强,越需要标准化规则约束。用户隐私保护、算法公平性、生成内容真实性、版权界定等问题,都需要配套法律法规、行业伦理规范落地。完善的管控框架,是 AI 行业长期健康发展的基础。

(三)互联网产品 AI 应用三大趋势

  1. AI 从辅助功能升级为产品核心内核
     
    早期 AI 仅作为附加外挂(推荐、基础语音问答);当下及未来,AI 将成为互联网产品底层驱动核心,个性化交互、智能创作、主动服务全部依托大模型运转,AI 定义产品核心竞争力。
  2. 协作式用户体验成为主流
     
    产品逻辑从 “AI 替用户完成工作” 转向 “人机协同共创”:设计海报、撰写方案、策划内容等场景下,AI 输出基础素材,用户主导创意调整,最终成果由双方共同完成。用户从单纯消费者转变为共创者,强化参与感与创作自主权。
  3. 行业定制化 AI 差异化创新

    image.png

    不同赛道 AI 落地重心存在明显区分:电商侧重情感客服、精准商品推荐;医疗聚焦辅助诊断、健康监测;教育主打自适应学习路径。各行业将基于自身业务痛点,搭建专属 AI 解决方案,形成差异化智能化创新路径。

六、结语

生成式 AI 全面推动互联网产品在交互、内容、服务层面完成全方位升级,让数字产品走向智能化、人本化。通过电商、短视频、教育、医疗、创意设计多行业落地案例可见,AI 不只是提升效率的技术工具,更持续释放人文温度与社会关怀。
对于产品从业者而言,技术研发必须与人性需求深度绑定,打造包容、有温度的智能产品,创造更大社会价值。伴随技术持续迭代,AI 将渗透生活方方面面,但长久不变的核心命题,始终是平衡技术效率与人本情感,让算法持续理解、尊重人类真实需求。
黄昏街头,行人独行,树影斑驳洒落路面。他拿出手机唤醒 AI 语音助手,轻声托付一个简单心愿:“帮我找出那首老歌。” 无需反复滑动屏幕,无需精准的关键词,一句轻声诉说,AI 便温柔回应:“正在为您播放《时间的音符》。”
这首歌承载着盛夏的回忆、一段远去的情愫,旋律缓缓流淌,过往温暖涌上心头。记忆如同封存心底的匣子,时光流转却从未褪色,AI 只是一把温柔的钥匙,打开尘封的情绪。这不是冰冷的指令操作,而是一场心灵对话,让人与逝去的美好重新相逢。AI 没有粗暴删减人类情绪,而是温柔承接所有回忆与心事,如同一位安静倾听的老友,轻声告诉你:你的记忆从未消散,始终安稳留存。
这是 AI 技术独有的浪漫,是算法对人类情感最深的理解与尊重。
 

转载:优设

 

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

谷歌这套图标设计标准,零基础也能快速掌握

清阳

兰亭妙微UI设计公司:今天分享的是「图标设计准则」。图标是界面设计里的 “刚需元素”,一个小图标能快速传递很多信息。好的图标需要兼顾简洁、现代、友好。但图标的尺寸很小,设计时既要严格遵守设计规则,又得清晰表达信息,这样才能保证整套图标的风格统一、辨识度高。

今天就来聊聊大厂在用的图标设计原则和设计规范,配合案例进行设计分析~

01 图标设计的3个核心原则

① 形式够简洁

给大家举个例子,就说下面的小船图标,想让图标清晰好认,就得做减法,那么用正面的简约船身造型最合适。

如果图标设计的过于细致,例如图标中添加了船帆、桅杆或者旗帜等细节,太写实的图标不仅会降低识别速度,还会破坏整套图标的视觉统一性。

设计总结:

✅ 简化图标造型,提升清晰度和辨识度

❌ 拒绝过度写实,避开复杂繁琐的设计

② 多用几何形状打底

使用几何图形和统一的基础形状来设计图标,能打造出清晰醒目的视觉感受。哪怕结构简单,也能保持清晰的形态,缩小到小尺寸时也照样容易分辨。

反过来讲,尽量少用那些纤细、松散的不规则形状,它们会破坏线条的连贯性,让整套图标看起来乱糟糟的,没个统一的调性。

设计总结:

✅ 靠几何图形和统一的造型,打造醒目视觉效果

❌ 少用纤细、不规则的形状

③ 整套风格保持一致

这里给大家看一组风格统一的图标示例。对品牌识别和系统适配来说,保持图标集的视觉一致性太重要了。

要是把不同风格的图标混在一起用,用户根本没法把它们当成“一家人”。所以同一套图标里,不管是形状、线条粗细,还是比例、边角处理,都得按同一个标准来。

设计总结:

✅ 单套图标集里视觉风格要保持统一

❌ 千万别混搭不同风格的图标

02 图标尺寸怎么选?

在谷歌的Material Design 3 设计规范中,标准 (基线) 图标尺寸是24dp×24dp,设计时建议按100%的比例来做,这样能保证像素级的精准度。

除了这个标准尺寸,还有20dp、40dp、48dp这几种常用尺寸可以选:

20dp:适合用在桌面端、紧凑布局,或者那些小尺寸的视觉元素

40dp/48dp:针对显示器、大屏幕,还有标题栏这类特殊场景

03 标准图标布局

设计图标时,内容需要放在有效区域内里。有效区域是指页面滚动或适配不同设备时图标不会被遮挡的“安全可视区域”。

如果想让图标的视觉冲击力更强,可以让内容延伸到有效区域和裁剪区域之间的留白处,但不能超出裁剪区域,不然图标很容易被裁剪显示不全。

具体要怎么布局呢?看下面这两点就够了:

① 有效区域:图标内容要放在20dp×20dp的范围内,四周各留2dp的边距

② 边距:给有效区域留出2dp边距,既能让图标和周围元素拉开视觉距离,又能让整体看起来更平衡

接下来通过一个图标案例来简单总结一下:

上图从左到右分别代表了在有效区域、在有效区域和裁剪区域、在裁剪区域之外创建的图标案例。

设计总结:

✅ 图标内容保持在20dp×20dp的有效区域里,记得留2dp边距⚠️ 想加视觉冲击力?内容可以延伸到边距区域

❌ 任何情况下,图标都不能超出裁剪区域

① 网格和关辅助线

一套图标中可能有的是圆形,有的是方形,那怎么才能保证形状不同的图标保持视觉大小的一致性呢?

这种情况大家在设计图标时应该都碰到过,解决方法可能大多是通过眼睛对比查看,把看着小的图标调大一些或者把看着大的图标调小一点。这种方法效率不高,而且设计出来的图标大小不容易保持一致性。

这里提供一个更科学和高效的辅助图标设计方法——使用网格和辅助线,照着这些辅助线来设计图标,能轻松保持比例一致。

例如常用的24dp×24dp图标网格,由正方形、圆形、竖矩形、横矩形这四种基础辅助线构成。它们就像图标的“骨架”,能帮所有图标保持统一的比例和对齐效果,哪怕放大10倍看,结构也照样清晰。

给大家拆解一下这四种辅助线:

方形辅助线:边长18dp,是图标的基础平衡基准。比如图表类图标就可以照着这个方形来画,保证比例稳定。

圆形辅助线:直径20dp,用来设计圆润平衡的图标。像地球图标用这个圆形打底,就能和其他图标和谐搭配。

垂直矩形辅助线:高20dp、宽16dp,适合强调纵向比例的图标。比如文档图标围着这个竖矩形设计,比例会特别清晰。

水平矩形辅助线:高16dp、宽20dp,适合横向比例的图标。像邮件图标用这个横矩形当基础,形状会很均衡。

04 图标结构解析

一个完整的图标,由圆角、起始/结束点、内部形状、外部轮廓等组成。

① 图标圆角

这里重点说下大家容易踩坑的“圆角”的设计:例如下图的银行卡图标,采用外角2dp圆角、内角尖角的设计,这样既柔和又利落。

如果把圆角做得太大,如下图左侧文档图标,图标的辨识度就会下降;如果一个图标中混用不同半径的圆角,如下图右侧的图标,整个图标看着就会很杂乱。

设计总结:

✅ 按规则设置圆角,统一圆角半径

❌ 避免圆角半径过大/半径混用的情况

② 描边粗细

推荐的图标描边粗细是2dp或常规 (400),也可以根据需求灵活调整,例如在MD3设计规范中就提供了100 (细)到700 (粗)的多种选择。

这里有两个小技巧:

设计直角线性图标时,描边的末端尽量做成直角,例如下图左侧的箭头图标,45度切割的直角就很清晰;在下图右侧的添加图标中,内部的加号也采用了2dp的描边粗细,与外轮廓保持一致。

另外要注意一套图标需要保持相同的描边粗细。如果描边x粗细不一致,不仅会模糊图标形状,还会破坏视觉一致性。

设计总结:

✅ 描边粗细保持统一,直角图标末端也用直角

05 复杂图标怎么处理?

如果图标需要一些精细的细节,可以通过一些灵活的调整来提升辨识度,但不能扭曲基础的几何形状或破坏整体比例。

比如回形针图标,为了在24dp的空间里放下多个曲线,可以把 2dp的标准描边粗细微调成1.5dp;再比如拉面图标,下面的碗作为托底采用2dp的粗描边,上面的筷子拉面等元素细节更多,则采用1.5dp的细描边,让细节更清晰。

还有一个小原则:设计复杂图标时,尽量保持正面视角,别做倾斜、旋转的等距或者3D效果——多余的深度感会增加识别难度。

设计总结

✅ 正面视角设计,细节微调不跑偏

❌ 少用倾斜、旋转的等距/3D呈现方式

最后

图标是一种高效的视觉语言,能打破语言壁垒,快速传递信息。但它的优势,必须建立在清晰的结构和统一的规则之上。

设计时基于标准的辅助网格走,保持比例均衡、视觉重量一致,设计出的图标才不会喧宾夺主,反而能提升整个产品的用户体验。

 

 

转载:人人都是产品经理

 

兰亭妙微(蓝蓝设计)www.lanlanwork.com 是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。

 

image.png

日历

链接

个人资料

蓝蓝设计的小编 http://www.lanlanwork.com

存档