本文着眼于 AI 时代的设计原则，基于 Figma 团队的实际经验，探讨了四个关键的设计理念，旨在为 AI 领域的产品经理、设计师和独立开发者提供启发和指导。

随着人工智能（AI）的迅速发展，产品开发的门槛不断降低，设计逐渐成为区分产品优劣的关键因素。AI 正在从根本上改变设计师的工作方式，它能够生成代码、设计，甚至是完整的应用程序，大大缩短了从概念到成品的时间。而在这个全新的 AI 时代，如何定义“优秀设计”？又该如何在快速变化的技术环境中指导团队实现卓越的设计呢？

一、编纂优秀设计的基本原则

Oscar Dumlao，Figma 产品设计师

Oscar Dumlao 认为，在 AI 设计工具的发展过程中，最重要的是教会 AI 一些基本的设计原理和原则，为其奠定牢固的设计基础。尤其是当 AI 生成 UI 初稿时，必须为其提供清晰的设计指导，帮助 AI 理解什么是“好设计”。

当 Figma 团队首次构建 AI 功能，尝试通过设计系统生成 UI 初稿时，他们意识到一个核心问题：如何向 AI 传授优秀设计的机制？Oscar 指出，虽然大型语言模型（LLM）在文本生成任务（如撰写或编码）上非常有效，但要让 AI 理解并生成高质量的视觉作品，尤其是 UI 设计，仍需跨越巨大的鸿沟。

他们很快意识到，无法简单地向 AI 提供一套详尽的设计规则，因为：

1. 设计复杂性：将“好设计”的每一个细节定义为有限的指导方针是不现实的。
2. 技术限制：即使可以，AI 模型处理输入的限制也使得向 AI 提供过多规则在技术上不可行。

因此，团队选择简化优秀设计的原则，将其浓缩为一组小而强大的指导方针。这些指导方针足够具体，能够实际应用在任何 UI 设计中，同时也具备广泛的适用性。例如：

• 操作位置：始终将主要操作放在屏幕底部。
• 布局规范：以 8px 的增量进行测量。

这让我想起了教学的本质：当我们必须教别人如何设计时，往往需要将自己的直觉理解解构为一系列明确的原则，这些原则既要清晰具体，又必须在广泛的情境中适用。

Oscar 强调，通过传达这些能够最大化设计杠杆的原则，Figma AI 在短短几周内显著提升了生成设计的质量。尽管网站和应用程序的外观可以千差万别，但几乎所有软件都可以归结为几个核心布局模式，这些模式为 AI 提供了一个稳固的基础。AI 在生成标准化方案时，我们的任务则是将创意和新意注入其中，因为仅凭过去的数据，AI 无法创造未来。

要点总结：

• 简化复杂的设计原则，传授给 AI 一套能够广泛适用的设计指南。
• AI 的设计生成能力只是起点，设计师的角色是为这些基础设计注入创新和个性。

二、收紧从设计到代码的循环

Jordan Singer，Figma 产品设计师

随着 AI 工具逐渐融入设计和开发流程，设计师和开发者的职能边界将变得越来越模糊。Jordan Singer 指出，AI 将推动设计师和工程师的技能组合不断演变，以适应这一新的范式。

设计师将需要掌握更多技术知识，了解 AI 工具的功能和局限性，而工程师则需要深入理解设计原则，以更好地创建用户导向的解决方案。虽然最终的产品输出可能看起来相似，但背后的工作流程将变得更加高效和协作。

Jordan 提到，这种转变类似于今天的“设计工程师”角色——一种既具备设计能力又能编程的全能型人才。他们最初可能只是想让自己的想法付诸实现，或者希望 UI 更加美观，因此学习了新的技能并跨越了学科的界限。

未来，我们将看到更多这样的复合型“产品构建者”，他们能够利用 AI 工具快速实现愿景，简化从设计到开发的流程。尽管学科之间的界限变得模糊，但设计师和工程师各自的专业领域仍然具有不可替代的价值。设计师依然会专注于打造卓越的用户体验，而工程师则会聚焦于构建强大且可扩展的系统。AI 可以生成代码片段或布局建议，但最终的设计方向和技术实现仍仰赖于人类的专业知识。

随着 AI 工具的不断集成，设计与开发之间的循环将更加紧密，合作将变得更加高效。

要点总结：

• AI 工具将模糊设计和开发的职能边界，推动设计师和工程师的技能融合。
• 未来的“全能产品开发者”将能够更好地驾驭 AI 工具，实现从设计到代码的快速转化。

三、实用主义的力量

Marco Cornacchia，Figma 产品设计师

Marco Cornacchia 强调，AI 时代的优秀设计，其核心在于务实地利用当今的技术来解决实际问题，提升用户的工作效率。与其追逐炒作 AI 的全能性，不如专注于那些能够切实帮助用户的功能。

Marco 以 AI 辅助搜索为例，展示了 AI 如何通过简单的技术大幅提高设计师的工作效率。设计师往往需要花费大量时间在查找设计资源、组件或资产上，而 AI 辅助搜索能够通过简单的语言描述，帮助设计师快速检索所需内容。借助 Visual Search 功能，设计师甚至可以通过上传截图，定位团队内部的相关设计，节省了大量时间。

此外，AI 辅助搜索还能够为设计探索注入新的活力。许多有价值的设计工作往往被束之高阁，最终被遗忘。但通过 AI 的强大检索能力，这些工作可以被重新发掘，成为灵感源泉，帮助设计师快速找到创造性解决方案。

Marco 强调，应该以深思熟虑的方式将 AI 融入现有流程，避免因为过度追逐“全能 AI 助手”而导致失望。AI 工具应从能够切实提供价值的小功能开始，例如自动图层重命名或智能搜索，逐步扩展其作用。

要点总结：

• AI 时代的优秀设计应务实且高效，专注于解决实际问题，而非追逐全能 AI 助手的炒作。
• 通过渐进式改进，AI 工具可以逐步扩展其功能，最终为设计师提供切实的帮助。

四、倾向于共同创造的模式

Natasha Tenggoro，Figma 产品设计师

Natasha Tenggoro 提出了“协同创作”的理念，强调 AI 应该与设计师一起工作，而非简单地自动化设计过程。AI 需要足够了解用户的工作背景，智能地预测需求，并提供有针对性的建议。

Natasha 指出，AI 的有效性取决于它对设计师的实际工作及其上下文的了解。当前，AI 通过提示用户提供更多上下文信息来弥补这一差距，但理想的 AI 应该能够主动了解用户的目标、设计系统、以往的工作以及项目背景。

这种协同工作模式不仅能够自动化设计，还能增强设计师的创意过程。例如，AI 不应该从零开始生成所有内容，而是应该在设计师工作过程中提供改进建议，类似于 GitHub 的 Copilot 为开发者提供代码提示。这种 AI 工具不应替代设计师的工作，而是与设计师合作，将想法付诸现实。

Natasha 描绘了一个未来场景：在一次 FigJam 规划会议结束后，AI 能够自动分析会议记录，识别优先级和行动项目，并智能地建议生成路线图或总结演示文稿。AI 不仅能根据模板生成内容，还能结合团队的实际工作风格和视觉语言，提供真正有价值的输出。

要点总结：

• AI 工具应与设计师协同工作，理解其工作背景，提供有针对性的设计建议。
• 理想的 AI 应该能够主动预测用户需求，帮助设计师更高效地实现创意。

五、小结

AI 时代的优秀设计不仅仅是追求技术的自动化，而是将设计核心价值与 AI 技术相结合。通过简化复杂的设计原则，优化设计到代码的转化流程，务实地解决实际问题，并朝着“协同创作”的方向发展，AI 工具能够真正释放设计师的潜力。

在这个过程中，设计师的角色不仅没有被 AI 取代，反而变得更加重要，因为他们始终是创意的源泉，是将技术转化为用户体验的关键人物。