Figma没有产品方法论,但它赢在这套反直觉的产品思考

AI PM 编辑部 · 2020年10月15日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

一家被无数设计师和AI从业者追捧的工具,却公开承认:我们没有成体系的产品方法论。Figma设计负责人Sho Kuwamoto在Config上的这场分享,反而揭示了硅谷顶级产品团队真正依赖的思考方式,以及为什么它比流程、框架和OKR更重要。

Figma没有产品方法论,但它赢在这套反直觉的产品思考

一家被无数设计师和AI从业者追捧的工具,却公开承认:我们没有成体系的产品方法论。Figma设计负责人Sho Kuwamoto在Config上的这场分享,反而揭示了硅谷顶级产品团队真正依赖的思考方式,以及为什么它比流程、框架和OKR更重要。

最反直觉的开场:Figma其实没有“产品方法论”

如果你期待从Figma学到一套可复制的产品方法论,那Sho一上来就会让你失望。他几乎是“先打预防针”:Figma没有统一、正式的产品思考体系,这次分享只是他在“事后复盘”——试图反向拆解,为什么他们会做出这些产品决策。

这句话非常反直觉。我们习惯把成功公司神话成“方法论机器”,仿佛只要学会那套流程,就能做出下一个Figma。但Sho明确指出:不同团队差异巨大,企业版、增长团队、核心设计团队,做事方式都不一样。更重要的是——你必须“带着怀疑”听他们的经验。

这恰恰是第一个关键洞察:顶级产品不是从方法论开始的,而是从长期形成的思维习惯开始的。 对AI产品团队尤其如此,环境变化太快,任何固定流程都可能迅速过期。

不是“收集需求”,而是训练一种和用户对话的能力

Sho用大量时间讲“和用户聊天”,但他说的并不是那种常见的需求调研流程图。

在Figma,和用户接触的人很多:设计师、PM、工程师、市场、支持团队。重点不在于“谁负责调研”,而在于整个组织是否被训练成用同一种方式理解用户问题

他提到一个容易被忽视的点:你问用户的问题,本身就决定了你能得到什么样的答案。真正重要的不是功能建议,而是用户在做某件事时的阻力、犹豫和绕路。这也是为什么他强调,要不断训练自己“用问题而不是方案去思考”。

对AI从业者来说,这一点尤其致命。模型能力每天都在变,如果你只是把用户的话翻译成“要一个新功能”,很可能做出来的,是三个月后就过时的东西。Figma的做法,是持续追问:这个问题背后,用户真正想完成的是什么?

从功能到“地图”:为什么好产品都在画一张看不见的图

当Figma决定做Variants(组件变体)时,他们并不是从“这个功能该怎么设计”开始,而是先把所有相关能力、约束和使用场景,铺成一张“地图”。

这张地图不是流程图,也不是PRD,而是一种集体对齐认知的工具:哪些能力是核心?哪些是延展?哪些状态必须优先被覆盖?

Sho反复强调:只有当功能被放进同一张地图里讨论,团队才能做出一致的取舍。 否则,每个决策都看起来合理,叠加起来却一团混乱。

这一点对AI产品极具启发意义。很多AI工具的问题不在模型,而在功能叠加失控。没有地图,feature只会越堆越多,用户却越来越迷路。

真正的产出不是功能,而是“原则”

在分享的后半段,Sho抛出了一个更长期的视角:当你把用户问题、功能选择和状态拆解都走一遍后,真正留下来的,不是某个功能决策,而是产品原则。

这些原则并不会写在官网上,但会在下一次做新功能时“反过来指导你”。它们像是一种内化的判断标准,让团队在没有完整讨论的情况下,也能做出高度一致的选择。

他特别提到一个容易被误解的点:产品原则和执行细节应该是“分离但并行”的。原则不解决具体问题,但它决定了你会不会做出某一类选择。

对AI产品来说,这可能是最值钱的一课。当模型能力趋同时,真正拉开差距的,是你在不确定性中依赖什么原则做决策。

总结

这场分享最有价值的地方,不是教你“如何像Figma一样做产品”,而是提醒你停止迷信方法论。Figma真正的护城河,是一套长期被训练出来的思考方式:从用户问题出发,用地图对齐复杂性,用原则应对不确定未来。

如果你正在做AI产品,不妨问自己三个问题:我们真的理解用户的问题,还是只是在翻译需求?我们的功能是否存在于一张清晰的整体地图中?当没有数据、没有共识时,我们依赖的决策原则是什么?

这些问题,没有标准答案,但会决定你的产品能走多远。


关键词: Figma, 产品思维, 用户研究, AI产品, 设计方法

事实核查备注: 需要核查:演讲者姓名Sho Kuwamoto;视频发布时间2020-10-15;演讲场合为Config Europe;案例提到的功能为Figma Variants;演讲中明确提到Figma没有正式产品方法论的原话表述