AI設計工具能不能真的優化UIUX流程?KYART光沅創意這一年的答案是:能,但省下的是「從零到有」的時間,不是「判斷」的時間。用Figma Make這類以提示生成原型的工具,加上Figma MCP伺服器讓AI直接讀取設計系統的元件與變數,草稿出得快多了;資訊層級、流程邏輯與例外狀況,仍得由設計師一格一格看過。
AI設計工具在流程裡先用在哪?
先用在探索期與重複頁面。需求訪談後,我們讓AI快速生出幾種版型方向,客戶在會議上能指著畫面討論,而不是對著文字規格想像。到了大型內部系統的前後台,我們先把設計系統整理好,再讓AI依規則延伸列表、表單、空狀態等重複頁面,設計師把力氣留給流程最複雜的那幾頁。
為什麼AI產出的畫面還不能直接交付?
因為它常常「看起來對」。Nielsen Norman Group實測多款AI原型工具後指出,提示越模糊、結果差異越大,即使輸出不錯,視覺層級、群組與對比仍缺少細節;提供Figma設計稿當參考時,轉譯最準確。這和我們的現場經驗一致:AI不知道承辦人一天要在同一頁來回切換多少次,也不知道哪個欄位是法規規定必填。
AI負責把選項變多,設計師負責把選項變少。
設計系統為什麼反而更重要?
設計系統越完整,AI的產出越像自己人。當元件命名、間距規則與Code Connect對應都到位,AI生成的畫面和前端程式碼才會落在同一套語言裡,前後端整合時也少掉一輪「這顆按鈕到底是哪一顆」的對齊。所以我們現在接新案,第一週反而花更多時間定義元件與規則。
工具會一直換,但「為誰設計、解決什麼問題」,還是要人坐下來想清楚。
參考資料:
AI Prototyping in Real Design Contexts(nngroup.com)
Generative UI and Outcome-Oriented Design(nngroup.com)
Guide to the Figma MCP server(help.figma.com)
Technology Radar:Figma Make(thoughtworks.com)