

使用 AI Agent 来操作 Figma 并完成界面设计的方式已经出现一段时间了,很多团队和设计师都在尝试甚至已经应用到项目工作流里面。
理论上来说 AI 做设计效率肯定比人做高多了,但产生的问题也越来越多,所以我们就围绕 Figma 和 AI 结合应用时产生的问题,来做个总结和分享。
Figma 执行 AI 的设计可以分成两个大类,一个是使用 Figma 自带 AI 工具如 Figma Make 或编辑模式里的 Agents,来实现网页、设计文件的生成。另一种方法,则是应用 Figma MCP 来接入外部的大模型工具如 ChatGPT 或 Claude。

它们具体有什么细节的差异我们稍后再说,现在只要知道它们本质都是通过 AI 大模型来调用 Figma 的功能完成设计即可,殊途同归。
但不管用哪种方式,经常在 Figma 内使用 AI 设计的同学应该都能感受到下面这些问题。
第一个问题,就是设计质量 —— 差口气,很多生成的结果不能说设计得很差,但就是和 “好” 还有一定的距离,虽然模型的能力一直在进步,但总是无法达到我们对设计感的要求,一眼 AI 味。

第二个问题紧接第一个问题,既然生成的界面不够满意,那就想改它,但是怎么改都达不到理想的效果,甚至会越改越差。如果想要手动去调整,AI 生成的图层结构又很复杂,往往嵌套了大量自动布局很难做调整。
第三个问题,则是在经历了一番波折后终于完成了初步的风格设计,并创建了样式规范和组件库,接着想要让 AI 理解规范并使用组件库进行后续的设计,结果做出来的东西却一直偏离目标,一直在创造新的样式和组件,不管用什么方法约束都还是会有缺漏。
第四个问题,在项目完成设计后,想要让 AI 查看设计稿来完成前端样式的开发,结果开发出来的页面却和原设计有很大的差异,不管怎么核对,就是无法做到 100% 还原,要花很大的力气去查验和修改。
以上四个问题都非常常见,而绝大多数同学想到的解决方法无外乎是换更好的模型、优化提示词、找到神奇的 Skill 等等。
这些做法不能说没用,但收效甚微,因为我们还沉浸在旧的工作流和模式中,只是让 AI 来加速其中的某个节点,却并没有意识到 —— AI 可能没你们想象的那么万能。
虽然 AI 一直在发展,能力的进步迅猛,能操作各个软件输出让人惊叹的案例(都是别人发的),但它的局限性还远远没有消除,在特定领域的能力上限也还远没达到让我们满意的地步。所以应用 AI,就要重视它的能力上限在哪,光靠提示词和技能解决不了上限的问题。
同时 AI 作为全新的生产力,必然要影响各行各业的生产方式,想要充分调动它的能力就要找到新的思路和模式,而不是继续沿用原先的做法。
所以下面,我们就要具体探讨这个问题。
想要了解原先的模式为什么不行,就要理解 AI 操作 Figma 完成设计的流程。我们以 ChatGPT(即 Codex)为例,来解释用它生成界面的机制。

首先在我们连接了 Figma 和 Codex 以后,需要先在 Codex 对话框中输入设计的相关提示词和添加 Skill 等,然后大模型就会根据你的指令开始进行分析,并规划应该设计哪些内容,设计成什么样,把所有设计要素编写出来。
完成以后,会将这些数据通过 Figma MCP 传递给 Figma,Figma 会解析这些数据,然后再根据数据的要求进行绘制,实现最后我们看见且可以编辑的设计稿。
这里最重要的一环,就是 AI 结合 MCP 的逻辑,并不是直接控制你的键鼠或 Figma 内置的操作方式把图给一点点画出来,而仅仅是提供一套设计数据给 Figma,画出来这个步骤是 Figma 实现的而不是 AI。
在实际任务执行过程中,这个流程可能不会只跑一轮,AI 可能(也可能不)会通过 MCP 再检查自己生成的结果,并继续调整设计直至符合它的预期为止。
和 AI 自己完成设计比起来,这个流程最大的毛病就是 —— 能力损耗。相信大家都知道 AI 可以直接完成设计并把前端开发出来,这是它们最重要的生产力技能。

但实际上,完成前端页面设计和开发对 AI 来说是一件事,也是它最舒服的推理模式。如果你让 AI 不开发出来,只做界面的设计,反而不是减轻它的工作,而是让它以一种更不舒服的方式去生成结果,往往导致质量还不如直接生成出页面的效果好。
再到结合 MCP 的应用流程中,它生成的设计数据不是让自己实现的,一方面要满足 MCP 的通信协议,另一方面又要用更多步骤从 MCP 中获取规范数据、检视设计成果等等,这个过程远远比它自己设计自己检查复杂。
AI 大模型的工作过程是一种推理过程,由概率主导,当推理过程步骤变长以后,幻觉就会变多,失败概率也会累加,导致结果质量变差。如果运气好的话,项目前期问题出现的概率和严重程度不会太高,但随着项目数据越来越多,越来越复杂,它出错的概率也就越来越大,问题越来越严重,且消耗的 Token 量也越来越多。
这是必然规律而不是通过提示词、Skill、模型版本可以逆转的,归根结底就是我们在用人的思维方式和习惯去使用 AI,而这种做法发挥不出 AI 的最高水平,也得不到我们想要的效果。
所以具体应该怎么用 AI 来做 UI 设计?
我的结论是 —— 适配 AI 的开发流程来给它提供设计数据直接完成前端开发,把设计和前端开发变成一件事一个流程,而不是拆分成两个独立的阶段。
大家现在应该也知道,前端现在做开发基本也开始全盘套用 AI 来实现了。再回到我们前面说到的流程,设计我们也开始用 AI,开发也用 AI,那不就是 AI 制作、AI 完成。先让 AI 艰难地在 Figma 里绘图设计页面,再艰难地读取它的数据进行界面的开发。

有没有发现其中的问题?既然都用 AI 实现了,那么 Figma 这个节点多出来除了增加问题,其余的价值是什么?难道得像阳澄湖一样把数据丢进去洗一洗才会变得更值钱?
这将是下一个阶段 UI 行业最重要的议题。
不排除 AI 还有很多设计是无法实现的,精细化设计和复杂组件、图标依旧要通过 Figma 设计,但这部分优点是否可以覆盖它的缺点?我觉得大多数项目是做不到的。如果缺少了这个优势,那么 Figma 在整个产品前期设计环节中的地位自然要大大减弱,不需要再以它为中心来构建项目的设计流程。
这里并不是说 Figma 就没用了,至少在接下来很长一段时间手动设计复杂组件、图标的需求是不可替代的,但项目的设计、前端工作流必然会发生巨大的变化。
而我对这个 UI 设计工作方式的预期,就是设计师的交付将从 Figma 设计文件演变成前端静态页面,也就是我们直接设计落地的效果,而不是停留在设计软件里的画布。
从最开始项目设计,规范组件库搭建,设计资产维护将以 Agent 工具为主导,Figma 只是这个流程中的其中一个补充,我们再打开 Figma 的原因,就是制作喂给 AI 的设计数据和素材,而不是让它停留在软件里等前端开发出来。

这个流程里设计师看起来直接做了前端的活,能不能直接取代前端,暂时不在讨论范围内。但反过来说,产品、前端直接用 AI 不是也能直接完成设计和前端开发,为什么还需要设计?
所以这就是所有问题中最最最最最最重要的一个,那就是在 AI 生产环境中设计师到底还有没有生存空间。我可以很确定地说 —— 更有了!
只要你们真正高频次使用 Vibe Coding 以后,就会明白一件事情,AI 是不会保障设计质量和提供创意想法,这些领域的决策靠的依旧是操作者。而指望让缺乏审美、创意、设计素养的人来控制 AI,是无法输出让人满意的结果的,审美和创意将是下个阶段中最重要也最没办法被取代的部分。
只不过,在新的生产方式和流程中,旧有的方法和模式将被改变,只会操作软件跟着原型上色贴素材的工作方式将被替代,必然有一部分 “旧时代” 的设计师将被淘汰,就像拉车夫和的士司机做的是同一件事,但生产工具发生了变化,那么对人的要求自然也不一样。
回归最早期 UI 设计师的模式(网页设计师自己负责前端)就是接下来的趋势,而我们该做的,就是看清楚现状去调整技能的结构,而不是抱着昨天的观念去要求急剧变化的未来。
最近也在考虑录新的 WorkBuddy 的课程,还是需要收集大家更多的意见或者当前碰到的问题,有什么想法可以留言或者发到评论区。
关于 AI 输出项目的一些实际流程,未来有时间我也会整理发出来。总之不管工具怎么变,对设计的认识和理解的学习过程是不变的,而设计岗位在未来也是不可能消失的。
我们下篇再贱~
复制本文链接 文章为作者独立观点不代表优设网立场,未经允许不得转载。









发评论!每天赢奖品
点击 登录 后,在评论区留言,系统会随机派送奖品
2012年成立至今,是国内备受欢迎的设计师平台,提供奖品赞助 联系我们
用户体验增长
已累计诞生 795 位幸运星
发表评论
↓ 下方为您推荐了一些精彩有趣的文章热评 ↓