# AI4SE 里的 Design Thinking：双钻定节奏，模板定形状

同一个 Superpowers brainstorming skill，有人聊完仍是一堆碎片想法，有人却能交出一份达成共识的电梯演讲、一张结构化的用户旅程图。差距往往不在模型，而在有没有把 Design Thinking 的节奏、经典思维模板的形状、以及 AI 头脑风暴的引擎 叠在一起用。

站内已有文章谈过 与 AI 头脑风暴时 Clarify 为何比 Prompt 更重要——发散–收敛、问题空间与方案空间、决策必须由人拍板。本文不重复那套操作纪律，而补上另一块：在软件工程需求分析阶段，如何用双钻定节奏、用模板定形状，让 AI 脑暴变得又准又快。

一、三层叠架：节奏 · 形状 · 引擎

可以把有效的人机共创需求工作，看成三层叠架：

层	回答的问题	典型载体	缺了会怎样
节奏层	现在该发散还是收敛？在问题域还是方案域？	Design Council Double Diamond	还没定义问题就聊技术选型；或发散到失焦
形状层	这一轮收敛要长成什么「可验收」的产物？	电梯演讲、同理心地图、用户旅程图、用户故事地图、服务蓝图等	AI 产出很多文字，团队仍对不齐「什么叫说清楚了」
引擎层	谁帮我们扩展选项、追问模糊点、整理多方案？	Superpowers 等 AI brainstorming skill / 流程	全靠人工脑暴，速度与覆盖面受限于会议室记忆

三层各管一件事：

• 双钻管节奏：第一个 diamond（Discover / Define）主要在问题域——理解用户、定义挑战；第二个 diamond（Develop / Deliver）进入方案域——探索交付形态并筛选。懂原理，才能更精准地定义问题，也更高效地找方案。
• 模板管形状：经典框架不是填空游戏，而是给收敛提供 exit criteria——例如电梯演讲必须答清「为谁、解决什么、相对替代方案的差异」。形状清晰，多 Agent、多人或多轮脑暴才有共同语言。
• AI 脑暴管引擎：擅长并列 framing、追问盲点、把粗糙想法扩成多组候选；收敛时的取舍必须由人决策——AI 拿不准时，正好是人类输出判断的时刻。

一句话：节奏告诉你在哪一钻，模板告诉你收敛长什么样，AI 帮你把钻跑起来。

二、实践线 A：线上——粗糙想法 → 多组电梯演讲 → 共识

需求分析的起点常常是「我大概知道想做什么，但说不清楚」。这是正常状态，不必假装一开始就有完整 PRD。

一条可复用的线上打法：

1. 问题域发散：向 AI 逐步说明粗糙想法——用户是谁、痛点是什么、成功大概长什么样。用 brainstorming skill 探索问题定义，刻意推迟技术选型。

2. 用模板收敛形状：把讨论结果装进「电梯演讲」结构。常见的 Moore 式定位句（见 Crossing the Chasm）提供固定槽位，例如：

   For [目标用户] who [痛点/需求]，[产品] is a [品类] that [关键收益]. Unlike [主要替代]，we [差异化]。

3. 多组并行，再二次收敛：引导不同 Agent（或同一 skill 多轮、不同 framing）各产出一组电梯演讲。你会得到多组结构相近、侧重不同的候选——这是好事。然后再开一轮脑暴，显式要求对人选项做对比与收敛，人类拍板后形成一份达成共识的电梯演讲。

关键纪律：

• 第一轮脑暴的 exit criteria 是「至少 2–3 组可并列的电梯演讲」，不是「聊到 AI 说可以了」。
• 第二轮的 exit criteria 是「一份共识稿 + 被排除选项与理由」——否则只是假收敛。
• 电梯演讲落盘后，才适合进入方案域：范围切片、故事地图、或后续 Spec / Plan（见 AI Development Workflows 全景）。

模板在这里的价值，不是文案漂亮，而是让「产品是什么」从聊天语气变成可对齐、可反驳、可迭代的结构。

三、实践线 B：线下白板 + 语音/照片 → AI 再收敛

不是所有洞察都适合一开始就在聊天窗里发生。用户旅程图、同理心地图往往更适合人在白板前的共同发散–收敛——肢体、贴纸、争论本身就是对齐过程。

把线下工作坊接到 AI 引擎，注意几条：

1. 打开语音录音（征得同意）：会后语音转文本，是 AI 二次整理的高价值输入；只有照片没有对话，上下文会大量丢失。
2. 按模板做完一轮人的发散–收敛：例如同理心地图的四象限、旅程图的阶段–触点–痛点–机会。先让房间里的人达成「当前版本」，再整理干净并拍照。
3. 语音文本 + 照片一并喂给 AI：用 brainstorming 做结构化、查缺口、提出候选收敛——例如「痛点是否重复归类？机会点是否越过了问题域？」。
4. 人类在拿不准处决策：AI 会标出歧义（「这两条痛点是同一回事吗？」「机会 A 与机会 B 是否互斥？」）。这时输出的不是「让 AI 选」，而是人的判断与约束，再写回文档。

同一打法也可用于 用户故事地图 梳理：线下先铺骨干与切片，拍照 + 语音进 AI，再收敛发布切片与开放问题。工作坊怎么组人、怎么漏斗收敛，见 AI4SE 工作坊设计策略；本文只强调接口：白板产物必须可被 AI 二次消费，且二次收敛仍由人拍板。

四、亮点、边界与 Anti-patterns

整条路径最大的亮点是：当你理解 Design Thinking 原理，又借用电梯演讲、旅程图、故事地图、服务蓝图这类经典模板，再专业地使用 AI 脑暴工具时——效率和质量会同时抬升。双钻避免「在错误的空间里勤奋」；模板避免「收敛却对不齐形状」；AI 避免「发散与整理只靠会议室记忆」。

常见翻车：

Anti-pattern	表现	纠正
跳钻	问题未定义就和 AI 讨论架构 / 技术栈	第一个 diamond 结束前，产物停在问题陈述与成功标准
有模板无决策	填了电梯演讲槽位，但没人拍板、没有排除项	收敛必须留下「选了什么 / 没选什么 / 为什么」
白板失真	线下很热闹，却无语音、照片模糊、便签未整理	录音 + 清版拍照，再进 AI；脏输入只会放大歧义
AI 当拍板人	「综上所述建议选 B」，人点头却讲不清权衡	关掉 Agent，能否三句话向同事复述决策？不能即假收敛

最小行动清单（下次需求分析可直接试）：

1. 标明你在双钻的哪一阶段，再开脑暴。
2. 选一个模板作为本轮收敛形状（电梯演讲或旅程图通常够用）。
3. 线上：多组候选 → 人拍板一份共识；线下：白板 + 语音/照片 → AI 整理 → 人决策。
4. 把共识产物落盘，再进入 Spec / Plan / 故事切片——不要让结论只活在 session 里。

五、结语

AI4SE 不是用更强的模型替代设计思维，而是让 Design Thinking 与经典思维框架变得更可执行：节奏有双钻，形状有模板，引擎有 AI 脑暴，决策在人。

从粗糙想法到电梯演讲共识，从白板工作坊到可检索的旅程图文档——你练的不是「更会写 Prompt」，而是在正确的空间里，用正确的形状，做可留下痕迹的收敛。工具会换，叠架可迁移。

References

• Design Council — Framework for Innovation / Double Diamond (CC BY 4.0)
• Geoffrey Moore — Crossing the Chasm（定位句 / 电梯演讲结构）
• Jeff Patton — User Story Mapping
• 与 AI 头脑风暴：为什么 Clarify 比 Prompt 更重要
• AI4SE 工作坊不是培训班：组人、节奏与漏斗收敛