想法简述
人工智能正在加速设计工作流程，并重塑我们构建数字产品的方式，但我们真的明智地运用了它吗？在这篇实用且以经验为导向的文章中，一位经验丰富的设计师剖析了人工智能在研究、原型设计和测试过程中真正提升价值的地方，以及它目前仍未达到的水平。从实用技巧到真实案例，本文探讨了如何在不牺牲用户洞察力、设计技巧或战略思维的情况下有效地与人工智能协作。如果您正在探索人工智能驱动的全新设计格局，那么这正是您所需要的视角。
如今，设计师们总是对人工智能加速工作流程赞不绝口。这并非没有道理——如今的企业比以往任何时候都更需要快速的草稿、快速的测试和快速的发布，以保持用户的参与度。
然而，许多设计师仍然未能抓住关键点，在产品中运用AI技术时未能充分发挥其专业知识。结果如何？许多被大肆宣传的AI产品制造的只是噪音而非价值，导致用户体验浅薄。
从事设计行业十年，我学会了对创新持保留态度，并将它们从昙花一现的潮流转化为切实可行的方法。正因如此，我想分享人工智能如何真正改变设计师的日常工作，如何改变界面，以及设计流程中哪些部分永远不会改变。
在本文中，我将分享示例、实用建议以及我的经验见解，帮助您了解人工智能的适用范围以及人类技能仍然是关键的地方。
如果您想清楚、诚实地了解人工智能对设计和商业的真正影响，请继续阅读。
为了更好地理解人工智能如何在每个阶段增强设计，首先概述一下在人工智能成为流程的一部分之前设计工作的传统展开方式。
总体而言，产品设计师通常采用两种主要工作方式：
这两种方法都面临着同样的挑战：企业不断缩减预算，加快进度。这迫使许多团队不得不做出取舍。设计师往往精力分散，最终忽略了更深入的探索工作。可用性测试充其量也只是在发布前进行——仓促且不足。
然后出现了人工智能。
根据我的经验，AI 可以在产品迭代周期的三个关键阶段为设计师提供支持：
让我们仔细看看它们。
现在很多工具都提供人工智能生成的仪表板、反馈和用户行为摘要。它们非常方便，尤其是在你追踪趋势的时候。然而，它们并不总是准确的。
它能凸显可见的内容，但并不总是重要的内容。有时，真正推动结果的洞见被埋藏得更深，除非你主动寻找，否则很难发现它们，原因如下：
提示：将 AI 摘要作为起点。如果某些内容引起了您的注意，请深入挖掘。返回原始数据，验证洞察，并确认它是基于实际用户行为，还是仅仅停留在纸面上。
研究是产品设计中最耗时（且常常被低估）的部分之一。它常常会耗费你几个小时。因此，AI 可以帮助你：
但是，不要指望它能完成所有工作：）人工智能更像是团队中的一名额外研究员，需要得到指导、明确的方向和仔细检查。
提示：尝试成为更专业的T型专家，并学习如何编写一些脚本和提示。了解AI的思维方式将有助于你更好地引导它，并加快你的工作流程。
例如，您无需要求分析团队重建仪表板，只需下载包含评论的页面（例如 HTML 格式）。然后让 AI 对其进行解析，将其转换为表格，并按情绪或关键词排序。您无需等待几分钟即可发现规律，从而节省团队成员的时间。
在这个阶段，你可以加快初稿的创作速度。从落地页到屏幕流程，设计师在每一步都需要生成大量的素材，说实话，并非每个人都能跟上。例如，在我们的面试中，600名候选人中只有三分之一了解这个阶段的基本流程。
这就是为什么，借助一些人工智能的指导，你可以维持生存并：
提示：如果您想让起草协作更加高效，请为其提供 10 多个能够体现您品牌风格的参考视觉效果。请注意，AI 的性能取决于您提供的数据。它没有直观的视角。
以Figma 的 AI 发布为例。它可以在几秒钟内创建 UI 界面，这对于快速绘制草图非常有用。但几周后，他们就禁用了这项功能。由于 Figma 的人工智能助手只在少数几家公司的设计系统上接受过培训，所以很多界面最终看起来非常相似。
下一个实用技巧：尽量清晰详细地描述你的视觉效果。理想情况下，首先写一个清晰的提示，描述风格和插图细节，并附上一些参考图片。然后，让AI生成JSON格式来解释提示的细节——这样，你就能知道它对你的理解程度。
如果结果不太理想，请调整输出或进行调整。例如，如果您想要一条类似骨头的细线，AI 可能会忽略这种细微之处，因此需要进行一些手动微调。一旦接近您的预期，您就可以使用优化后的 JSON 作为进一步迭代的参考。
在人工智能测试之前，设计师必须不断要求开发人员创建一些东西并发布它，然后等待反馈才能正确启动它。
然而，如今，有了正确的流程和包含代码就绪组件的优秀设计系统，设计师自己构建用户流程的前端并不难。只需了解其在实践中的运作方式即可。有时，甚至不需要开发人员添加逻辑——只需一个感觉接近真实的工作原型即可。
您可以使用可点击的流程在 Figma 中进行测试，或者更进一步，分享一个基于浏览器的实时版本，用户可以通过该版本实际输入数据。它更加真实、更具洞察力，用户使用起来也更舒适。
提示：使用 AI 工具可以加快您的工作流程并减少对其他团队的依赖。从简单入手：无需等待分析师构建单独的仪表板——您可以自行生成代码并发出 API 请求。如果您需要更新 UI 元素，请直接在 Cursor 中执行，然后将其交给开发人员审核。在很多情况下，这样做会显著加快速度。
人工智能不会取代工艺或设计与开发之间的协作。但它可以消除摩擦。在这个商业目标瞬息万变的世界里，节省下来的时间可以让你拥有更多空间进行实验，打造更优质的产品。
AI 无法（也不应该）替你做出产品决策。然而，它可以通过更清晰地呈现流程，帮助你更快、更自信地做出决策。
例如，在 TitanApps，我们总是会分析用户反馈来决定是否添加新功能。然而，用户并不总是会要求产品中出现“下一个重大改进”。因此，他们的大多数评论都反映的是现有功能。幸运的是，作为 Attlassian 社区的一员，我们可以访问论坛，在那里大家分享痛点、推荐工具并寻求帮助。
在人工智能出现之前，我们手动爬取论坛，尝试不同的关键词组合，追踪同义词，审阅长帖，并收集模式。有时，仅仅为了支持或反对某个产品方向，就需要整整一周的时间。
现在只需要几个小时。以下是整个流程：
当然，在两次分析过程中，我们都验证了所使用的信息和来源。
在这两个直播活动进行的同时，我们花时间梳理了我们最初的想法在哪些方面没有引起人们的兴趣。在此过程中，我们的团队发现了一些更有价值的东西：围绕一个相关主题的需求正在增长，而这个主题是竞争对手尚未妥善解决的。
因此，我们不需要花整整一周的时间在论坛和主题之间来回切换，而是在一天之内就获得了完整的方向快照。
随着人工智能越来越多地融入产品，改变的不仅仅是设计师的日常工作流程，界面本身也在不断发展。为了理解人工智能的影响，我们将其分为两类：
在这两种情况下，最终的界面不再是最重要的结果。更重要的是设计师能否放眼全局，理解用户的旅程。以下是这种转变的重要性：
一开始，您可以让用户完全自由地输入任何内容并获得回复。但为了打造更智能、更流畅的体验，并更有效地训练模型，您需要识别其中的模式。有些人可能会寻找冲刺总结，而另一些人则可能寻找待办事项概览，甚至是拉取请求分析。
然后，下一个问题出现了：用户提取信息后会如何处理：在会议中使用、导出等。这会影响您在何处以及如何展示 AI 助手、您提供什么样的提示或模板，以及您可以自动化多少流程而无需用户手动询问。
提示：训练你的鸟瞰视角。尽管许多人都能察觉到设计优先级的这种转变，但根据我的经验，候选人往往会急于将问题视觉化。他们专注于单个屏幕，却没有分析整个用户交互和旅程。
如果人工智能在幕后默默运行，这种视角就变得更加重要。作为一名设计师，你需要：
以 Copilot 这样的开发者工具为例。早期的一个主要抱怨是，它无法适应每个人的风格。它会生成通用或难懂的代码，与具体情况不符。它非但没有提供帮助，反而扰乱了开发流程。
或者看看像 Cursor 这样的工具。它在 Twitter 上流行起来，人们开始用它来做一些小项目。然而，很多人甚至不知道如何让它正常工作。所以，并非所有 AI 工具都适合所有人，也并非所有时机都是引入它的合适时机。
为了更好地设计这种人工智能，你需要知道：
提示：请记住，人工智能是一种工具，而不是灵丹妙药。这些后台助手即使不可见，仍然具有某种界面。设计师现在也必须学会为此进行设计。
尽管人工智能推动设计师去适应——像开发人员一样思考，平衡业务目标，并保持以用户为中心和独特的方法——但有些原则仍然没有改变，比如雅各布定律。
用户会熟悉各种模式，他们不想重新学习已经奏效的方法。正因如此，不要无缘无故地重复造轮子至关重要。如果有既定的最佳实践，那就去实践。人工智能不会替你做决定——你的职责是了解哪些方法已经得到验证，何时值得创新，以及何时坚持用户已知的方法更为明智。
所以，没错，如今成为一名设计师比以往任何时候都更加复杂。但如果我们提升视野，保持T型思维，并抵制过度复杂化的冲动，我们就能利用这些工具——包括人工智能——来做得更好，而不仅仅是更快。
最终，我们的目标是设计出有意义的东西。