用两个 AI 智能体把原型变成前端设计规范

Devin Chasanoff 建议，在让 AI 构建应用之前，先创建详细的前端设计规范。规范描述界面、布局和交互，为另一个智能体提供实现方案，而不是只追逐单个功能。

Chasanoff 在 Google Antigravity 中先请 Gemini 创建一组智能体，引导整个过程并解释不熟悉的概念。示例是一个智能健身应用，其原型此前在 Google AI Studio 中制作。

初始提示词说明最终目标：一份涵盖应用设计、布局和交互的文档。Chasanoff 明确说此时不要写规范，眼前的任务是创建能够协助制定规范的智能体和技能。

主要的规划智能体作为思考伙伴，提出问题并帮助评估选择。Chasanoff 要求它向一位不熟悉这些概念的假想朋友解释，让这一过程既能产出文档，也能帮助学习。

提示词还描述了智能体应如何与用户互动。Chasanoff 解释，智能体的底层 harness 包含指令、工具和目标，自定义智能体可以围绕特定任务调整交互体验。

他把规划与文档记录分开：规划伙伴与用户讨论决策，第二个智能体充当记录员，将确认的结果写入设计文档。Gemini 随后制定并执行智能体设置方案。

Chasanoff 打开一个新的 Antigravity 会话，让新智能体拥有干净的上下文，然后启用客户端规划智能体。它提出路线图，并询问从哪里开始。

他提供 AI Studio 中的原型截图，并让智能体参考已有的数据架构规范。截图为健身应用提供初始界面，同时保留改进设计的空间。

智能体解释路由等概念，提出建议并征求反馈。Chasanoff 与智能体反复讨论路由、组件层级和其他细节，用户不必事先掌握每个技术术语。

Chasanoff 说，重复使用同一种模式减少了组织各个步骤的负担，让他可以把精力放在判断和设计品味上。他考虑的是应用应该是什么样，以及如何让它可维护、可扩展并真正对用户有用。

最终设计文档包括导航和视图地图、页面规范、可复用组件目录、客户端状态与数据流矩阵、测试计划和变更记录。它记录了后续实现所需的技术细节。

Chasanoff 说，他用普通语言表达想法，Gemini 将其转成另一个智能体可以使用的规范。他预计，这种规划方式比没有设计就反复添加功能和修复问题更能打好基础。