20.1
从草图到可讨论原型
在产品、空间和服务设计中，视觉思维让尚未确定的想法成为可以共同讨论的对象。草图的粗糙有时是一种优势，因为它提示方案仍可改变。AI可以迅速生成不同布局、界面和场景，使团队比较更多方向；但过早生成逼真图像，也可能让参与者误以为成本、结构与可行性已经解决。原型应明确表达完成程度，避免外观精致掩盖未确定部分。
Sutherland的Sketchpad早已展示图形交互与约束在计算机辅助设计中的潜力。[19]今天的AI增加自然语言解释、候选生成和跨形式转换，却没有替代约束本身。一个酒店大堂效果图仍需检查通行、消防、工作动线与设施尺寸；一个漂亮服务界面仍需检查数据和权限。AI视觉生成应进入有约束的设计过程，而不应仅作为最终渲染。
课堂可以让学生先画低精度服务界面，标出用户需要做的判断，再让AI产生两个外观方案。比较时先检查任务是否顺利完成，再讨论视觉风格。若新方案删掉了重要说明，即使更美观也应修订。学生由此理解，设计质量来自目的、约束与体验的共同满足，而不只是图像吸引力。
20.2
共享图形如何帮助跨岗位协作
组织中的图可以成为不同专业之间的共同参照。业务人员解释目标，数据人员解释字段，技术人员解释实现，管理人员解释责任。共同参照不意味着所有人理解完全相同，而是让分歧有可以定位的位置。若有人说“这个流程不对”，主持者可以请他指出节点、连接或规则，并提出修改依据。讨论因此从抽象意见转向可处理差异。
AI会议助手可以把讨论整理为候选图与决策记录，但必须区分建议、已同意事项和未解决分歧。不能把多数人反复提到的内容自动标为共识，也不能把会议中沉默理解为同意。图中的确认状态应来自明确记录。对于重要改变，应保留提出者、负责岗位和后续核实动作，避免图变成没有人真正承担责任的漂亮总结。
团队还可以使用分层视图。管理层看目标与风险，实施人员看接口与数据，一线人员看动作和例外；三者共享关键编号，允许向下展开。这样既避免每张图承载所有细节，也避免不同岗位各维护一套互相矛盾的解释。AI适合帮助生成不同视图，但共享语义结构与变更控制仍是组织工作。
本报告提出的概念与设计示意 Conceptual design proposed in this report
图内保留中英双语标签；正文提供相应解释。点击查看大图。20.3
创造性探索与收敛的节奏
创造性工作需要扩展候选，也需要选择。AI在扩展阶段可以提供反常组合、不同视角与场景变化，视觉工作区帮助团队把候选并列，而不是按聊天顺序逐个忘记。进入收敛阶段后，应使用预先确定的标准比较价值、可行性、风险和实施成本。若系统一直生成新图而不支持选择，团队可能产生更多材料却无法前进。
建议将候选保持在可管理数量，并记录每个方案的一项独特价值与一项主要弱点。图像差异不应被误认为概念差异；三个颜色不同的同一流程，不是三个方案。真正的替代可能改变服务时机、责任分配、数据使用或用户选择。AI可以被要求先说明结构差异，再生成视觉差异。这样能够减少对外观新奇的依赖。
收敛也应允许混合与返回。团队可以从两个候选中组合有依据的部分，但必须检查新关系是否一致。某个方案因成本被排除后，如果外部条件变化，也可以重新进入比较。保留候选与理由，使设计过程拥有记忆。视觉思维在这里不仅帮助想象，也帮助决定何时停止探索并开始验证。
20.4
组织学习与长期维护
一个团队真正积累的，不应只是图形模板，而应是问题模式、判断规则和失败经验。每次项目结束，可以归档问题、主要表征、关键证据、改变过的假设和结果。后来出现类似任务时，AI检索这些经验并提出候选，但不能默认旧方案直接适用。相似情境仍可能具有不同客户、权限、时间与资源约束。
维护时要防止图形失去现实对应。岗位调整、系统升级和政策变化之后，旧图可能仍被反复引用。每张关键流程应有负责人、复核条件与版本日期。复核不必机械地频繁重画，而应由重要变化触发。图表若用于训练新员工，尤其需要确认它描述的是现行程序，而不是过去理想化的方案。
组织可以用简单指标检查视觉知识是否发挥作用：新成员理解流程需要多久，跨部门问题能否定位，错误是否能够追溯，修改是否同步到相关材料。这些指标比图形数量更接近价值。AI时代的组织视觉能力，最终体现为团队是否能够更快形成共同理解，并在证据变化后及时修改行动。
| 对象 | 应说明 | 维护方式 |
|---|---|---|
| 建议 | 是谁提出依据什么 | 保持待确认状态 |
| 共识 | 哪些岗位明确确认 | 保存决定与日期 |
| 分歧 | 冲突在节点还是规则 | 记录证据与解决人 |
| 行动 | 负责人与期限权限 | 跟踪执行与结果 |
| 假设 | 何时会失效 | 定义验证与更新触发 |
| 经验 | 适用与不适用条件 | 检索前重新匹配场景 |