思维导图：AI 时代的结构化输入

我很久没有认真聊思维导图了。

这个公众号刚开始的时候，我写过不少关于思维导图的文章：我怎么用，常用哪些工具，为什么它对我有帮助。现在站在 2026 年回头看，我更想回答另一个问题：

AI 已经这么强了，为什么我们还要用思维导图？

我的答案很简单：AI 让执行变快了，但执行越快，越需要你把问题想清楚。

思维导图正好是一个把想法变清楚的工具。

它不是为了画图，而是为了理清思路

很多人一听思维导图，会先想到一个中心点，然后往四周发散，像树枝，也像神经元。

这个形态当然很典型，但我现在不太纠结它到底是不是严格意义上的思维导图。工具只是工具。XMind 也好，白板也好，便利贴也好，只要它能帮你把脑子里的东西摆出来、分清层级、看见关系，它就是有用的。

思维导图最适合处理一种问题：

围绕一个主题，我们到底要考虑哪些方面？这些方面下面又分别有什么？

好的导图一般有一个基本原则：层级清楚，互相穷尽，尽量不交叉。

做需求沟通时，先画输入和输出

我最近经常帮同事整理需求，做一些 AI 开发和自动化优化。

比如一个很典型的场景：同事想做一个日报。日报里有很多信息，不同信息来自不同表格，可能还涉及系统数据、邮件数据、SAP 数据，最后要生成一个固定格式的结果。

如果直接开始写代码，很容易越做越乱。

我一般会先开一个导图，中间写项目名。左边写「输入」，右边写「输出」，中间再补「处理结构」。

我通常先问输出：你最终想看到什么？日报长什么样？每天什么时候生成？是一个文件、一段文本，还是一个自动发送的结果？

然后再往回拆输入：现在有哪些 Excel 表？哪些表是人工维护的？哪些数据来自系统？哪些来自邮件？文件名、字段、样例能不能列出来？

这个过程看起来简单，但它会逼着大家把需求说清楚。

导图最大的价值，是让大家在同一块白板上讨论

需求沟通最怕的一件事，是每个人脑子里都有一个版本。

你以为他说的是 A，他以为你理解的是 B，另一个人补充的是 C。会开完了，大家都觉得自己讲清楚了，但真正动手时才发现理解完全不同。

思维导图的好处是，它把讨论拉到同一个画面上。

一边沟通，一边把节点画出来。大家看到同一个中心主题、同一组输入、同一组输出、同一个流程结构。哪里漏了，马上补；哪里重复了，马上合并；哪里放错层级了，马上拖走。

头脑风暴时，先发散，再归类

思维导图还有一个常见用法：头脑风暴。

比如讨论公司成本优化。这个时候，一开始不要急着分类，也不要急着评价。你想到什么，就先写下来。

能不能做，值不值得做，成本高不高，都先放一边。先把脑子里的想法全部倒出来。

等想法足够多，再开始归类。

先发散，再归类。先把材料倒出来，再把它收回结构里。

AI 时代，导图会变成更好的输入

现在思维导图还有一个新的价值：它可以直接变成 AI 的输入。

很多导图工具都可以导出 Markdown。导出以后，中心主题、一级节点、二级节点都会变成有层级的文本。

如果你在讨论一个自动化需求，就可以把导出的 Markdown、输入文件样例、目标输出样例放到同一个项目目录里，然后让 Codex 或其他 AI 参考这些材料开始做。

以前开完会，导图只是会议纪要的一种形式。现在开完会，导图可以直接变成开发输入。甚至在一些简单需求里，会议还没结束，AI 已经根据导图开始生成第一版工具了。

AI 的速度越快，这种结构化输入越重要。

因为 AI 不怕执行，它怕你给的问题太混乱。你给它一团混乱，它会很快地生成另一团混乱。你给它清楚的输入、输出和边界，它才有机会快速做出有用的东西。

最后

思维导图不是新工具，也不是因为 AI 出现才有价值。

它真正有价值的地方，是帮助人思考。

自己用，可以把脑子里混乱的东西整理出来。多人用，可以让大家在同一块白板上讨论。交给 AI 用，可以把口头需求变成结构化输入。

所以我并不觉得 AI 会让思维导图过时。

恰恰相反，AI 越强，我们越需要结构化思考。

— END —

感谢阅读，如果觉得有启发

欢迎关注「薛衡 Henry」