前言

正如 2007 年 iPhone 的到来开启了移动优先设计的新时代一样，人工智能也强调了我们已知的事实：需要时间和大量的实验才能发现能够释放新技术全部潜力的设计模式。在移动设备的早期，许多公司只是简单地将他们现有的桌面体验塞进更小的屏幕中，以求快速适应。今天，我们发现自己正处于一个类似的转折点。我们已经看到了大量简单的聊天机器人和模板化解决方案，虽然有点笨拙，但充满了潜力。作为设计师，我们有责任像我们为移动设备所做的那样，通过丰富的交互、直观的姿态和适合媒介的模式来释放这种潜力。

人工智能能够根据简单的提示生成代码、设计，甚至完整的应用程序，这将使团队能够以前所未有的速度从概念到创造，同时也邀请更多的人参与到这个过程中。在这个未来，设计对于使这些产品脱颖而出将更加重要。但在人工智能时代，好的设计到底是什么样的？当技术变化如此之快时，你如何引导团队朝着这个方向前进？

在 Figma，我们正在积极探索这些问题。我们相信人工智能为设计师带来了巨大的机遇，但要充分发挥其潜力，需要深刻理解是什么造就了伟大的设计。与其追逐最新的趋势或为了技术而构建，不如将我们的工作建立在我们工艺不变的原则之上——同理心、创造力和专注于解决真正的用户需求。

在我们设计师的以下观点中，我们将探讨这些问题，并分享我们对人工智能时代设计未来的思考。从建立算法基础到构想新的协同创作模型，我们研究了我们如何构建人工智能驱动的产品，这些产品不仅可以自动化设计，还可以提升设计，以及为什么我们相信设计师的角色——无论它如何演变——都比以往任何时候都重要。

关于编纂好的设计的基石

Oscar D.

当我们第一次开始构建我们的人工智能功能，使用设计系统生成 UI 的初稿时，我们知道我们需要教会人工智能好的设计的机制。其中一部分是阐明我们自己对“好”的定义。像许多其他人工智能产品一样，Make Designs 的工作原理是创造性地利用大型语言模型（LLM）来执行任务。LLM 本质上是基于文本的，对于写作或编码等以文本为导向的工作非常有用，但要让 LLM 生成好的视觉作品（例如 UI 设计）则需要更大的飞跃。

我们很快意识到，我们不能只是简单地交出一套包罗万象的设计规则。不仅不可能将“好”的每一个细节都定义成有限的准则，而且即使我们可以做到，令牌限制也使得从技术上讲，将大量的规则提示输入 AI 是不可行的。相反，我们必须将好的设计原则简化为一套小而强大的准则，这些准则普遍适用于任何 UI。

这让我回到了我教设计的那些日子。当你不得不教书的时候，你就会被迫将你自己的直觉理解解构成一些其他人可以理解的清晰原则。真正的挑战在于找到清晰、具体和有指导意义的规则，同时在任何用例下都能可靠地适用。这两个标准通常是相互矛盾的，这就是为什么这个解构过程如此困难。像“始终将主要操作放在屏幕底部”或“始终以 8px 的增量进行测量”这样的指令在两者之间取得了平衡——它们足够具体，可以实际应用，但也足够通用，几乎可以帮助任何人可能想要创建的 UI。通过专注于将这些最具杠杆作用的设计真理传达给 AI，我们能够在短短几周内显着提高 Figma AI 输出的质量。

网站和应用程序可能看起来千差万别，但我们发现我们使用的几乎所有软件都可以归结为几个核心布局。虽然这在设计行业引发了一些关于同质化的讨论，但我们也应该记住，这些熟悉的模式可以帮助人们更舒适、更轻松地驾驭技术。通过让我们的 Make Designs 功能首先掌握这些基础构图，而不是无穷无尽的排列组合，我们能够建立一个坚实的基线。这个算法基线是新的创造性起点。由于人工智能总是会产生标准的、最传统的方法，因此设计师的角色也将是提出新的想法。毕竟，接受过过去训练的人工智能无法发明未来。

解读: Oscar 的观点揭示了AI设计发展的一个核心挑战：如何将抽象的设计原则转化为AI可以理解和运用的具体规则。 他强调了“提炼”和“分解”的重要性，这需要设计师对设计原则有深刻的理解，并能够将其转化为可操作的算法。 这也意味着，未来设计师需要具备更强的抽象思维和逻辑思维能力，才能更好地驾驭AI设计工具。

关于缩短从设计到代码的循环

Jordan S.

随着人工智能工具支持设计师和工程师的工作流程，他们的核心技能将不断发展，以满足这种新范式的需求。设计师可能会获得更多技术知识，以更好地理解人工智能工具的功能和局限性，而工程师可能会对设计原则有更深入的了解，以创建更以用户为中心的解决方案。虽然最终的输出可能看起来相似，但他们到达那里的方式将变得越来越高效和协作。

这类似于当今设计工程师的角色。在许多情况下，“设计工程师”最初是一名想要构建自己想法的设计师，或者是一名想要让自己的 UI 看起来更好的工程师。他们花时间培养新的技能，灵活地运用到其他学科。在未来，我看到我们更多的人将发展成为这种多方面的“产品构建者”原型——能够利用人工智能轻松流畅地实现他们愿景的创造性人才。但即使学科之间的界限变得模糊，我相信专业角色和技能总会有立足之地。设计师将继续打造卓越的用户体验，而工程师将专注于构建稳健且可扩展的系统。人工智能可以通过生成布局建议或代码片段来提供帮助，但最终的创意方向和技术实施仍将依赖于人类的专业知识。随着人工智能越来越融入这个过程，我们可以期待设计和开发之间更加无缝的循环。

解读: Jordan 的观点强调了AI时代对设计师和工程师的技能要求将发生转变。设计师需要具备更强的技术理解力，而工程师则需要更注重用户体验。 “产品构建者”的出现预示着未来设计和开发的界限将逐渐模糊，跨学科的合作将成为常态。

关于实用主义的力量

Marco C.

对我来说，人工智能时代的好设计是关于以务实、高影响力的方式利用当今的技术。人工智能现在能够可靠地做的事情有很多唾手可得的成果。搜索就是一个完美的例子。你花费了所有这些时间只是为了寻找合适的东西——翻阅文件，打扰队友获取链接，试图找到你需要的那个组件或资产。借助人工智能辅助搜索，你只需用简单的语言描述，即可立即检索到你想要的内容。视觉搜索更进一步，只需上传屏幕截图，即可在你的组织内找到特定的设计。

人工智能辅助搜索也有可能为无数从未面世的设计探索注入新的活力。如此多的宝贵工作最终都进入了“设计墓地”，再也看不到或被引用了。但借助人工智能的力量，所有这些工作都可以轻松检索，作为灵感的来源或帮助你创造性地突破障碍。通过更容易访问和学习过去的工作，设计师可以减少搜索时间，将更多时间集中在我们的工艺的本质上——更深入地进行打磨，并提供更明智、更无缝的体验。

关键是要以一种深思熟虑、渐进的方式将人工智能融入我们现有的流程中。与其在技术真正成熟之前追逐一个被过度炒作的无所不能的“人工智能助手”愿景，不如专注于人工智能现在能够可靠提供的、唾手可得的价值。人工智能辅助搜索和自动图层重命名等功能可能看起来很小，但它们能够为我们的日常工作流程提供真正的、切实的益处。从可靠的工作开始，并通过迭代快速学习，我们可以让 AI 的作用随着其不断发展的能力稳步扩展。这种渐进的方法为未来更先进的人工智能应用铺平了道路，确保我们不会好高骛远，并在短期内面临失望的风险。

解读: Marco 的观点体现了务实精神在AI时代的重要性。 他提醒我们，AI技术的发展是一个渐进的过程，我们应该关注AI现阶段能够带来的实际价值，并通过不断迭代和改进，逐步释放AI的全部潜力。 这也意味着，设计师需要保持学习的心态，不断探索AI在设计领域的应用，并将其融入到实际工作中。

关于倾向于协同创作模式

Natasha T.

我的团队一直在思考“共同创造”这个概念。我们需要的是能够智能地预测我们的需求并以互补的方式进行调整的人工智能，而不是孤立的工具吐出与上下文无关的输出。关键是，人工智能的帮助程度取决于它对你日常实际工作的了解程度。目前，我们通过提示用户提供更多上下文来进行弥补，但我们需要人工智能能够主动了解我们的特定目标、我们已建立的设计系统、过去的工作和项目上下文。

这种设计不仅仅是服务；它进行协作，提供一种共同创造的模式，在这种模式下，该工具可以增强你的创造性过程，而不仅仅是简单地将其自动化。例如，人工智能应该在你工作时改进事物，而不是从头开始提示所有内容，就像 GitHub 的 Copilot 帮助开发人员一样。它不应该为你做工作；它应该与你一起工作，将你的想法变为现实。这种方法使我们能够超越单纯用户的角色，成为创造者，与真正理解并支持我们工作流程的人工智能并肩工作。

想象一下，你刚刚在 FigJam 中完成了一个计划会议，人工智能可以立即掌握会议记录、优先事项和标记在你的白板上的行动项目。然后，它可以智能地建议“创建一个可视化这些第三季度计划的路线图”或“起草一个总结关键要点的演示文稿”。它通过索引你以前的工作，将你的团队的实际风格、方法和视觉语言融入到这些输出中。不是反刍通用的模板，而是扩展你的团队的特定工作方式。

解读: Natasha 提出的“共同创造”理念描绘了人机协同设计的美好未来。 在这种模式下，AI不再是简单的工具，而是设计师的合作伙伴，能够理解设计师的意图，并提供智能化的辅助。 这将极大地解放设计师的创造力，使他们能够更加专注于设计的核心价值。

[ 原文地址：https://www.figma.com/blog/what-is-good-design-in-the-age-of-ai/#on-the-power-of-pragmatism

今天的介绍就到这里，有什么疑问或者问题，可以留言交流哦~ 关注我公众号（设计小站）：sjxz00，获取更多AI辅助设计和设计灵感趋势。