大模型加速产品原型生成实践

在B端研发流程中，产品原型作为连接产品需求与最终开发的桥梁，扮演着至关重要的角色。然而，传统的原型生成方式存在诸多痛点，如沟通成本高、业务侧感知链路过长、产品同学工作量大等。为了解决这些问题，我们探索了大模型在产品原型生成中的应用实践，并取得了一定的成果。

一、背景与痛点

在产品开发过程中，产品原型的需求评审和业务验收阶段常常出现沟通不畅的问题。需求评审时，产品需求文档可能缺少原型或原型与研发团队规范不一致，导致需要反复沟通。业务验收时，开发的页面或效果可能不符合业务侧期望，再次引发沟通成本。此外，产品同学还需要花费大量时间根据需求文档输出样式固定的原型文档，工作效率低下。

二、智能原型工具的应用

为了解决上述痛点，我们自研了一款智能原型工具，利用大模型的推理能力，将产品需求文档中的页面描述“翻译”成符合研发团队规范的页面原型。这款工具不仅减少了沟通成本，还缩短了业务侧对效果的感知链路。

智能原型工具的使用非常便捷。产品同学只需在PRD文档页面选择文字，然后唤起原型生成工具，即可快速生成页面原型和修改原型。这一过程中，产品同学无需切换到其他软件或界面，大大提升了工作效率。

三、实现原理与架构设计

智能原型工具的实现原理主要基于大模型的推理能力和低代码平台配置规范。它将产品所写的页面描述、修改指令、拖拽动作作为输入，低代码领域知识作为补充，大模型或可视化编辑器作为处理器，低代码SDK作为渲染器，最终输出页面原型。

架构设计方面，智能原型工具采用了分层架构，包括应用场景层、能力层、引擎层和基础层。应用场景层主要支持产品同学生成原型和研发同学利用原型进行页面开发。能力层则提供了辅助产品同学生产原型的能力集合。引擎层集成了得物自研的低代码引擎和推理引擎，是生成原型配置和渲染配置的发动机。基础层则负责接口服务、记录存储、模型部署和监控等任务。

四、实践效果与落地情况

智能原型工具在实际应用中取得了显著成效。它支持对生成的原型进行微调，并生成相对应的低代码平台配置。生成原型的用时在15秒以内，且具备生成记录可查、可修改的功能。同时，智能原型工具已实现关键使用链路埋点，可以及时发现产品同学的使用卡点。

目前，内部已有较多的产品同学正在使用智能原型工具生成B端页面原型，并收到了正向的使用反馈。未来，我们将继续优化智能原型工具的功能和性能，以满足更多场景的需求。

五、未来展望

1. 场景扩展：目前，智能原型工具主要支持表单、列表、弹窗等高频场景。未来，我们将支持复杂表单、复杂列表、图表等更多场景，以满足产品同学在工作中可能遇到的各种页面需求。
2. 大模型训练：目前，智能原型工具主要利用了大模型的推理能力。未来，我们将利用工程化手段对低代码平台的使用教程、示例、用户使用数据等数据做结构化处理，然后利用大模型和知识库生成训练数据，对通用大模型进行微调，得到更加智能的原型工具模型。
3. 优化链路：我们将继续与自研低代码平台协同工作，缩短MRD2PRD2Code链路，使每一个产研链路中的每个节点的结论都可以得到一个可见的结果，从而进一步减少沟通成本与提升交付效率。
4. Web2Code链路：针对需要对老页面做修改的场景，我们将推出Web2Code功能。产品同学只需打开老页面即可生成原型，然后在生成原型上做修改，大大提升了修改效率。
5. 编辑功能增强：未来，我们将增加组件拖拽式编辑功能，支持产品同学通过拖拽组件生成原型以及相应产品描述功能，进一步提升原型设计的灵活性和便捷性。

六、产品关联

在上述智能原型工具的优化与升级过程中，千帆大模型开发与服务平台将发挥重要作用。该平台提供强大的大模型训练和推理能力，可以支持我们进行更加高效的大模型训练和优化。同时，其丰富的低代码平台配置规范也将为智能原型工具提供更加完善的支持。通过千帆大模型开发与服务平台，我们可以进一步提升智能原型工具的智能化水平和用户体验。

综上所述，大模型在产品原型生成中的应用实践已经取得了显著成效。未来，我们将继续探索和优化这一领域的技术和应用，为产品开发提供更加高效、便捷的工具和解决方案。