这是设计联的第4765期分享
靖哥的第177篇AI日记
方案汇报之前，前面总有一大段研究。
区位、人群、品牌、趋势、竞品，再加上几十张参考图。资料做得很完整，翻到方案时，我却想问一句：
如果把前面的研究全部拿掉，后面的方案会不会还是一样？
如果答案是“差不多”，我们就要停下来想一想：这些研究是在帮助设计，还是在替一个已经想好的方案补充说辞？
有一种研究，是先选定风格和造型，再找案例、人群和趋势，证明自己的选择没错。
真正的研究，应该允许我们改变最初的想法，甚至否定一个自己很喜欢的方案。
上一篇，我们讨论客户沟通：客户说过什么、设计师怎样理解、双方确认了什么，不能混在一起。
这一次继续往下走。需求逐渐清楚之后，我们找来的资料，怎样真正进入设计决策？
01｜研究不是给方案找一组好看的参考
找参考当然有必要。问题在于，我们准备从参考里得到什么。
是喜欢它的颜色和材质，还是想理解它为什么这样组织空间？它解决的问题，和我们手上的项目是不是同一个问题？
拿一个假设的社区咖啡店来说。
我们找到一家很漂亮的店：大块留白，座位不多，中间放着一张长桌。照片很有吸引力，但仅凭照片，并不知道它的租金、客群、出餐方式，以及顾客通常停留多久。
如果自己的项目需要兼顾早高峰外带、独自办公和邻里聊天，那张长桌是否合适，就不能只靠“看起来有氛围”来决定。
应该继续问：排队会不会挡住入口？独坐和聊天是否相互干扰？外带取餐与店内服务如何安排？
这些问题需要现场观察、经营者沟通和空间验证，不是多找几张图就能回答。
值得学习的，不只是别人做成了什么样，而是他在什么条件下，为什么这样做。
02｜先有要解决的问题，再决定研究什么
如果一开始给AI的任务是“帮我研究一下咖啡店”，很容易得到一份面面俱到、却难以指导这个项目的材料。
换一种交代方式：
“这个项目需要兼顾外带和堂食。请围绕入口、排队、取餐和座位关系整理参考，保留原始来源，说明每个案例能支持什么判断、缺少什么信息。不要仅凭图片推断经营效果。”
这时，研究才有了明确的对象。
要研究的问题，也可能是一个老房改造中的收纳矛盾，一家酒店的维护负担，或者办公室里无法兼顾的安静与交流。
问题越具体，越容易判断一份资料有没有用。
所以设计负责人不妨先写下：这个项目现在最难作出的几个决定是什么？缺什么证据？这些证据从哪里获得？
不是资料越多，问题就会越清楚。先把问题讲清楚，才知道哪些资料值得找。
03｜让智能体整理证据，不要替我们提前下结论
我更愿意把这一段工作，交代成一项有边界的研究任务。
输入是已经核对的项目任务书、现场资料，以及本次要解决的问题。涉及客户的材料，先确认授权和使用范围。
输出不是一份“看起来很专业”的长报告，而是一组能回查的记录：资料来自哪里、什么时候发布、支持什么判断、适用条件是什么、还有什么不知道。
其中三种内容必须分开：
资料中明确写出的事实，AI或设计师提出的解释，以及仍待验证的假设。
比如，一张照片能帮助我们观察座位和通道的关系，却不足以证明这家店经营得好。案例文章里的“广受欢迎”，也不能直接变成自己项目的盈利依据。
找不到来源，就标记待核实；案例条件不匹配，就说明差异；信息相互矛盾，就保留矛盾，继续查证。
AI交出的内容越顺畅，我们越需要检查：它究竟找到了依据，还是只是把一句话说圆了？
如果我们只让AI“证明这个方案为什么好”，即使得到了一套有说服力的解释，也不等于完成了研究。
我更希望它帮我们找出：哪些资料不支持这个方向？参考案例与项目条件有什么差异？什么新信息出现后，我们应该重新考虑？
AI不应该只是替方案找理由，也应该帮助我们看见方案可能不成立的地方。
04｜研究的最后一页，应该落到设计取舍
回到前面的假设场景。如果后续观察确认，高峰时段的外带等候确实会与堂食入口冲突，设计师就有了一个需要回应的问题。
接下来，不是照搬某家店的吧台，而是比较：调整取餐点，改变排队方向，或者重新安排入口附近的座位，哪一种更适合现场条件？
每一种选择都会带来代价。可能少了座位，可能影响服务距离，也可能需要重新协调设备位置。要把这些影响讲给经营者听，再共同确认。
这样，一项研究才能留下完整的关系：
发现了什么 → 依据是什么 → 改变了哪个设计决定 → 谁来确认。
研究也不一定要让方案发生修改。有时它帮助我们保留原来的方向，或者排除一个看似漂亮、实际不适用的选项。
关键是说得清：为什么保留，为什么放弃。如果证据还不够，下一步由谁补充。
05｜怎样判断这段工作真的有用
不急着给它起一个复杂的智能体名字，先检查四件事。
来源能回查吗？ 重要结论能否找到原始资料和日期，而不是只剩AI的摘要。
条件适用吗？ 客群、规模、经营方式不同，哪些经验可以借鉴，哪些不能直接搬过来。
取舍说清了吗？ 资料具体支持或否定了哪个选择，而不是笼统地说“带来了灵感”。
别人接得住吗？ 下一位同事能否找到采用的版本，理解判断理由，知道什么还没确认。
这一轮结束，留下的应该是问题清单、带来源的研究记录，以及一份设计取舍与待确认事项记录。它们共同接入项目任务书，而不是另存一份无人再看的报告。
再换一个项目、换一位同事使用，看看哪里仍然说不清，才知道这套方法能不能复用。
最后｜研究应该让我们更有依据地设计
我不反对几十页研究。复杂项目需要足够的研究深度，也需要保留暂时用不到、以后可能影响决策的资料。
我反对的是：用资料的厚度，代替判断的深度。
老板判断一个方向，往往很快。难的是，同事不知道这个判断是怎么来的。
如果每次研究都留下采用了什么依据、排除了什么选项、还有什么需要确认，团队下一次带来的，就不再只是几张参考图，而是一组可以讨论的选择。
老板仍然负责关键判断，但不必每次重新讲一遍理由。
公司真正积累的，不是越来越大的参考图库，而是越来越清楚的选择依据。
下一次汇报前，不妨翻一遍自己的研究部分：哪一页改变了一个决定？哪一页排除了一个错误方向？又有哪一页，只是让文件显得更完整？
研究不是为了证明自己想得对，而是让每一次设计选择，都经得起追问。
方法来源与适用边界
本文依据《设计联·设计公司AI工作系统实战营》九月份课程“需求调研—项目任务书—设计方向与阶段表达”的教学材料复盘，提出前期研究的试行检查方法。我们会在后续课程与工作流测试中继续发现问题、修正要求，不把阶段性方法当作统一行业标准。
文中咖啡店为解释方法而设置的假设场景，图片为AI生成示意，不是学员实绩或经营效果证明。AI辅助检索、整理和比对；资料真实性、现场条件、专业判断及客户决策，仍需相应负责人核验和确认。
在下一期课程的升级方向中，这一环节属于“项目任务书与设计表达包”，与公司判断、风险协作、内容传播三个工作包衔接。重点是围绕真实业务逐步测试，而不是制作一批彼此孤立的智能体。
下一篇：客户选不出方案，可能是我们没把选择的依据讲清楚。
关于设计联与张靖
设计联，帮助设计公司建立AI时代的新工作系统：向内重组能力，向外重建专业可见性。
张靖，设计联创始人、设计行业观察者与AI工作系统实践者。目前通过行业研究、内容、课程和实际工作流测试，探索怎样把个人经验变成可交接的公司能力，让专业价值被客户与AI更清楚地理解。
课程咨询、实践交流或专业合作，可联系张靖。
设计联张靖写于2026年10月13日
热门跟贴