隨著人工智能（AI）的迅速發(fā)展，產(chǎn)品開發(fā)的門檻不斷降低，設計逐漸成為區(qū)分產(chǎn)品優(yōu)劣的關鍵因素。AI 正在從根本上改變設計師的工作方式，它能夠生成代碼、設計，甚至是完整的應用程序，大大縮短了從概念到成品的時間。而在這個全新的 AI 時代，如何定義“優(yōu)秀設計”？又該如何在快速變化的技術環(huán)境中指導團隊實現(xiàn)卓越的設計呢？ 一、編纂優(yōu)秀設計的基本原則Oscar Dumlao，F(xiàn)igma 產(chǎn)品設計師 Oscar Dumlao 認為，在 AI 設計工具的發(fā)展過程中，最重要的是教會 AI 一些基本的設計原理和原則，為其奠定牢固的設計基礎。尤其是當 AI 生成 UI 初稿時，必須為其提供清晰的設計指導，幫助 AI 理解什么是“好設計”。 當 Figma 團隊首次構(gòu)建 AI 功能，嘗試通過設計系統(tǒng)生成 UI 初稿時，他們意識到一個核心問題：如何向 AI 傳授優(yōu)秀設計的機制？Oscar 指出，雖然大型語言模型（LLM）在文本生成任務（如撰寫或編碼）上非常有效，但要讓 AI 理解并生成高質(zhì)量的視覺作品，尤其是 UI 設計，仍需跨越巨大的鴻溝。 他們很快意識到，無法簡單地向 AI 提供一套詳盡的設計規(guī)則，因為：
因此，團隊選擇簡化優(yōu)秀設計的原則，將其濃縮為一組小而強大的指導方針。這些指導方針足夠具體，能夠?qū)嶋H應用在任何 UI 設計中，同時也具備廣泛的適用性。例如：
這讓我想起了教學的本質(zhì)：當我們必須教別人如何設計時，往往需要將自己的直覺理解解構(gòu)為一系列明確的原則，這些原則既要清晰具體，又必須在廣泛的情境中適用。 Oscar 強調(diào)，通過傳達這些能夠最大化設計杠桿的原則，F(xiàn)igma AI 在短短幾周內(nèi)顯著提升了生成設計的質(zhì)量。盡管網(wǎng)站和應用程序的外觀可以千差萬別，但幾乎所有軟件都可以歸結(jié)為幾個核心布局模式，這些模式為 AI 提供了一個穩(wěn)固的基礎。AI 在生成標準化方案時，我們的任務則是將創(chuàng)意和新意注入其中，因為僅憑過去的數(shù)據(jù)，AI 無法創(chuàng)造未來。 要點總結(jié)：
二、收緊從設計到代碼的循環(huán)Jordan Singer，F(xiàn)igma 產(chǎn)品設計師 隨著 AI 工具逐漸融入設計和開發(fā)流程，設計師和開發(fā)者的職能邊界將變得越來越模糊。Jordan Singer 指出，AI 將推動設計師和工程師的技能組合不斷演變，以適應這一新的范式。 設計師將需要掌握更多技術知識，了解 AI 工具的功能和局限性，而工程師則需要深入理解設計原則，以更好地創(chuàng)建用戶導向的解決方案。雖然最終的產(chǎn)品輸出可能看起來相似，但背后的工作流程將變得更加高效和協(xié)作。 Jordan 提到，這種轉(zhuǎn)變類似于今天的“設計工程師”角色——一種既具備設計能力又能編程的全能型人才。他們最初可能只是想讓自己的想法付諸實現(xiàn)，或者希望 UI 更加美觀，因此學習了新的技能并跨越了學科的界限。 未來，我們將看到更多這樣的復合型“產(chǎn)品構(gòu)建者”，他們能夠利用 AI 工具快速實現(xiàn)愿景，簡化從設計到開發(fā)的流程。盡管學科之間的界限變得模糊，但設計師和工程師各自的專業(yè)領域仍然具有不可替代的價值。設計師依然會專注于打造卓越的用戶體驗，而工程師則會聚焦于構(gòu)建強大且可擴展的系統(tǒng)。AI 可以生成代碼片段或布局建議，但最終的設計方向和技術實現(xiàn)仍仰賴于人類的專業(yè)知識。 隨著 AI 工具的不斷集成，設計與開發(fā)之間的循環(huán)將更加緊密，合作將變得更加高效。 要點總結(jié)：
三、實用主義的力量Marco Cornacchia，F(xiàn)igma 產(chǎn)品設計師 Marco Cornacchia 強調(diào)，AI 時代的優(yōu)秀設計，其核心在于務實地利用當今的技術來解決實際問題，提升用戶的工作效率。與其追逐炒作 AI 的全能性，不如專注于那些能夠切實幫助用戶的功能。 Marco 以 AI 輔助搜索為例，展示了 AI 如何通過簡單的技術大幅提高設計師的工作效率。設計師往往需要花費大量時間在查找設計資源、組件或資產(chǎn)上，而 AI 輔助搜索能夠通過簡單的語言描述，幫助設計師快速檢索所需內(nèi)容。借助 Visual Search 功能，設計師甚至可以通過上傳截圖，定位團隊內(nèi)部的相關設計，節(jié)省了大量時間。
此外，AI 輔助搜索還能夠為設計探索注入新的活力。許多有價值的設計工作往往被束之高閣，最終被遺忘。但通過 AI 的強大檢索能力，這些工作可以被重新發(fā)掘，成為靈感源泉，幫助設計師快速找到創(chuàng)造性解決方案。 Marco 強調(diào)，應該以深思熟慮的方式將 AI 融入現(xiàn)有流程，避免因為過度追逐“全能 AI 助手”而導致失望。AI 工具應從能夠切實提供價值的小功能開始，例如自動圖層重命名或智能搜索，逐步擴展其作用。 要點總結(jié)：
四、傾向于共同創(chuàng)造的模式Natasha Tenggoro，F(xiàn)igma 產(chǎn)品設計師 Natasha Tenggoro 提出了“協(xié)同創(chuàng)作”的理念，強調(diào) AI 應該與設計師一起工作，而非簡單地自動化設計過程。AI 需要足夠了解用戶的工作背景，智能地預測需求，并提供有針對性的建議。 Natasha 指出，AI 的有效性取決于它對設計師的實際工作及其上下文的了解。當前，AI 通過提示用戶提供更多上下文信息來彌補這一差距，但理想的 AI 應該能夠主動了解用戶的目標、設計系統(tǒng)、以往的工作以及項目背景。 這種協(xié)同工作模式不僅能夠自動化設計，還能增強設計師的創(chuàng)意過程。例如，AI 不應該從零開始生成所有內(nèi)容，而是應該在設計師工作過程中提供改進建議，類似于 GitHub 的 Copilot 為開發(fā)者提供代碼提示。這種 AI 工具不應替代設計師的工作，而是與設計師合作，將想法付諸現(xiàn)實。
Natasha 描繪了一個未來場景：在一次 FigJam 規(guī)劃會議結(jié)束后，AI 能夠自動分析會議記錄，識別優(yōu)先級和行動項目，并智能地建議生成路線圖或總結(jié)演示文稿。AI 不僅能根據(jù)模板生成內(nèi)容，還能結(jié)合團隊的實際工作風格和視覺語言，提供真正有價值的輸出。 要點總結(jié)：
五、小結(jié)AI 時代的優(yōu)秀設計不僅僅是追求技術的自動化，而是將設計核心價值與 AI 技術相結(jié)合。通過簡化復雜的設計原則，優(yōu)化設計到代碼的轉(zhuǎn)化流程，務實地解決實際問題，并朝著“協(xié)同創(chuàng)作”的方向發(fā)展，AI 工具能夠真正釋放設計師的潛力。 在這個過程中，設計師的角色不僅沒有被 AI 取代，反而變得更加重要，因為他們始終是創(chuàng)意的源泉，是將技術轉(zhuǎn)化為用戶體驗的關鍵人物。 本文由 @Timjune 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。 題圖來自 Pixabay，基于 CC0 協(xié)議。 該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。 |
