北京兰亭妙微 UI 设计公司，成立 16 年来，始终保持着对国内外优秀设计作品的学习与研究。我们持续追踪全球前沿的 UI/UX 设计趋势，从中提炼可落地的设计方法论，分享给同样热爱设计的你。
软件开发与数字设计领域，眼下正在经历着一场深刻的重构。这场重构由 AI 和各大厂商的大模型所驱动，而 Figma 正好处于这个风暴中心，从 2024 年到现在，它正在经历一场彻底的颠覆，从一个云端协作设计工具，蜕变为「产品创建操作系统」。
转型的起点，源于 2023 年 12 月的监管干预。在英国 CMA 和欧盟委员会的重压之下，Adobe 斥资 200 亿美元收购 Figma 的世纪并购案宣告终止。凭借 10 亿美元的天价解约金，Figma CEO Dylan Field 开启了激进的技术与人才扩张。在这期间，Figma 员工人数翻倍，突破了 1500 人。同时，Figma 连续收购了 Diagram、Weavy、Modyfi 以及无头内容管理系统（Headless CMS）Payload 等关键初创企业 ，为接下来的 AI 战争做好储备。
Dylan 这一系列战略布局在 2025 年 7 月 31 日迎来了高潮。Figma 在纽交所成功敲钟上市（IPO，股票代码：FIG），发行价 33 美元，估值高达 150 亿美元 。Figma 交出的 2025 年答卷堪称惊艳：营业收入达 10.6 亿美元，同比增长 41%。
但是在 AI 加速的世界里，变革都是按月算的。尽管营收大涨，Figma 在 2025 年的净亏损却也显著扩大至 1.25 亿美元。进入 2026 年 4 月，市场格局再遭强烈冲击。Google 让对标 Figma 的 AI 设计工具 Google Stitch 免费。这导致 Figma 股价在短短数日内连续暴跌。目前，其股价较 IPO 后的最高点（142.92 美元）已狂泻近 80%。
在这个伴随高速扩张、生态重塑与突发危机的动荡期，Figma 的核心管理层、内部开发者、一线设计师及庞大的社区生态纷纷发声。针对 AI 如何重塑设计流程、设计方法及产业未来，他们提出了大量极具颠覆性与前瞻性的见解。本报告系统梳理了 2024 年至 2026 年间 Figma 生态内部的言论、产品发布、工程博客及行业数据。我们将深入解析 AI 时代设计工作流的底层逻辑演变，并全面提炼 Figma 团队对整个设计产业未来的终极预测。
面对 AI 浪潮，Figma 领导层并未采取传统的防御姿态。相反，他们主动拥抱破坏性创新，并从哲学与战略高度，重新定义了设计在现代软件工程生命周期中的核心坐标。
2026 年 2 月 17 日，Figma 首席执行官 Dylan Field 接受了 CNBC 专访。他在采访中抛出了一个震动行业的核心概念：「软件大清算」 。他指出，随着 Claude Code、Cursor 等智能体编程工具（Agentic Coding Tools）日益成熟，软件开发的门槛正经历断崖式下跌。过去将想法转化为代码需要耗费昂贵的开发资源，如今寥寥几句自然语言提示词，就能生成生产级别的 APP。
在这种高度自动化的语境下，业内普遍弥漫着「设计师即将消亡」的恐慌。但 Field 的论断却截然相反：
「当任何人都能轻易构建软件时，软件的执行和代码本身将彻底商品化；而深思熟虑的设计以及对人类真实需求的理解，将成为区分伟大产品与平庸数字垃圾的唯一护城河。」
他将生成式 AI 定位为设计师的「副驾驶」，专门用来处理调整组件大小、填充原型数据等枯燥的「设计苦差事」。
Field 极度强调「品味」和「文化同理心」不可替代。他以 2024 年风靡全球的「Brat summer」文化现象为例，犀利地指出：
「即使是再强大的超级人工智能（ASI），也无法凭空设计出与当下微妙流行文化、隐喻产生共鸣的视觉产品，因为 AI 缺乏在人类社会中生存的『灵魂』与文化感知力。」
2026 年 1 月，他在一次公开演讲中将这一哲学量化：
「在未来，一个事物完全由 AI 生成的概率，将与其预期的生命周期成反比。」
简言之，用完即废的瞬时产物交由 AI 处理，而具备长久生命力的核心产品系统，将永远离不开人类设计师的打磨。
Figma 产品副总裁 Sho Kuwamoto 从组织架构的角度，剖析了 AI 的深远影响。Kuwamoto 断言：
「孤立设计师的时代已经结束，设计正在跨越专业壁垒，成为每个人的业务。」
AI 工具打破了职能孤岛。如今，产品经理、营销人员甚至后端开发者，都能利用 AI 工具进行早期的视觉探索。
在这场权力去中心化的变革中，Kuwamoto 认为设计师的战略价值发生了转移：从「把东西做对」（偏重执行），转向了「做正确的东西」（偏重战略方向的把控） 。他特别强调要培养「产品感」。这是一种根植于深刻理解用户痛点、从而解决问题的能力 。在 Figma 内部，团队通过高强度的「吃狗粮」（Dogfooding，即重度使用自家开发的产品）来不断磨砺产品感。这确保了他们在极高速度的 AI 迭代中，依然能与用户保持共情 。
Figma 设计副总裁 Noah Levin 将 AI 对设计行业的冲击，提炼为一个双向动态模型。他认为，AI 同时在「抬高天花板」和「降低门槛」 。
抬高天花板与「更好的设计」：AI 打破了传统工具在复杂计算上的桎梏。这使得顶尖专业设计师能够放手探索以往因成本过高而望而却步的复杂系统与动态交互 。
降低门槛与「脆弱的设计」：AI 让未经严格训练的普通人也能迅速生成 UI 。然而，业界资深专家 Buzz Usborne 结合最新的交互研究发出了警告：「完全依赖自然语言生成界面，往往会导致脆弱的设计。」 绝大多数普通用户并不具备高超的「提示词能力」以及掌控力。
这也意味着未来的设计工具必须做出改变，不能再仅仅提供一个空白的输入框，而是要转向提供结构化的语境建议和约束条件。
2024 至 2026 年间，Figma 最大的技术突破在于彻底终结了陈旧的「线性设计交付」模式。过去，设计师在画板上绘制静态的 UI 界面，然后丢给前端开发。这个过程往往伴随着设计语境的丢失和妥协。而现在，以 MCP 协议为核心的双向工作流彻底颠覆了这一切。
在 Schema 2025 大会上，Figma 宣布其 MCP 服务器正式全面可用，Figma 将内部复杂的画布结构彻底开放。这包括组件库、设计令牌（Design Tokens）、变量层级，甚至是自动布局逻辑，这些结构被全部暴露给 Claude Code、Cursor 等智能体编程平台。
这意味着，当用户向 AI 下达开发指令时，AI 不再基于互联网数据胡乱猜测。相反，它会严格遵守企业的专属设计规范来输出代码。业界资深人士 Tommy Geoco 对此给出了极高评价，称这种结合了 Figma MCP 与 Claude Code 的底层基建，是目前「唯一能在生产环境中使用的 AI 工作流」 。
当然，2026 年此刻，Figma 早就不是唯一的选择了。
2026 年 2 月 17 日，Figma 与 Anthropic 强强联手，发布了震撼行业的「Code to Canvas」（代码到画布）功能。这补齐了设计与开发闭环的最后一块拼图 。它的核心操作流程如下：
1. AI 辅助构建：开发者利用 Claude Code 结合 MCP，快速生成前端 UI 代码，并在浏览器中运行验证 。
2. 状态捕捉：只需在 Claude Code 终端输入「Send this to Figma」指令，工具便会直接抓取浏览器中运行的真实 DOM 状态，并将其自动转换为 Figma JSON 结构。
3. 画布重构：被捕获的 UI 会瞬间在画布上重构。值得注意的是，这绝不是一张屏幕截图，而是一个真实的设计框架，包含可自由编辑的文本、独立分离的按钮图层，以及完整的 Auto Layout 响应式约束。
4. 视觉探索与决策：设计团队无需触碰任何代码，就能直接在这些由代码逆向生成的真实界面上进行批注，并对比各种极端状态。
这种全新的「状态评审」（State Review）的工作方式，将会彻底取代了传统的「设计评审」。值得注意的是，根据 2026 年初的独立测试数据显示，AI 从设计图到代码的「还原度」目前普遍徘徊在 65% 到 80% 之间 。这也印证了业内的精准评价：
「代码负责收敛逻辑，画布负责发散探索。在生成 UI 变得轻而易举的世界里，核心工作已经发生了转移——我们需要在无限的可能性空间中，去决定究竟应该交付哪一个版本。」
在继续审视 Figma 未来发展之前，我们先审视一下最近2年 Figma 的变化，从 Config 2024 到 Config 2025，Figma 的产品矩阵经历了大幅度的延展和重构：
Figma Make：这是搭载了 Claude 3.7 Sonnet 模型的「提示词到APP」的 AI 生成引擎。你可以用自然语言下达指令（例如「让XX元素响应滚动」），为静态框架注入动态交互。更强大的是，它能完美保留原文件的组件层级和元数据 。
Figma Sites：这是一个全栈式无代码可视化建站平台 。它引入了 CSS 级的网格系统。配合收购的 Payload CMS，实现了前端响应式 UI 与后端数据集合的无缝对接，彻底打破了设计与最终发布之间的壁垒 。
Figma Buzz：这是一个面向营销和销售团队的大规模内容共创平台。通过集成 OpenAI 的 gpt-image-1 和 Gemini 模型，支持从电子表格 批量导入数据，并自动生成多尺寸广告图。这标志着 Figma 正式向非设计岗位的企业级用户进行渗透 。
Figma Draw：这是一个内嵌的专业级矢量插画工具集。它引入了动态笔刷、可变宽度路径以及拟真噪点纹理，让插画师们彻底告别来回切换 Adobe Illustrator 的繁琐操作。
2024 年 7 月，Figma 发布了早期的「Make Designs」 AI 工具。由于引入了未经严格人工审查的第三方组件库，当用户输入「天气应用」时，系统直接生成了一个与苹果 iOS 原生天气应用近乎一模一样的界面 。此事件瞬间引爆了关于 AI 抄袭和数据伦理的巨大风暴 。
CEO Dylan Field 亲自出面澄清，强调模型并未在用户的私有文件上进行训练，并果断将该功能下线回炉重造 。这一惨痛的教训让 Figma 深刻意识到：泛用型的 AI 生成工具暗藏巨大的法律风险。AI 必须与企业自身的设计系统进行深度绑定。
在 2025 年的 Schema 设计系统大会上，Figma 的核心议题迎来了全面升维：重点探讨「如何为人工智能构建基础设施」 。会上，Figma 正式宣布了「智能体设计系统」的一系列底层基建更新：
在这次大会当中，系统设计专家 Cristian Morales Achiardi 分享过一个发人深省的案例。
他敏锐地察觉到警告色的对比度存在异常这件事情。在传统流程中，这往往会导致部门间互相推诿，或是开发者干脆写死色值。但在智能体生态中，开发者调用了「Token 审计智能体」（Token-auditor skill）来排查链路。最终，系统精准追溯到了源头：正是 Cristian 本人在底层定义的原始色阶出了错 。
Cristian 为此感慨道：
「开发者对系统产生了绝对信任。当错误发生时，环境机制能够精确追溯到决策层。」
在这套体系中，设计系统架构师扮演了「法律制定者」的角色。正如一位负责人发出的严重警告：
「如果开发者利用 AI 将产出效率提升了 3 到 4 倍，而你只是盲目增加开发者，那么你扩张的根本不是产出，而是技术债务。因为设计决策、实施审查、质量保证这些外围支撑，必将成为致命的瓶颈。」
2026 年初，Figma 发布了重量级的《State of the Designer 2026》报告。该报告对全球逾 900 名专业设计师进行了深度调研，勾勒出了一幅机遇与危机并存的产业图景。
数据呈现出压倒性的拥抱姿态：72% 的设计师正在使用生成式 AI，其中 98% 的人增加了使用频率。
在拥抱 AI 的群体中，91% 认为工作质量得到了提升，89% 认为工作速度明显加快，80% 认为协作得到了增强 。
更关键的数据在于：积极使用 AI 的设计师，其工作满意度比拒绝使用 AI 的同行高出了 25%。反之，在 AI 使用量停滞的群体中，有 40% 的人觉得自己的工作变得更糟 。
然而，认知的巨大裂谷依然存在。当被问及「AI 是否实质性地改善了最终产品质量」时，68% 的开发人员表示肯定，但只有 40% 的设计师认同 。Figma 尖锐地指出了设计师「手艺危机」的存在：由于互联网上高达 81% 的主页存在低对比度等体验缺陷，依赖这些海量平庸数据训练出的 AI，在自动化生成中必然会延续这种系统性的偏差与缺陷 。
在这个充满不确定性的变革期，结构感成了定心丸：高达 91% 的设计师坦言，「清晰的目标和期望」能帮助他们更好地完成工作 。此外，87% 的设计师表示拥有「决策权」能够显著提升他们的表现。这证明了一个观点：
「精确的设计愿景，才是区分专业设计师与随便使用 Figma 的产品经理的关键。」
报告揭示了一个残酷的真相：目前 Figma 中 60% 的新文件是由非设计师创建的 。纯 UI 岗位的生存空间受到了严重挤压。行业内催生出了两种新型职业路径：
对此，Wert & Co. 首席执行官 Daniel Wert 警告各大企业：
「不要陷入寻找全能创始设计师（Founding Designer Unicorn）的陷阱，而应利用魔球理论（Moneyball approach）来建立多元化团队。」
他同时指出，大幅削减初级人才招聘，正在严重损害行业的长远建设 。
预测1：对「设计产品」本身的预测——全领域覆盖的设计工具
设计工具将不再是一个绘图的画布，以 MCP 为代表的通信协议将成为底层标配，设计工具将全面演变为「双向连通的沙盒」，它既能向下直接生成生产级代码，更能向上解析和渲染实时运行的复杂代码架构 。平台将无缝集成战略规划、开发框架与下游 CMS，最终实现「全领域互联」的目标 。
预测2：对「设计产业」格局的预测——基于 Agent 的系统性治理
随着 2026 年 4 月 Google Stitch 走向免费，基础 UI 生成的边际成本已彻底归零。当绝大多数数字资产都由非技术人员通过提示词快速生成时，产业对「中介型」执行劳动的需求将彻底枯竭。设计组织的核心任务将发生不可逆转的转移，转向「质量控制与支撑层」。未来，企业需要构建严密的「智能体设计系统」，以类似于立法与司法机构的方式，来确保海量 AI 产物的合规性与品牌独特性 。
预测3：对「设计本身」的终极预测——品味成为护城河，「设计即代码」
「设计即代码」时代已全面降临。当你能在画布上直接渲染/编辑 React 代码的框架时，「设计」这一动作本身就是在进行系统架构决策。当技术手段变得无限充裕且极度廉价时，方向性决策就会变得最为昂贵。正如 Dylan Field 所言：
「AI 算法可以穷尽千万种视觉组合，但无法体会痛楚，也无法理解人类微妙的文化共鸣。」
因此，人类对卓越技艺的极致追求，以及在纷繁复杂中懂得取舍的高级「品味」，将成为永远无法被算法计算出的终极护城河。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
北京兰亭妙微 UI 设计公司，成立 16 年来，始终保持着对国内外优秀设计作品的学习与研究。我们持续追踪全球前沿的 UI/UX 设计趋势，从中提炼可落地的设计方法论，分享给同样热爱设计的你。
一、全文速览图
大家是不是越来越觉得写 Prompt 就像在做法？
每次写提示词，我们都恨不得写上一篇小作文，生怕它漏掉一丁点细节。结果跑出来的东西依然毫无灵气，甚至让人血压飙升。
这几天，OpenAI 发布了一份官方 Prompt 指南。
作者是 Eric Provencher，熟悉开发圈的朋友可能知道，这位大佬之前打造过口碑极佳的 RepoPrompt，如今在 OpenAI 专门负责 Codex 的开发者体验。
看完之后，我有种醍醐灌顶的感觉，咱们一直以来的焦虑，其实完全找错了方向。
官方给出的结论非常反直觉：AI 表现不好，还真就是因为咱们的提示词写得太长、管得太宽了。
在这份指南背后的内部测试里，OpenAI 发现，把一套原本冗长的提示词精简之后，不仅总 Token 消耗暴降了 41% 到 66%，成本直接砍半。
最离谱的是，模型跑出来的任务评分竟然还提升了 10% 到 15%，少说废话，AI 反而干得更漂亮。
回想一下我们以前是怎么写提示词的。
为了防范模型犯错，总在不断地给 AI 打补丁。
它啰嗦，我们就加上“必须绝对简洁”。
风格不对，我们又补上五条语气要求。
调用工具卡壳，我们就干脆把每一步的操作流程写在里面。
遇到模型升级，我们还习惯性地把旧模型时代的规则原封不动地继承过来。
时间一长，提示词就变成了互相打架的规则垃圾场。
当一段话里包含了几十个互相冲突的指令，别说是模型了，就算是个大活人看了也会当场宕机。
指南明确建议，千万别再像对待没经验的实习生那样，试图控制 AI 的所有操作。
提示词的真正价值，在于让 AI 清晰地看到你要交付的终点。
至于用什么姿势走到终点，请放手让它自己去搜集、比较和决定。
这份新指南抛弃了过去那些玄之又玄的咒语学，回归到一个朴素但杀伤力极强的原则：结果优先。
掌握这四个词，就足以应对绝大多数场景：Goal（目标）、Context（上下文）、Output（输出）、Boundaries（边界）。
第一是 Goal（目标）。你最终要拿到什么东西？比如“我要为一款冥想 App 做一个首页的改版方向”。
第二是 Context（上下文）。有哪些会影响它判断的硬核资料？把真实的用户访谈记录、品牌规范文档直接喂给它，这比你费尽口舌描述半天管用得多。
第三是 Boundaries（边界）。有什么事情是绝对不能碰的？直接划红线，比如“千万别动旧版的 Logo”。
第四是 Output（输出格式）。交稿的时候长什么样？告诉它“给我 3 套视觉方向，每一套都要带上情绪板和配套文案”。
假设你需要优化一个 App 首页的文案和信息架构。
过去我们可能会这么写：
“你是一位资深的用户体验专家和增长黑客，精通消费者心理学。请你严格遵守以下 10 条原则对这个页面进行分析。第一，所有标题必须充满吸引力；第二，所有按钮文案必须具备强烈的行动号召感；第三…第四…第五…第六……同时绝对不要出现拼写错误，请一步一步仔细分析并说明理由。”
在 GPT-5.6 眼里，这简直是一堆充满噪音的废话。
现在，我们可以换成官方推荐的精简版：
“Goal：基于附件里的 PRD 和当前页面的截图，重写首页的区块结构和文案，核心目标是提升新用户的注册转化率。
Context：以 PRD 中的功能描述为唯一事实来源，截图仅供布局参考。
Output：输出一个分区结构文档。每个区块包含：大标题、副标题、主要按钮文案。字数控制在 800 字以内。
Boundaries：必须使用 PRD 里明确提到的产品卖点，遇到缺失的卖点请在文档末尾提示我补充，不要自行虚构任何功能。”
只要把这四点交代清楚，这个提示词就已经很棒了。
大家千万别有一个执念，总觉得第一条提示词必须完美无缺。
一旦 AI 没做好，马上暴躁地推翻重写。
现在优秀的提示词全是聊出来的。
很少有设计师能靠最初的一页 Brief 就产出定稿。大家都是先拉个大方向，看着草图一遍遍磨出来。
写提示词也一样，你完全可以补充新资料、改变关注点、甚至半路调整，根本不需要重新起一个对话从头再来。
这就像你和身边的设计搭档过方案，一步步打磨，出来的东西才会真正契合你的心思。
结合咱们设计师的日常，我发现大家写提示词最容易在3个地方踩坑。
“帮我设计一个高级、简约、有质感、年轻化、符合当下审美的网页。”
听起来很丰满，但 AI 根本不知道这是在说什么，它只能去互联网的海量数据里找个最平庸的平均值敷衍你。
换一种接地气的说法：“为一个面向 25 至 35 岁都市白领的高端香氛品牌，设计官网首屏。目标是让人一打开就有一种‘安静但有辨识度’的第一印象。排版去参考那种高视角的编辑感杂志，避开传统电商满屏促销的套路。最后给我 3 个差异明显的视觉方向。”
感受一下，第二种说法有明确的用户画像，有非常具体的参考方向。
官方也特别强调，从你需要的结果开始写，只补充那些真正会改变产出方向的细节。
老派的写法喜欢手把手教 AI 做事：第一步去分析竞品，第二步去提炼关键词，第三步去做情绪板，第四步再输出配色方案。
但现在是 GPT-5.6 了，它比咱们想象的聪明得多。
过度规定步骤，是在压缩它自主推理的空间。
现在只需要把话撂下：“基于附件里的品牌资料，给我 3 个官网改版方案。必须重点解决‘品牌价值表达模糊’的问题，别单纯去追求视觉上的新鲜感。”
你定义什么是好方案，AI 跑腿填坑，就这么简单。
语言在视觉面前常常是苍白的。
写五百字去描述一个“带点呼吸感的高级布局”，绝对比不上直接甩给它一张带有红框标注的竞品截图。
配合图片的提示词只需要一句话：“参考附件这张截图的排版节奏，保留这种大面积留白和左侧的窄栏导航。避开它的灰褐色配色。结合我们自己的品牌，给出一个首屏方案。”
一张带标注的图，胜过千言万语 。
以前咱们写提示词喜欢像防贼一样，试图堵住每一个可能出错的漏洞。
官方的建议现在更新了：挑出一两个真正致命的边界就行了。
比如“不要动现有的核心信息架构”，或者“涉及开发成本高的地方一定要标记出来”。
把这几根高压线拉好，AI 就能在安全区里尽情释放它的创造力。
转载自优设网
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
现在 AI 产品这么多，作为 UIUX 设计师，我到底应该使用哪一款？
Figma Make、Gemini、Claude Code、Codex，每一款产品看上去都能生成内容、写代码、做页面。
但真正深度使用过后，你会发现：它们擅长解决的问题并不相同。
兰亭妙微UI设计：今天，我们就站在 UIUX 设计师的真实工作流程中，聊聊每一款产品的能力边界，以及究竟应该如何选择。AI 产品更新很快，后续能力仍然会不断变化。
在对比之前，我们需要先明确一件事：
AI 产品不是功能越多越好，而是要看它能否进入你的真实工作流程。
比如，我要写一篇公众号文章、整理用户访谈，这和我要搭建一个复杂的页面 Demo，完全是两种任务。
如果没有理解差别，我们就很容易陷入一个误区：
今天看到别人用 Claude Code，我就去折腾 Claude Code；明天发现 Figma Make 更新了，又把所有流程搬回 Figma。
工具收藏了一堆，最后真正工作时依旧不知道应该打开哪一个。
那对于 UIUX 设计师而言，我们应该重点关注哪些问题？
接下来，我们逐个拆解。
如果你本身就在使用 Figma，又不想折腾复杂配置，那么 Figma Make 应该是最容易开始的工具。
它最大的优势在于：距离设计师原本的工作环境足够近。
你只需要在 Figma Make 中通过对话，就可以创建交互原型、Web 页面和功能 Demo。
同时，它支持将现有设计稿、竞品截图、产品文档和图片素材作为参考内容。比如，你可以丢给它一张竞品截图，让它参考页面布局、颜色和内容结构，生成一个相近的页面。
如果公司已经有相对成熟的设计系统，还可以通过 Make Kits 引入组件、变量、样式和使用规则，让生成结果更接近团队规范。
不过，这里大家需要留意：
接入设计系统，不代表生成结果一定正确。
特别是复杂业务页面，仍然需要设计师反复检查信息结构、组件使用和交互逻辑。竞品截图也只能作为参考，并不等于可以像素级还原。
这里稍微多说一点，现如今很多设计师都非常依赖 AI 工具，根本不用自己去做设计，但从来没有思考过 AI 生成的结果是否正确。比如今天有同学来咨询一个小的问题，在AI生成的页面中，他没有做任何的思考，直接使用结果导致提案失败，所以我们现在是需要具备判断能力的。
所以，Figma Make 更适合：
在我的日常使用中，Gemini 更多承担的是“内容助手”的角色。
它支持较长的上下文，也具备文本、图片、音频和视频等多模态理解能力。
因此，无论是阅读行业报告、分析竞品资料、整理访谈记录，还是拆解一段视频内容，它都非常合适。
在我自己的工作流里，无论是视频文案、公众号文章，还是课程资料，我都会使用 Gemini 做初步整理和润色。
从个人体验来看，它在表达层面会更自然一些，也更适合处理较长的文本内容。
不过，如果你的目标是直接修改 Figma 页面，或者搭建一套完整的设计工程化流程，它并不是第一选择。
Gemini 更适合：
Claude Code 的定位相对明确：
它首先是一款面向工程任务的代码智能体。
如果你需要理解复杂项目、梳理代码结构、定位 Bug，或者将一个页面 Demo 做得更加稳定，那么 Claude Code 会是非常不错的选择。
它能够读取项目文件、执行命令、修改代码，也可以通过 MCP 连接 Figma、Google Drive、Slack 等外部工具。
所以，Claude Code 并不是不能接入 Figma，而是它的重心依旧偏向工程实现。
在我的使用体验中，如果任务涉及复杂代码逻辑、项目级修改和稳定落地，我会优先考虑 Claude Code。
但如果目标是生成图片素材、调整视觉风格，或者希望在设计工具之间快速往返，它就不是我的第一选择。
Claude Code 更适合：
最后，我们来聊聊 Codex。
目前在日常辅导中，我更建议 UIUX 设计师重点尝试 Codex。
原因不是它在每一个单点能力上都绝对领先，而是：
它能够把设计师原本割裂的工作流程串联起来。
首先，Codex 可以通过 Figma MCP 读取组件、变量、布局和设计上下文，也可以将代码页面重新传回 Figma，生成可编辑的设计图层。
这就意味着，设计稿与真实页面之间不再是单向交付，而是能够反复往返。
其次，Codex 支持图片生成和迭代修改。
比如页面缺少图标、插画、背景图或者产品素材，你可以直接让它生成，再根据页面效果反复调整。
然后，它还支持 Computer Use、应用内浏览器和插件。
这就让设计师可以进一步串联：
需求梳理 -> 页面生成 -> 素材补充 -> 浏览器验证 -> 设计走查 -> 继续优化
比如我们之前讲过的设计验收，就可以让 Codex 通过浏览器查看真实页面，再对照设计稿检查问题。
当然，功能多也意味着使用时需要先想清楚任务。
Codex 并不是一个“一句话解决所有问题”的魔法工具。你依旧需要明确自己的目标，逐步搭建适合自己的工作流。
Codex 更适合：
如果你只是想快速生成原型，可以优先使用 Figma Make。
如果你需要整理资料、理解长文本和润色表达，可以优先使用 Gemini。
如果你要处理复杂代码和工程逻辑，可以使用 Claude Code。
如果你希望进一步串联设计、代码、素材和验收流程，可以重点尝试 Codex。
其实在我看来，设计师不需要强行选择唯一一款 AI 产品。
我自己更常用的方式是：
工具永远会不断更新。
我们真正需要掌握的，不是某一个软件的固定操作，而是理解它们的能力边界。
当你面对一个新任务时，能够快速判断应该使用什么工具，把想法真正落地，这才是 AI 带给 UIUX 设计师最重要的价值。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
在追求精致渐变、极简留白的主流设计语境中，一种带着粗犷质感、强烈对比的设计风格正悄然崛起 —— 它就是新粗野主义（Neo-Brutalism）。这种脱胎于 20 世纪建筑粗野主义的设计流派，在数字时代以反叛姿态打破审美惯性，用 "不修饰的真实" 和 "功能至上" 的理念，成为独立创作者、创意品牌追捧的视觉语言，掀起一场关于设计本质的重新思考。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
兰亭妙微（蓝蓝设计）www.lanlanwork.com 是一家专注而深入的界面设计公司，为期望卓越的国内外企业提供卓越的大数据可视化界面设计、B端界面设计、桌面端界面设计、APP界面设计、图标定制、用户体验设计、交互设计、UI咨询、高端网站设计、平面设计，以及相关的软件开发服务，咨询电话：01063334945。
当人工智能、扩展现实（XR）、自动驾驶等新技术不断冲击着产品设计的边界时，很多设计师急于打造 “颠覆式” 界面，却常常忽略一个关键问题：用户会不会用？
蓝蓝设计的小编 http://www.lanlanwork.com