惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
Google DeepMind News
Google DeepMind News
S
SegmentFault 最新的问题
Project Zero
Project Zero
D
DataBreaches.Net
I
InfoQ
L
Lohrmann on Cybersecurity
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
The Register - Security
The Register - Security
Recorded Future
Recorded Future
Vercel News
Vercel News
博客园 - 司徒正美
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
I
Intezer
The Hacker News
The Hacker News
F
Fortinet All Blogs
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
Help Net Security
Help Net Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Scott Helme
Scott Helme
T
Threatpost
爱范儿
爱范儿
N
Netflix TechBlog - Medium
D
Docker
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
K
Kaspersky official blog
H
Help Net Security
S
Secure Thoughts
T
Threat Research - Cisco Blogs
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
S
Security @ Cisco Blogs
Cyberwarzone
Cyberwarzone
N
News and Events Feed by Topic
G
Google Developers Blog
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
博客园 - 叶小钗
B
Blog
Google DeepMind News
Google DeepMind News
Recent Announcements
Recent Announcements
Simon Willison's Weblog
Simon Willison's Weblog
S
Securelist
P
Privacy International News Feed
Spread Privacy
Spread Privacy
The Last Watchdog
The Last Watchdog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
5000字干货,帮你全方位解析搜索历史模块的设计
Andrew · 2022-10-28 · via 人人都是产品经理

面对不同的使用场景、不同的用户需求,产品的“搜索历史”设计可能会有所差异。那么,常见的“搜索历史”设计有哪些样式?导致产品选择不同的布局格式的原因又有哪些?本篇文章里,作者针对“搜索历史”设计进行了一定解读,一起来看。

之前给团队招人面试,发现很多候选人在回答「这里为什么这么设计」时从好看、美观的角度来解释。

这个维度是很重要,但这种主观的决策依据,不仅和用户、业务诉求断层,也很难让我们的设计站稳脚跟,让对方信服。所以,每一处细节背后的设计思路就变得尤为重要。

我们在做日常需求时,也可以通过不断的自问「为什么」来寻找支撑。比如我之前做的「搜索历史」的需求,看似一个非常简单的功能,但当我自问这么设计的支撑依据时,却很难说出口。

所以,我花了些时间挖掘它背后的逻辑,并将思考过程和成果沉淀成文,希望这些内容能给你带来帮助和启发。

一、关于搜索历史

尼尔森前辈在他的十大可用性原则中明确建议,在设计中需要将用户以往的历史行为呈现给用户,以此来减少用户的记忆负担。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

搜索历史功能就是一个典型,它和播放器的历史跳转功能、转账的历史账户功能一样,本质都是为了减少用户的记忆成本而存在。

但搜索历史该如何设计布局呢?

二、搜索历史的三类布局

我搜集了各行业21个竞品,发现搜索历史的布局大概可以归纳为以下三类。

1. 自适应布局

关于自适应,简单说,就是容器的宽度跟随内容的变化而变化,而padding(块内间距)保持固定。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

所有竞品当中,以下这三类产品的搜索历史,全部使用了自适应布局(考虑到篇幅原因只放部分截图)。

1)电商类

淘宝、考拉、京东、闲鱼、天猫、pdd,这些产品的搜索历史普遍使用了自适应布局。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

5000字干货,帮你全方位解析搜索历史设计(深度好文)

2)生活服务类

美团、饿了么这类生活服务类平台,全部是自适应。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

3)内容类

包含各种短视频类、资讯类、音频类的内容产品。比如网易新闻、腾讯新闻、喜马拉雅、简书、荔枝、小红书。它们的历史记录也全部是自适应。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

5000字干货,帮你全方位解析搜索历史设计(深度好文)

① 优点

  1. 大幅节省空间提升屏效,同等面积可容纳更多的记录;
  2. 全圆角胶囊形式增强了点击感(关于圆角对点击行为引导的理论依据,可参考我之前关于按钮的文章);
  3. 胶囊聚合的形式让信息层级更明确和聚焦(参考同上)。

② 缺点

  1. 面积不一致下的布局,在垂直方向无对齐关系,迫使动线水平迁移,查找和区分效率低;
  2. 面积不一致,直接导致了点击体验的不一致;
  3. 历史词数量较多时,无序混乱感较强。

2. 双列布局

使用这种布局的竞品不多,头条、百度、知乎和西瓜,都使用了双列布局。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

5000字干货,帮你全方位解析搜索历史设计(深度好文)

① 优点

  1. 一家人就得整整齐齐,相比自适应,双列布局视觉秩序感高,在数量较多时也不会产生混乱感;
  2. 明确的对齐关系,引导动线垂直扫视,查找和区分效率高
  3. 每个搜索词占据近半屏的空间,面积足够,点击体验爽歪歪;
  4. 所有搜索词点击体验一致。

② 缺点

  1. 搜索词限定了固定宽度,空间利用率较低、屏效较低,这一问题在搜索词字符宽度很少时尤为明显;
  2. 因为容器的缺失,信息聚焦性和层次明确性不如胶囊。

3. 单列布局

与我们浏览器产品对标的行业内竞品中,并未出现过单列布局。

但有意思的是,这种布局存在于一些典型的社交型应用中,比如前年9月份全量上线搜一搜功能的微信、再比如qq和微博,都是单列。另外,抖音的搜索历史也是单列布局。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

5000字干货,帮你全方位解析搜索历史设计(深度好文)

① 优点

  1. 搜索词列表式排开,秩序感高,较多数量时无混乱感;
  2. 每个搜索词占据全屏宽度,面积宽阔,点击体验那是相当得爽;
  3. 所有搜索词点击体验一致化;
  4. 空间足够,删除的操作可直接外显前置,减少删除操作成本。

② 缺点

  1. 限定了全屏固定宽度,空间利用率贼低,屏效贼低;
  2. 信息聚焦性和层次明确性不如胶囊。

到这里,可能你跟我有一样的困惑。一个简单的搜索历史,为什么不同的产品使用了不同的布局?布局和产品本身有哪些关系?到底什么情况下适合自适应?什么情况适合双列?什么情况适合单列?

别忽略它们,把所有困惑列下来,然后尝试各种办法去思考,去解决。多问为什么,是培养设计师洞察力的绝佳手段。

首先,任何表现层的设计手段归根结底都可源自两类诉求:业务诉求和用户诉求。搜索历史偏向用户侧的体验,这里我选择从用户进行切入,也许可以发现一些东西。

三、关于用户分层

体验设计中有个概念叫用户分层,即便是同一个页面,我们也需要去细分不同的场景对用户做分层,为不同的用户做设计。

比如很多产品的首页,之所以普遍是“搜索+品类+推荐”结构,也是基于用户分层的设计。

用户来到首页后,可以大致分为浏览型和目的型两类。前者没有明确目标,随便逛逛,因此产品可以通过算法进行模块化精准推荐;后者有明确的目的,知道自己想要什么,因此产品可以通过提供搜索和品类入口,帮助这类用户定点查找。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

而目的型用户在进行了搜索这个行为后,便生成了搜索历史。因此,我们可以通过挖掘用户搜索行为背后的目的,来分析为什么使用不同的布局。

四、搜索行为背后的目的

我发现用户进行搜索时的目的,大概可以细分为以下三大类:购买决策型、内容消费型和答疑解惑型。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

1. 购买决策

这类动机的用户基于自身对某类物品、服务进行购买的动机,产生了搜索的行为。

比如我想去点个外卖、买个衣服。这里的第一步,就是去搜索,筛选出符合我预期的内容。

1)搜索内容

通常是某类具象的名词,比如粥、火锅、串串香、球鞋等,或者店铺名。

2)对应产品

所有的电商类、生活服务类的应用,如淘宝、京东、美团、饿了么等等。

3)布局分析

我发现这类产品基本全使用了自适应布局,为什么呢?

① 购买决策型的搜索内容基本对应了具象名词,通常字符数较少。所以采用自适应能够保证极高的空间利用率。如果采用双列或者单列的布局,会存在明显的空间浪费、降低屏效、影响其他内容的曝光。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

② 购买决策型的用户,场景上偏高愉悦场景。高愉悦场景下,我们更倾向于“浪费”时间。

比如我们在点外卖、刷淘宝,猎物酬赏往往会让我们沉浸其中不可自拔,忘记时间的存在,等意识过来时,发现已经过去大半个小时(这里的猎物酬赏即我们在搜寻过程中接触到的源源不断的有价值的信息,在最后一个月了,如何用上瘾模型弯道超车?这篇文章中有讲,有兴趣的老铁可以去看看)。

映射到现实生活中,就好像我们平日里去琳琅满目的商场、超市购物,有充足的时间慢慢得精挑细选、货比三家。

所以,购买决策型的搜索场景不会追求高效,用户对历史词快速查找和使用的诉求相对较低。即便自适应布局降低了效率,负面影响偏低。

2. 答疑解惑

这一类内容基于用户对某类问题的解决诉求。

1)搜索内容

通常以5w1h的句式呈现,比如「南京公积金怎么提取」、「凡尔赛是什么意思」、「为什么会失眠」等等。

2)对应产品

浏览器产品、知乎。

布局分析

这类产品为什么基本都使用了双列布局?

  1. 搜索词通常遵循5w1h类型,字符往往较长(包含搜索联想词)。
  2. 答疑解惑型的搜索内容,通常对应着用户背后遭遇的问题,没有人希望自己的生活被问题填充和缠绕,所以绝大多数的问题,背后都裹挟了【我想尽快解决!】的诉求。

因为从场景愉悦度上来看,这类场景对应着低或中愉悦场景。此时,用户对时间的敏感度高,倾向于追求高效、节约时间。(当我们去尝试解决一个现有痛点、难题、困惑时,本能得渴望减少耗时)

并且,如果问题一直无法得到解决,较易出现急切,沮丧,挫败等负面情绪,所以,我们会经常基于之前输入的历史词进行反复的修正和尝试,直至耐心消失殆尽。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

而双列这种稳如老狗的布局,以垂直动线加速用户对历史词的的查找使用(数量较多时也不会出现混乱感),足够高效。而且,足够的空间也符合较长的字符宽度。因此双列布局是答疑解惑型搜索的不二之选。

绝大多数的浏览器产品,都采用了双列这一布局。因为浏览器给用户解决问题的属性已经深入心智,根据搜集的一些用研资料,答疑解惑型搜索在浏览器中也占据了最高的比例。知乎虽是内容型产品,但主要功能也给用户是答疑解惑,因此也采用了双列的布局。

看到这里,你可能会问,单列也满足条件啊,为什么很少看到单列的?没错,单列布局虽然也能符合这些要求,但是,它最大的缺陷就是——太占空间了。

同等面积下,双列能显示12个历史词,单列只能显示一半。最关键的是,产品还需要通过加塞实时热搜、搜索热榜这些玩意儿盈利。所以,商业价值的驱使下,单列布局的场景基本很少。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

3. 内容消费

这一类型的动机基于对某类内容的消费动机。

1)搜索内容

通常是某类抽象名词,比如某某话题、某某事件、某某资源等等,它们通常对应着内容创作者。

比如「王思聪土味情话」、「建党一百周年」、「苏州酒店坍塌事故」等等。

2)对应产品

主要为内容、社交型产品,比如各类新闻资讯、短视频类产品、简书、喜马拉雅、微博、微信(搜一搜)等等。

3)布局分析

这类产品的布局基本会有两类,一类是自适应,另一类是单列。

内容消费和购买决策本质上都属于“消费”范畴,只不过前者是内容、后者是需要付费的实物。它和购买决策一样,都属于高愉悦场景,而且由于内容的即时性和形式的多变性,引起的愉悦感往往要更加强烈。所以,自适应同样是合理的布局。

但是单列布局呢?

前面有说过,单列布局的体验比肩甚至优于双列,但最明显的缺憾就是太占空间,而空间向来是业务的必争之地。因此,单列布局的使用场景和具体业务相关。

比如业务需要确保其他搜索模块(如热搜、个性化搜索推送等)的曝光,那么是否可以允许这些搜索模块前置,让搜索历史作为一个单独页面,触发搜索框的聚焦后,和软键盘同步唤起。比如微信和qq。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

5000字干货,帮你全方位解析搜索历史设计(深度好文)

再比如是否允许减少历史词露出数,来达到搜索模块和历史词共处一页的目的,减少跳转,比如微博和抖音。

5000字干货,帮你全方位解析搜索历史设计(深度好文)

五、使用场景总结

1. 自适应布局

适用于购买决策型、或者内容消费型的搜索场景,此类场景下搜索词较短,且用户对历史词快速查找和使用的诉求相对较低。常见于电商、生活服务类产品。

2. 双列布局

双列布局,适用于答疑解惑型的搜索场景,此类场景下搜索词较长,且用户对历史词快速查找和使用的诉求较高。常见于浏览器产品,或者知识问答类产品。

3. 单列布局

单列布局,适用于内容消费型的搜索场景,此类场景下搜索词较长,因占据较多空间,需要视具体业务情况使用。

六、最后

以上,就是「搜索历史」在不同使用场景下的研究。其实,不论是多小的细节,我们设计师都可以基于用户和产品两类角度,通过不断得自问「为什么」,来挖掘背后的逻辑,以让我们的设计有理有据。不但帮助我们更顺利得过稿,也可以提升我们的洞察力和专业水准~

希望这篇干货对你有所帮助。

专栏作家

Andrewchen;微信公众号:转行人的设计笔记,人人都是产品经理专栏作家。中科院硕士自学转行,擅长通过文字帮助年轻设计师成长和提效。延迟满足、长期主义。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。