专访「范米花儿」：一位斜杠设计师的多维成长与赛道探索

专访「范米花儿」-- AI 让我加速成为“斜杠”设计师

👋嗨，大家好，我是范米花儿～

首先，很感谢优设的邀请。其实在优设发布内容也有半年啦。

去年年初，我在和小伙伴一起搭建组件库，刚好需要补一补表格/表单这类资料，就顺着搜索路径刷到了优设。惊喜看到这里可以发9图，就想着把小红书的内容同步过来，更对口一些。很感谢平台愿意让我发，哈哈～

范米花儿的个人介绍

小伙伴们可能是从不同渠道认识我的：

有些是在 Figma 社区，因为我做的组件库认识我；

有些是去年 VibeCoding 刚开始的时候，在 B 站看到我做过一个「完整AI还原」的教程认识我；

也有人是在小红书、优设看到我陆续发布的数据可视化内容认识我。

也正因为这些输出看起来有点“跨”，所以我经常会收到一些疑问：比如我在 B 站发自己开发的小工具时，评论区和私信里很多人会问我：“你是全栈吗？”，在优设发可视化内容时，也有人会留言说：“你平常是自己做数据分析的吗？”

但其实我一直都还是设计师。只是这些年因为自己的兴趣、工作经历以及AI的加持，让我能参与的事情越来越多、边界越拉越长，慢慢就变成了一位“斜杠设计师”。

Q1：你怎么定义自己的“斜杠设计师”？

先声明，我不会把“斜杠”定义为一种更好的路线。只是发展路径不一样：有人适合在一个领域长期深耕为专家，有人更擅长沟通协作走向管理推动，这些都很好。

对我来说更像是经历把我推到了一个“链路更长”的位置：

从头说起，我大学学的其实是代码（C\MySQL\HTML\JAVA等），因为一直有个“设计梦”，所以毕业误打误撞进入了设计行业；

进入职场后，因为公司没有产品、又叠加航天的保密性，很多方案沟通需要我和技术同事一起去客户现场对齐，所以我最开始负责 BI 看板业务时，挺迷茫的，客户其实自己也没啥想法，所以经常要围绕指标、维度这些内容一起讨论很多次，不断迭代——在这样的项目背景下，我负责的内容、学到的“偏门知识”以及设计主导权也更多一些；

也正因为链路更长，为了把精力留给更核心的需求分析和方案判断。所以我在工作之余，开始做图表组件库的沉淀，快速地出设计图（压缩执行时间）。同时，2022 年我把组件库在社区开源后，陆续在全网收到了 60k+ 的下载，后来也有一些图表案例被字节在官网文档里引用到，很开心；

再后来，我开发了自己的看板插件（即图），只是想解决很具体的现场问题——不用我反复去改组件、不局限于单个图表，而是能在客户现场快速组合并导出一个可交互的看板 Demo，用来沟通方案和验证方向；

我的斜杠路径

所以，随着AI的出现，它作为桥梁，把我的产品小想法、UI 工作和编程底子重新连起来，慢慢就构成了我现在这条更偏“斜杠”的路径。

Q2：在这些“斜杠方向”里，你分别沉淀了什么？

组件库资产：这一块其实是我输出最多的一条线：从图表系列的 4 类组件库（桌面端、移动端、看板等），到年初做的业务组件库（工作台、表格、表单等 B 端通用模块），再到后来做的 AI 组件库（在 Figma 社区开源）。估算起来也有上千个组件、上万个变体了吧。之所以做这些，本质都是希望让自己去摆脱重复造轮子，然后把精力用在更有创造性的内容上。

VibeCoding：这条线对我最大的感受就是，大学4年的内容也不算白学啊。从最开始做产品官网这种偏静态的东西，到后来尝试实现 AI 对话工具、开发 Figma 看板插件，再到最近的小程序上线——它逐渐从“涉猎一下”变成一套更完整的产品实践路径。

组件库与VibeCoding沉淀

数据可视化理论：过去一年半，我陆续分享了 50+ 篇相关笔记，内容从可视化流程、指标与维度的理解，到 ChatBI、AI 产品的拆解。最开始的初衷是希望用输出倒逼输入的方式，让我去沉淀更多知识，也让知识真的能过脑子（最好的记忆方式就是给人讲一遍）。同时网上关于可视化理论分享，其实并不多，突想起来前段时候，有位在某直播平台做BI分析的同学来问我（说日常在做仪表盘或者数据解读业务时，感觉更像在做信息内容的美工，要么拖组件，要么基于多维表格去做美化，还有什么发力点？），所以其实也是想给大家分享我除了“美工”之外，还在做点啥。

数据可视化分享

当然，上述50%的内容，是因为 AI 的加持，让我在2025年把“想法→产出”的速度明显提了上来，所以也成了我最高产的一年。

Q3：在这一年，AI 具体在哪些方面帮到了我？

信息检索与知识库：

这个大家应该都感同身受吧，现在查资料基本不用再翻多个平台了，只需要把我想找的主题丢给 AI，它会来检索并汇总，同时还能把相关知识点一起整理成表格，更重要的是，这些整理出来的内容也可以收进我的知识库，后面写文章、做内容时，知识库就直接变成我的输入来源，相当于把“检索”变成了一种可复用的积累。

写作：

以前对我来说，写作就像计划写小说一样（脑子里每天都在“演电影”，但碍于文字功底，写出来的内容太水..）。现在我会把零星的想法先告诉AI，让它通过询问的方式，先帮我把捋清思路，同时沟通的过程中把大纲搭出来。基于生成的内容，我再做校对：把太“AI味”的句子改掉，让它更像我在表达、更有活人感。

新技能学习：

现在学习的速度变快了，主要是三方面：一，通过AI快速总结，能扫一眼就判断“值不值得学”，甚至通过生成 PPT、播客这种形式，让同一份内容用不同形态更快进到我脑子里；二，遇到难懂的知识点（尤其是代码），我可以让它用类比和举例，把抽象概念翻译成我能理解的版本，比如我之前分析过 React + Figma 组件类比的小例子；三是 AI 编程带来的“实践学习”——我可以先把我想要的结果描述出来，让它先做出一个能跑的版本，我再回头看它是怎么实现的，这种“先看到结果再学习”的方式，比纯看教程有效太多。

可验证的交互Demo：

以前很多交互方案最后还是停在静态稿，现在我在有了大概思路之后，比起去连乱如麻的线，会更倾向用 AI 先快速做一个小 Demo——比如我的看板插件、之前做的「爸爸知道」小程序，或者工作里的一些交互场景。对我个人来说，一个能点的 Demo 比什么都直观、更容易在体验中发现可优化方案。

小产品落地：

现在我可以把脑子里的想法，用AI把最小版本快速执行出来。同时也做过跑通全流程：认证申请、服务器、数据库、前后端、部署、推广。最近做小程序关于动效部分也有了应用，以前需要自己先Demo做出来，还得去找合适的源码示例给前端参考；现在很多时候我把我想要的动效效果描述清楚，就能给出实现效果和源码，我可以直接用在项目里。

AI在我工作中的应用

Q4：AI 帮不了什么？斜杠随之而来的负面是什么？

除了AI不能帮我基于“现生”冒出点子之外，对于我来说最难的，也是我一直没迈出去的就是“活人感的直播”，其实一直有小伙伴建议我开直播去讲组件库搭建或者AI编程是怎么做的，也有行业前辈邀请我去他的课程里分享BI相关的内容，但我要么一推再推、要么就婉拒了。

AI 确实能帮我做很多“准备工作”：帮我整理提纲、准备讲稿、甚至优化音色、语气这些技术层面的东西。但直播这种东西，本质还是人跟人同步的交流。对一个Introvert Pro Max的人来说，走出舒适圈很难。

同时，斜杠也会带来一些现实代价：

精力细碎：想做的东西变多了，每个都需要花费长段时间，精力被切的细碎。现在找到了一位靠谱的技术合作，后端还是交给专业的人去开发吧～

定位更难：标签变多后，每个都像主线，反而更难被一个岗位一句话概括，尤其把自己放在面试市场的洪流下，很难找准一个合适的定位。

最后收个尾：其实收到优设邀请的时候，我真的不知道该写什么。觉得写出来也不会有人看吧，又或者能对大家能有什么帮助呢。

后来想想，干脆就讲讲我的“斜杠”吧，其实这也是我的困惑，就像我在「公众号年终总结」里写过的一句：“这一年，我一边看见了更多可能性，一边却没有任何一个真正落地的停机坪。” 总之，希望多少能给正在摸索的人一点参考吧，也希望自己能够作为被观察者收获一些建议，无论好的、坏的。

至于 2026，我大概率还会在“斜杠设计师”这条路上继续越走越远。也跟大家透露一个小消息：最近我在和同事一起做一个面试相关的小程序，刚好微信这边有 AI 开发者支持，能先白嫖一阵。顺利的话，预计春节后上线，赶个金三银四～

小程序预告

划重点：各位如果有合适的坑位，请看看我呀，哈哈