
我如何用 Enter 在 4 小时内打造一款 AI 驱动的概念探索应用
一位设计师如何用 Enter Pro 在 4 小时内打造出功能完整的 AI 画布应用,涵盖工作流程、prompt 设计与实战技巧的详细复盘。
一位没有任何后端经验的设计师用 Enter Pro 打造了 Essence——一款 AI 原生画布应用,能把任何概念拆解成最基本的构成要素。从一个想法到集成 AI、支持双语、带有游戏化体验的完整产品,前后只用了 4 个小时。
灵感的起点
作为一名设计师,我一直被一个问题深深吸引:创造力究竟从何而来?
我研究设计方法越多,就越发现同一个规律:创造力往往始于拆解与重组。把一个事物拆成最本质的部分,再以全新的方式重新组合。
这个想法催生了 Essence——一块由 AI 驱动的概念探索画布。输入任意一个概念,AI 会将它拆解为核心元素;再把这些元素重新组合,新的想法便由此涌现。
为什么选择 Enter
我是一名产品设计师,而不是全栈开发者。Essence 的构想需要好几样让人望而生畏的东西:
- 一块支持拖拽、缩放、平移的交互式画布——类似 Figma 或 Miro 那种复杂的 UI
- 用来驱动概念拆解与重组逻辑的 AI 集成
- 一个能安全处理 AI API 调用的无服务器后端
- 一次能让别人真正用起来的部署
过去,连接 LLM API 这件事会拦住大多数非开发者——API 密钥、环境配置、鉴权逻辑,样样都是门槛。
有了 Enter 的 AI All,我只需要说一句"用 Claude Sonnet 4.5",它就自动接好了一切——后端 Edge Functions、请求格式化、错误处理,全都搞定。
用 Enter Pro,我完全不用碰基础设施。我只要描述自己想要什么,React、Supabase、Edge Functions 和模型集成都交给它处理,我只专注于"要做什么"和"为什么这么做"。
构建过程:4 小时内的 5 个阶段
阶段一:搭建基础
我把脑子里的想法整理成一段完整的 prompt,发给了 Enter。大致内容是这样的:
创建一个名为"Essence"的 AI 原生画布探索应用。这是一款轻量级思维游戏。核心机制:用户输入任意一个词,AI 会将其精确拆解为 2 个更原子化的概念,以"emoji + 短词"节点的形式显示在画布上。拆解规则:始终返回恰好 2 个节点,每个节点包含 1 个 emoji + 1 个短词,概念应随层级加深而愈发本质——朝情绪、动机、能量、结构、关系、权力、价值、欲望、冲突等维度靠拢。用户也可以选择任意 2 个节点,将它们重组为 1 个新概念。画布支持无限拖拽、缩放、双击拆解、多选重组。每次拆解消耗 1 点,每次重组消耗 2 点。
读完这段 prompt 后,Enter 做的第一件事是加载它的 AI 能力,然后直接问我:"你想用哪个 AI 模型来做概念拆解和重组?"它列出了可选项——GPT-5.2 Pro、Gemini 3 Pro 和 Claude Sonnet 4.5——并逐一标注了成本、速度和优势。我选择了 Claude Sonnet 4.5(在遵循指令和创意任务上表现出色),Enter 自动接好了整条 API 连接。
几分钟后,完整的项目结构就绪——React 18 搭配 TypeScript,Vite 作为构建工具,Tailwind CSS 负责样式,@xyflow/react 负责画布,还有一个连接 Claude API 的 Supabase Edge Function。核心的拆解与重组逻辑第一次运行就成功了。

阶段二:调优 AI 逻辑
这是整个项目中最关键、也最有意思的部分。Essence 究竟是令人愉悦还是枯燥无味,完全取决于 AI 输出的质量。最终的代码把 AI 逻辑拆成了三个独立函数,每个都配有精心打磨的 prompt 策略。
问题:AI 太"学术"了
第一版跑起来之后,AI 的结果意外地滑稽——输入"剪刀",返回的是"钳状附肢"和"对称演化";输入"爱",得到的是"神经递质"和"量子态"。技术上没错,但完全不好玩,也不直观。这不是我想要的体验。
修正 #1:给 AI 一个人设
关键的突破在于给 AI 设定一个清晰的系统角色——不是"你是一个拆解助手",而是 "你是一个有趣的拆解游戏。把复杂的事物变成简单的构成模块!使用日常用语。" 就这一句话,彻底把输出风格从学术论文变成了轻松俏皮的对话。
修正 #2:正面例子 + 反面例子
我发现光靠正面例子还不够——AI 偶尔还是会滑回学术模式。于是我同时加入了好的和不好的例子:
**好例子: **剪刀 → 🔪 刀刃 + 🔗 铰链(两片由铰链连接的刀刃)咖啡 → ☕ 热水 + 🫘 豆子(热水 + 咖啡豆)朋友 → 👤 人 + 🤝 信任(互相信任的人)梦 → 😴 睡眠 + 💭 想象(睡眠中的想象)坏例子(太学术): ❌ 钳状附肢、对称演化、神经递质、量子态
这种"正反对比"让 AI 对我想要的语气有了非常精准的理解:简单、直观,能让人会心一笑或产生"啊哈"时刻的那种感觉。
修正 #3:三个函数,三套策略
最终的 AI 逻辑拆成了三个独立函数,每个都有自己的 prompt 设计和参数调优:
① Emoji 生成(generateEmojiForConcept):当用户输入一个概念时,一次独立的 AI 调用会先生成一个语义匹配的 emoji。系统角色设定为"你是一个 emoji 生成器,只输出 JSON",temperature 设为 0.7(准确性优先于创造性),并由少量示例引导:石头 → 🪨,火 → 🔥,爱 → ❤️。如果解析失败,会优雅地回退到默认的 ✨。
② 概念拆解(decomposeConcept):核心函数。prompt 引导 AI"像拆积木一样拆解事物",返回恰好 2 个节点(emoji + 短词)外加一句话解释。temperature 设为 0.8——比 emoji 生成更高,以留出更多创意空间。关键的设计决策是:每次请求都注入一个随机种子(randomSeed),确保同一个概念每次都能得到不同的结果——这让探索拥有了真正的"可重复游玩性"。
③ 概念重组(recombineConcepts):最具创意的部分。prompt 将其定位为"像玩游戏一样思考",并给出富有想象力的例子:水 + 火 = 蒸汽 ♨️,面粉 + 火 = 面包 🍞,人类 + 翅膀 = 天使 👼,悲伤 + 快乐 = 人生 🎭。结果应当"出人意料、有洞察力、略带幽默、不落俗套"。用同样的随机种子技巧来保证多样性。
修正 #4:悬停解释让逻辑可见
每一次 AI 拆解或重组都会额外返回一段简短的 explanation。这段文字不会直接显示在节点上(为了保持界面简洁),而是存储在节点的数据里。当用户悬停在某个节点上时,会弹出一张精致的 HoverCard,展示完整的推理链:
- 拆解节点(翠绿色标签):🎭 戏剧 = 😢 冲突 + 👥 角色,下方写着"戏剧本质上是角色之间的冲突"
- 组合节点(紫罗兰色标签):😴 睡眠 + 💭 想象 = 💫 梦,下方写着"睡眠中的想象就是梦"
这样的设计让信息分层显得格外优雅——表面上是极简的 emoji 卡片,深入探究则能看到 AI 的思考过程。
效果
经过这一系列调优,AI 输出的质量发生了戏剧性的转变:
❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream
每一次拆解都点燃一个"啊哈"时刻;每一次重组都能引出一个微笑。这就是 prompt engineering 的力量——重点不是写更多代码,而是找到和 AI 对话的正确方式。

阶段三:打磨交互
从这一步开始,应用开始有了生命感:
- 选中 1 个节点 → 出现"拆解"按钮——进一步拆分
- Shift + 点击 2 个节点 → 出现"重组"按钮——把它们合到一起
- 双击任意节点 → 即时拆解——快速探索
- 悬停在任意已处理节点上 → 在 HoverCard 中查看 AI 的推理过程
我还加入了一层轻量的游戏化机制:起始 20 点(拆解消耗 1 点,重组消耗 2 点),这营造出一种温和的约束,促使你去思考该探索哪条路径。点数会本地保存,你随时可以重置。



阶段四:打磨 UI 设计
功能跑通之后,接下来的重点是让 Essence 的观感和它带来的体验一样出色。
第一个重大的设计决定是字体排版。我选择了 Bricolage Grotesque 作为全局字体——一款几何感、现代感十足的无衬线字体,瞬间把应用从默认系统字体的领域中拉了出来,赋予它独特的品牌辨识度。
节点卡片的视觉效果经历了多轮迭代。最终方案落在了大号圆角矩形卡片(rounded-2xl)上,配以柔和的马卡龙色背景——amber-50、emerald-50、violet-50 随机分配——用一个大号 emoji 作为视觉锚点,底部配一个短词标签。画布最终看起来就像散落着一片彩色便利贴:轻盈、俏皮、不杂乱。
输入框是应用的"第一印象",所以我对它的要求最高。正是在这里,Enter 的 Enter Components 功能真正大放异彩——一个内置的 AI 组件库,你可以搜索、预览并一键添加组件。我在搜索框里输入"ai",发现了一个叫 claude-style-chat-input 的组件——一个风格优雅的对话式输入框。我点击"+ Add to Chat",Enter 就自动把它集成进了我的项目,并调整样式以匹配现有的设计语言。原本朴素的 HTML 输入框瞬间变成了一个精致的对话式输入体验——圆角边框、柔和阴影、内联按钮布局——与应用的视觉风格完美契合。
不需要从零写组件,也不用和 CSS 死磕。Enter Components 让你像搭积木一样组装高质量的 UI,Enter 会自动调整样式以保持视觉一致性。
最后,我加入了一组快速开始概念卡片——❤️ 爱、💰 金钱、⏰ 时间、🌳 树、🎵 音乐、💭 梦——以倾斜、彩色的迷你卡片形式展示在欢迎页上,降低了冷启动门槛,让用户一眼就明白自己可以输入什么。



阶段五:国际化
Essence 面向全球用户打造,所以中英双语支持不是"锦上添花"的选项——而是必需品。
但国际化不仅仅是翻译界面文本。在 Essence 中,AI 的输出也必须匹配用户选择的语言——在中文模式下,拆解"爱"应该返回"人 + 信任"这样的中文结果;切换到英文模式,拆解"Love"应该返回"Person + Trust"。这意味着前端的语言切换必须一路传递到 AI 的 prompt 层。
在实现上,我用 Zustand 做轻量级的语言状态管理。整个 i18n 系统是这样运作的:用户点击右上角的语言切换按钮 → 全局状态更新 → 所有界面文本瞬间切换 → AI 调用接收到当前的语言参数 → prompt 模板选择中文或英文版本 → AI 输出自动匹配用户的语言。语言偏好还会持久化保存到 localStorage,下次访问时无缝恢复。
在 Enter 里,实现这一切只需要一段描述:"在右上角加一个语言按钮,实现中英文切换。所有界面文本、AI prompt 和 AI 输出都应该根据所选语言自动切换。"Enter 一次性搭好了整条流水线——从状态管理到 prompt 模板分支,再到本地持久化。
这也印证了一个重要的经验:i18n 越早搭建越好。如果等到所有功能都做完了才加国际化,你会发现硬编码的文本散落在各处 prompt 里,UI 字符串也已经写死在每个组件中——事后补救会非常痛苦。从第一天起就搭好多语言架构,之后你要做的就只是添加翻译内容而已。
Essence 的特别之处
拆解:看见万物看不见的结构
输入任意一个词。AI 会把它精确拆解成 2 个原子概念——每个都配有一个语义化的 emoji 和一句话解释。然后继续下去,把它们也拆解开。看着一棵概念树在你眼前生长。
🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story
重组:用旧概念的原子创造新想法
在画布上任选 2 个节点——即使来自完全不同的分支——把它们组合起来。AI 会找到那个出人意料的联系。
🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel
玩起来,而不只是想
20 点系统把抽象的探索变成了一场有趣的游戏。每一次点击都是一次选择。你要探索哪条分支?要组合哪些原子?这是一个专属于好奇心的沙盒。
技术栈——由 Enter 组装
| 层级 | 技术 | 作用 |
|---|---|---|
| 前端 | React 18 + TypeScript | 应用框架 |
| 画布 | @xyflow/react (React Flow) | 交互式基于节点的画布 |
| 样式 | Tailwind CSS + shadcn/ui | 设计系统与组件 |
| 后端 | Supabase Edge Functions | 无服务器 AI API 网关 |
| AI 模型 | Claude Sonnet 4.5 (Anthropic) | 概念生成引擎 |
| 构建 | Vite | 快速开发服务器与打包工具 |
| 状态管理 | Zustand | 轻量级 i18n 状态 |
| 部署 | Enter Pro | 一键发布 |
这些配置我一个都没手动做过。Enter Pro 根据我的描述和迭代式的 prompt,组装了整个技术栈。
我学到的经验
- 双层 prompting,两种思维方式
用 Enter 构建 AI 应用其实是两场同时进行的对话:和 Enter 对话就像和一位全栈工程师协作——需要清晰的需求;和应用内的 Claude 对话则像和一位创意伙伴协作——需要情感引导和基于示例的教学。把这两层都做对,才是真正的功夫所在。
- 给 AI 一种性格,而不只是规则
把系统角色从"你是一个概念拆解助手"改成"你是一个有趣的拆解游戏",仅凭一句话就彻底改变了整体输出风格。规则约束的是格式;性格决定的是质量。
- 正面例子 + 反面例子胜过冗长的描述
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters
这三行传达的信息,比 100 个字的描述还要多。正反对比是最被低估的 prompt engineering 技巧。
- 随机种子赋予探索型产品可重复游玩性
同一个概念每次都能得到不同结果——今天是"爱 = 人 + 信任",明天是"爱 = 脆弱 + 勇气"。随机种子 + temperature 0.8 在保证质量的同时把多样性最大化。探索型产品的生命线就是"每次都有新东西"。
- 约束创造玩法
20 点系统把漫无目的的点击变成了有策略的探索。这是游戏设计中的经典原则:有意义的选择需要有限的资源。
- 正确的 vibe coding:一次只专注一个阶段
先做基础 → 再调 AI 性格 → 再打磨交互 → 再做视觉设计 → 最后做 i18n。每个阶段只专注一个维度,让与 Enter 的对话保持清晰、输出保持可预期。
🔗 用 Enter Pro 打造你自己的应用: enter.converge.ai






