騰訊出品！設計師必須掌握的結構化思維實踐手冊（二）

一、點亮技能樹：體系化輸入

上期文章我們講完設計師為什么需要結構化思維后，接下來就來到了課程核心部分，看看結構化思維這個狠活如何真正落地到日常的工作中。

首先我們從學習開始說起，一是因為這是大家都逃不掉了，從進廠那一天開始，無論是主動還是被動，我們都不僅要學，還要大量地學，尤其近期 AIGC 的井噴式涌現，一定也讓大家從睡醒到睡前都被新知識全方位包圍與轟炸。二是體系化的學習不僅是一個必經的過程，而且也是結構比較完整閉環過程，無論學習的內容是什么，學習其實就是將前人結構化的思維和經驗為我所用的過程，所以路徑是相對清晰。

為什么要這章叫點亮技能樹呢？玩過游戲的同學都知道，技能樹也就是一個技能細分方向的集合，它其實就是一個通俗的知識體系模型。我們進到一個新的游戲，會選擇一個種族或職業，在游戲里打怪完成任務攢點數，然后根據自己的偏好和職業的優勢給對應的技能分配技能點，打通這條技能鏈路，從而成為該職業某個方向的佼佼者。

圖 1-科幻游戲 Outriders 天賦技能樹[1]

對于設計師來說也是一樣的，開局我們選了這個設計角色，后面就需要根據行業需求以及自身的職業規劃來點亮自己的技能樹，成為我們想成為的設計扛把子。

但我觀察到一個很神奇的現象，大家玩游戲的時候會花大量時間去研究自己游戲的經濟和技能點分配，也就是在什么時間點要解鎖哪一階技能或裝備；但是卻很少花時間在現實工作中去研究自己的學習狀態。

其實大家不妨以一個游戲打怪升級的心態來進行學習，因為學習的本質也和游戲一樣，無非就是解鎖技能樹，分配技能點，然后再次解鎖技能樹的過程；所以利用技能樹這個系統，能讓我們更好地從自下而上的散裝學習，轉換為自上而下的能力規劃和拓展。

圖 2-互聯網設計師動態技能樹

（AIGC 后續也許會成為設計師技能樹里最強壯的分支，甚至打破現有的設計師能力布局）

二、為什么要種技能樹？

接下來我們嘗試一下，怎么用設計實踐金字塔來指導我們進行體系化的學習。

STEP 1 定義學習現狀與目標

大家還記得第一步要干什么嗎？定義好目標和現狀，也就是我們得搞清楚為什么要學習，以及為什么要體系化地學習，為什么要種這棵技能樹？

根據設計師的實際情況，學習目標從時間維度來講可以分為短期目標和長期目標。短期目標很簡單，大多是為了解決特定的問題，這個稿子我得學會畫出來，這個圖我得渲出來，這個問題我要學會講清楚等等。而長期來說，對外是希望能夠追平同事之間的差距，甚至超越平均水平來形成你的職場優勢。對內則是馬斯洛第五層啦，得到自我成長、發揮潛能，實現創造。

圖 3-定義學習目標

但是理想很豐滿，現實很骨感。我們來看看自己的學習現狀：

圖 4-定義學習現狀

首先最大概率的就是，現在的水平略菜，無法支撐我們去完成和輸出對應結果，沒法滿足生產和創作的需求。

其次就是走馬觀花地學，缺少技能間的邏輯關聯，往往只是在模仿，但是沒有在超越，延展性和創造力會比較薄弱；只知道這個東西怎么做出來，而不知道怎么用這個技能做出新的東西。

再而就是學習路徑的不連貫，導致側重點不明確，理論和訓練脫節。大家平時可能也有類似體驗，筆者早期也會這樣，在各類視頻平臺看到一些很酷炫的小技巧或效果，看到了火速收藏一波就當學過了，東學一點西學一點但是都連不起來，學得很散很慢也無法用在實踐上。碎片化學習可能會導致知識的實際留存率很低，因為我們沒有持續的在同一條技能路徑上進行反復練習。

STEP 2 界定問題

目標和現狀都有了，第二步就是來界定一下問題是什么：

• 學什么：現有水平和預期水平的差距是什么？
• 學到哪：這個知識點的關鍵點和范圍是什么？坑有多深？
• 怎么學：達到學習目標的最優路徑是什么？

光憑借腦子想是搞不明白這些問題的，在預期水平、學習范圍、學習路徑都不明確的情況下，我們就需要借助已有的前人的知識參照系，也就是技能樹來進行定位和拆解。為了解答這三個問題，我們就得先弄清楚要如何構建起一棵技能樹？

自然界沒有一顆樹是自己從石頭里爆出來的，都是透過前一棵樹的種子種出來或者分支嫁接出來的，技能樹也一樣。

STEP 3 因素拆解：如何建立技能樹

到了第三步因素拆解，我們可以從哪些維度進行技能樹的構建呢？建議可以分為三個部分，首先我們要在巨頭肩上選樹苗，根據知識的類型去尋找合適的材料，然后篩選并借用高質量的知識結構，之后再結合自己訴求和階段動態地調整知識體系。

圖 5-因素拆解：如何建立技能樹

設計師的知識類型大概可以分為兩類，理論類和實操技能類。理論類的知識體系，尤其是一些交互或產品形態的理論，建議大家可以選擇一些經典的讀物開始。

那么痛點又來了，通讀熟讀一本書或一套理論是非常花時間的，舉個例子，交互設計有本大部頭叫《About Face》，大家應該有聽過，英文原版有將近 700 頁，我們請假一個禮拜都不一定能看得完。而且大家如果學生時期認真寫過論文就知道，不是每個人都能真正的享受閱讀，達到有效轉化的。

圖 6-理論類知識體系：巨人肩上選樹苗

所以這邊更加建議大家先去認真品品這些經典大部頭的目錄，從 700 頁頓時變成了 4 頁，好開心。為什么要先讀目錄，主要也有三個好處：

概括性強：幾乎所有的優秀的大部頭都是有智慧的人看待事物、做決策的過程，他們在寫目錄的時候，本身就有著非常強的概括性并且能體現章節間的邏輯，所以我們可以站在巨人的肩膀上先獲取高度提煉的全局框架。

光速索引：先不要糾結我們要學多滿，而是快速搭建起知識體系和索引，只要知道當自己不懂的時候可以去哪里找參考就可以了。

知行合一：也是順著剛剛說的這一點來的，帶著理論去實踐，學一條用一條，反復練習和驗證，從而內化成自己真正吸收的養分。千萬不要一股腦地囫圇吞棗，也不要用大量閱讀來感動自己。

另一類知識類型就更加常見了，也就是實踐類的技能。說起來現在設計師的專業壓力也是挺大的，以前可能只要會 Autodesk 或者 Adobe 全家桶就差不多了，現在體驗設計既要學 Figma、Protopie，視覺設計還要學 UE、Blender 的，與此同時，AIGC 的內容已瘋狂填滿所有信息平臺的推薦池，學到身心俱疲。

但我也發現大家在學這種新技能的時候，就跟我們去宜家買家具一樣，安裝和用的時候從來不看說明書，來一個不會的問題就下意識去某站找找關鍵字，然后收藏或者轉發給文件傳輸助手，跟著教程步驟的快速模仿，調節一些參數，實現要想要的結果，但問題就在于我們很可能從來不會知道它的原理是什么。

不要忘記所有實踐類的知識都是有理論支撐的，尤其是當我們在某個領域鉆研到一定深度的時候，是無法回避去了解它的原理的，就像 Protopie 做深了其實也是要了解代碼原理一樣。

技能類知識體系構建還是比較推薦大家去看看官方文檔、入門教程以及工具對應的一級菜單，人家寫得很辛苦也寫得很清楚，畢竟那是人家親生的工具和平臺哈。

舉個例子，我們常常發現 3D 工具里面有一些中文拆開每個字都懂，合起來不知道啥意思的概念和翻譯。筆者之所以發現這個事情，也是有一次為了研究一個貼圖參數叫“紋素密度”，不同工具平臺的翻譯不盡相同，翻了超多論壇和野生教程都沒有找到令人滿意的定義，最后發現在官方文檔里寫得明明白白。

而且官方文檔和教程同樣也和理論大部頭一樣，他們的目錄也是一個高度凝練的知識架構，并且結合工具場景給到很多實用的案例。

由于文章內不便外鏈，這里分 UI、3D、引擎、開發、AIGC 給大家盤點了一些常用官方文檔的入口，大家可以“工具平臺名+Guidelines、Manual、Docs 或 Documentation”的關鍵字進行檢索，失眠多夢可以多圍觀，往往會可以新梳理我們對整套實踐工具的認知。尤其是 Adobe《Start 3D》流程指引，雖然它自己的 3D 工具還在蹣跚階段，但我很后悔在學習 3D 三年后才遇這套入門的概念講解，它把我很多細碎的概念從上層重新串聯了起來。

UI：Figma、Protopie、Material Design、Apple Human Interface Guidelines

3D：Adobe Start 3D、C4D User Guide、Octane User Manual、Substance Painter、Blender Reference Manual

開發：Apple UIKit、Android 開發者文檔、Harmony OS 開發者文檔、three.js docs

引擎：Unreal Engine 5 Documentation、Unity Documentation

AIGC：Midjourney Documentation、Stable Diffusion Web UI wiki

圖 7-使用 AI 工具 Superus 輔助建立知識圖譜

除了參考工具現有的官方 Wiki 文檔外，在 AI 平臺涌現的當下，我們也可以利用集成 GPT4 能力的腦圖工具，如 Superus 等，快速透過問答引導來逐步構建起初級的知識圖譜。

當然無論是理論類的還是實踐技能類的知識體系構建，都建議大家能盡可能地去找擁有兩個特征的高質量材料：

一手信息：盡可能接近原生環境、原生語言且是不斷更新的官方信息。知識的傳播和理解是有營養級的，我們難以確定在幾度易手后，信息是否會產生偏差；或者我們真正需要的信息在傳播過程已經被人為篩掉。

結構提純，普適性強：這樣我們借用架構時學習路徑會更加明確，而且后面可以基于這個主結構不斷補充分支?，F在很多媒體形態為了吸引我們去消費閱讀，往往會加入很多很有意思但是過于細分的角度。要記得我們現在的目標是為了構建技能樹，有時候細分太多，反而會影響判斷和精力投入。

借用知識結構只是敲門磚，要借用過程中我們還是要保持辯證態度，不要照抄，也不要把信息的權威性當做正確性和唯一性來看待。

雖然大家都習慣了直給的快樂，但直給的結論往往容易省略思維構建的過程和糾錯的細節，而這兩個環節對于鍛煉自己獨立思考的能力是非常關鍵的。

其次我們還是的要根據自己的階段和動態認知，隨時增刪改技能樹的內容。大家都知道羅振宇老師，他有一個學習習慣是頗挺值得我們參考的。每天羅老師要寫五篇閱讀心得，有時候只記錄關鍵字，是為了像縫扣子一樣，強迫自己把新的知識縫合到原來的知識結構當中。

設計師有時候出于行業焦慮會瘋狂去獲取或者收藏技巧點，但是卻忽略動態縫合技能樹的過程，從而錯失了找到最佳學習路徑。

借用一句老話，種一顆技能樹，最好的時間是十年前，其次是現在。哪怕我們已經處在某個技能的中階或者高階的狀態，構建技能樹還是能讓自己從更宏觀的角度去俯視知識結構和邊界，并且發現更多概念、階段、流程間的底層規律。

三、怎么點亮技能樹？

那么第二個階段的問題了來了，技能樹有了，能力項的因素也齊了，我們要怎么爬呢？

玩過游戲的人都知道，每升一級，我們獲得的技能點是有限的，現實生活中也一樣，一天只有二十四小時，我們無法像機器學習一樣有電有網有顯卡就能轉，人肉學習也是很難既要又要還要的。

給大家舉一個血淋淋的例子：

我們團隊接到一個設計任務，兩周之內要用 UE 做一個完整的、可交互的、3D 的開放世界概念游戲 Demo（也許 AI 時代只要兩小時）。當時我和另一位非常優秀的視覺同學，都完全沒有碰過 UE，身邊也沒有用過 UE 的大神，這三個需求關鍵詞，每個都夠我們人間地獄折返跑八回。

掐指一算，滿足我們當時訴求的 UE 基礎技能樹大概有九個模塊，80 幾個學習節點。但是時間和精力有限，我們不可能在兩周內全部點亮，且能完成執行輸出。如果換做是你，你會怎么辦呢？我們先留個懸念。

圖 8-現實問題 vs 學習路徑

STEP 4 因素驗證+主次評估

回歸到我們的設計實踐金字塔，現在是對因素進行驗證和優先級評估的時候了，為了達到對應的目標，我們還是要合理評估學習成本，并且在相對正確的分支上側重分配技能點，為什么呢？

客觀限制：知識分支太多，要選擇當下最有價值的學習路徑；在剛剛的案例里，如果我們選擇去學 UE 的 AI 行為樹，也許可以收獲一堆 Demo 里走來走去的 NPC，但是對整個產品概念的呈現其實沒有核心的幫助。

主觀限制：人的精力是有限的，在這種巨量知識焦慮下，可能更容易引起反抗情緒。

團隊構成：術業有專攻，團戰更高效，要記得我們在職場里永遠不是一個人在戰斗，一個人學不完那就分布式多個人去學，每個人根據自己的優勢去學，再聯合起來打團戰，往往能發揮 1+1＞2 的作用。

階段差異：每個人學習階段和學習訴求不一樣，在不同的階段我們也要重新看待學習曲線和權重分配。

圖 9-為什么分配技能點要有所側重

在第一章有提到，需要借助定性或定量的數據來輔助我們驗證因素的真偽，但其實在很多設計的 Case 里是很難找到定量的支撐的，往往都是定性分析為主。基于技能點分配這個案例，結合個人自身的經驗，技能點分配有三個要素是可以參考的：

貼合剛需：貼合現實需求的技能點不僅實用優先級很高，往往也能提供一個持續訓練和得到外界反饋的場景。

學習階段明確：我們能夠知道進階能怎么做，退階又能怎么做，根據不同的應用場景有一定的學習彈性，這樣子我們也能相對知道投入的學習成本大概能有多少的收效轉化。

自身主觀能動性：選你所愛，熱愛的自驅力和需求 Deadline 都是第一生產力。

圖 10-技能點分配要素

回過頭來看前面那個 UE 血案我們是怎么解的。

最終我們采取了一種游擊學法，也就是如果我們要完成一開始定下的呈現目標，我們團隊需要掌握“最小必要知識”是什么？接著我們就將原來的學習節點從 80 個縮減成了 20 個，然后我們再分配兩個人的學習任務，大概每個人學 10 個點，快速地把這個 Demo 拼合出來。

圖 11-游擊學習法：技能點動態分配

后面我個人其實對環境光渲染和藍圖的部分比較感興趣，所以時間充裕的時間會再繼續深入學習這塊內容，但肯定不是在那兩周的時間里盲目研究。

STEP 5 細化解決問題 具體高效學習

正如我們一開始說的，細化的問題其實也需要進行二次的結構化拆解，但因為學習這個行為本身比較靈活，跟我們要學的東西是強關聯，所以這里就借用 4W1H 模型提取了一些通用的方法，給大家參考參考。

圖 12-4W1H 細分方法

WHAT 學習內容

首先學習的內容剛剛在分配技能點的環節有提到過，盡量做到“知行合一”，選擇可以在實際實踐中應用的知識。而且也要選擇能夠創造持續反饋場景的知識，因為只有不斷地輸出，且不斷地獲取反饋，我們才能不斷地進行校正和訓練來驗證自己是否在進步，讓每次的輸出訓練都形成一個小的迭代閉環。

圖 13 "輸入-訓練-輸出-反饋校正"正循環

其次，我們要選擇剛好位于“拉伸區”的學習內容。

什么是拉伸區呢？拉伸區就是我們舒適區外圍邊緣的那個范圍，這樣我們不會因為學習內容太難而感到焦慮，也不會因為學習內容太容易而厭倦，就跟我們擼鐵一樣，每次加一點點重量，突破身體的適應性，來能練出肌肉來。

圖 13 學習拉伸區

對于設計師來說，拉伸區可以具體從哪些地方入手呢？

建議大家可以從每天都必經的工作場景里入手和遞進，即每天減少一個小痛點，學會一個騷操作。舉個例子，在 Sketch 中引用 Symbol 組件時很難調整命名，是不是可以透過尋找和學習一個插件來解決呢？再進階，是否更新協作平臺能比新插件更好根治組件管理問題？學習到了這些 Figma 新操作，是否又能整合成方法共享給團隊小伙伴呢？

圖 14 設計師的學習拉伸區

除此之外，畢竟我們是設計師，日常的學習內容和練習最好能結合當前業務形態沉淀成作品，這對職業發展來說還是比較有效的材料。一是能鍛煉設計師對于產品規劃和落地性的綜合思考，二是圍繞產品實際命題去進行研究學習，學習路徑會更加聚焦而且更加延展，不會東學一個西學一個毫無關聯。

再舉個例子，當時在做 QQ 打卡視覺設計的時候，產品的基本需求是希望在每天出一張好看的卡片，后面我們就進一步思考，在策略上是不是可以結合品牌或者用戶屬性去做日期的精準投放，在技術上是不是可以結合 3D 的貼圖技法輸出一些有趣的小品場景，于是就有了中間這兩個結合品牌節慶和用戶生日的靜態設計。

再進階又繼續推導，每天都是靜態的小卡片有點單薄，是不是可以做成 3D 的 H5 互動模塊呢？然后筆者再去研究 Web 引擎下的 3D 的材質實現，從而掌握了一種新的專業能力。

上面每一步都是和產品思維關聯，但又沒有和設計專業能力脫節，都能產生新的設計沉淀。這樣的學習內容其實對于個人或者產品的成長來說都是相對有益處的。

圖 15 聚焦延展 增加復利

WHEN 時機與時長

接著是學習的時機和時長，還是那句老話，質量高于數量，質量來源于心流，細細碎碎地學不如集中一段時間學。關于心流的部分就不展開的，大家感興趣其實更推薦去聽下清華大學彭凱平教授和心流相關的公開課程。

不過可以跟大家分享兩個行之有效的心流小經驗：

①欺騙大腦 漸入佳境：

一是去做比學習更難受的事情，這樣比較起來學習就顯得更輕松了。舉個例子，筆者很抗拒做有氧運動，所以在做有氧的時候我會看一些視頻教程，然后邊看邊碼一些碎片化的筆記。二是，在晚些時候要準備搞學習了，我會習慣花幾分鐘將剛剛那些很碎片的知識或者腦洞整理一下，熱身熱身，放松我腦子對知識的警惕，而且也快速從淺至深地進入學習狀態。

②把握一切斷網的機會，制造心流：

有次 4-5 個小時的長途飛機，本人恐飛怕死又睡不著，打開電腦看到《PBR 基于物理渲染手冊》的原文書，想說就學學，反正學不進去橫豎也能催個眠，不虧。然后想了想，這英文書后面自己也不好索引啊，那要不直接翻譯了得了。因為沒有外物的干擾，所以超快進入心流，幾個小時嗖一下過去了。

雖然下飛機查了一下，發現已經有行業大牛開始翻了前面幾個章節了，有點 emo。但這個事情對于我自己來說還是很有價值的，一是提升了我對 PBR 概念的中英文映射能力，而且中文重新組織表達其實可以驗證自己是否真正內化了原生邏輯；二是透過對自身紕漏和矛盾點的反復的查錯和鉆研，其實也能加深我對深難概念的認知。

圖 15 欺騙大腦 珍惜心流

WHERE 學習環境

在環境上，推薦大家盡可能選擇原文的材料和操作環境，也就是英文為主的操作環境。因為設計垂類領域很多翻譯不見的是信雅達的，舉個例子，如果大家用過遠古 Web 版的 Figma，它的中文機翻會把 Mask，即蒙層翻譯成面膜，也是挺靈性的。但如果你用 Figma 面膜去搜你想要的教程，可能會誤入另外一個次元。

使用原文環境能讓我們對專業術語的理解更加充分，另外延伸物料也更為完備，包括設計資產和業界論壇討論等等，畢竟世界范圍內很多工具的英語使用者實在比中文使用者多太多了。

圖 16 原生語言環境學習

HOW 工具技法

在技法上，盡可能每次大項目都記錄保留技術文檔，做一個 Demo 也好，3D 視頻也好，不確定哪些細化的技能后面還需要復用，那就趕緊先記下來然后復盤記錄。并且動態地結合到自己的技能樹分支中。

圖 17 隨時記錄，定期歸檔

WHO 交流對象

最后學習千萬不要單打獨斗，做社交產品的設計師一定要有一顆交際花的心。學習的時候身邊無非就三類人嘛：

比自己牛的人：多向比前輩、專業大神請教，有時候自己閉門造車一個禮拜還不如大神點撥兩句，尤其這種新技能、新工具的這種群多加進去一起交流，在 QQ 上搜索隨時能找到組織，有問題不懂群里一拋，馬上一方有難八方支援。

和自己水平相當的人：保持和同輩保持良性的競爭和交流，因為大家遇到的問題大多具有共性。不要看到別人的屏幕又默默無言地走開，兩個人都會很尷尬。

要向你學習的人：最后要嘗試去教會不懂的人，這不是好為人師哈，而是教會別人才是驗證知識留存最好的方法。分享一個冷知識，當你教給別人東西時，這個內容在你腦子里的留存率可以高達 90%。這其實也是團隊里面導師帶徒弟的意義之一，不要怕教會徒弟餓死自己，其實是彼此成長的過程。

STEP 6 回歸復盤 驗證學習成果

最后，回到我們金字塔最后一步，就跟剛剛 UE 的案例一樣，每次完成階段性的學習都要回頭會看自己的學習框架、思路和方法是否還有優化的部分以及方向的調整，然后再去指導下一輪的學習。

四、結語

我們來回顧一下這個章節，如何進行體系化的知識輸入：

第一部分是種樹：明確學習目標和當前差距，然后透過不同的維度借用知識體系，動態構建節能樹。

第二部分是爬樹：結合主客觀因素盤點優先級，有側重地分配技能點，并且借用細化的學習方法進行高效具體的學習。最后就是邊種邊爬，階段性地調整知識體系與學習方向。

資料引用：

Storytelling Through Skill Trees：https://www.gamedeveloper.com/design/storytelling-through-skill-trees

歡迎關注作者微信公眾號：「騰訊ISUX」