在数字产品扎堆的今天，用户的注意力变得越来越短、耐心越来越低。如果你的产品界面让人感到困惑、加载缓慢、层级复杂、找不到按钮，那用户很可能直接选择“关掉”或者“换一个”。我们总说“用户体验很重要”，但真正把**“界面设计优化”这件事提到战略高度的产品团队，并不多。**

但现在，是时候认真对待了。界面设计的优化，不再只是“好不好看”的问题，而是“能不能活下去”的问题。

一、用户习惯正在极速进化

移动端的普及让用户对“顺手”“好懂”的需求越来越高。现在的用户不再愿意学习你的产品逻辑——你不懂他们，他们也不会费劲来懂你。

这意味着：

• 如果你的界面层级多，流程绕，用户会直接流失；

• 如果按钮不明显、反馈不清晰，用户会产生挫败感；

• 如果关键任务（比如下单、确认、预约）不好完成，用户干脆放弃。

优化界面，就是在和用户的“下意识”对话。

二、技术门槛降低，设计门槛提高

如今，做出一个功能完整的App比以前简单得多，开源组件、低代码平台到处都是。但也正因为门槛降低了，用户在体验上的标准却被“卷”上去了。
大家对“设计”的要求，不再是“能用”，而是“好用”“顺滑”“舒服”。

所以同类产品竞争激烈时，界面设计往往是影响转化率、留存率的关键因素。

三、视觉杂乱 = 品牌崩塌

界面就是用户认知你品牌的第一层皮肤。

你用的字体、颜色、图标风格、动效节奏……都会在无形中塑造用户对你的印象。如果这些元素杂乱、陈旧、没有系统感，很容易让用户产生“不专业”“不信任”的心理预期。

界面不是装饰，是信任。

四、优化设计 ≠ 重做设计

很多团队一听到“优化设计”，脑子里就开始浮现：
“啊是不是又要重构？”
“会不会影响开发节奏？”
“我们现在没有设计资源……”

其实优化界面不是推倒重来，而是通过系统性审视和小步迭代，在现有结构下做减法、做统一、做清晰。

比如：

• 简化交互路径，把3步压缩成2步；

• 明确CTA（Call to Action）按钮位置，减少用户迷茫；

• 统一icon风格，让界面更清爽可读；

• 去除堆叠信息，保留用户最关心的内容；

这些优化，对开发负担小，但对用户感知影响极大。

五、你不优化，用户就替你做选择

“用户教会我们尊重用户。”这句话不是情怀，而是生存。

在产品不断同质化的今天，任何一丁点的体验差异，都可能决定用户是否留下。而界面，是体验感知的第一前线。
你不优化界面，用户就会用数据和流失告诉你——谁做得更好。

结语：设计不是锦上添花，而是业务底层逻辑的一部分

如果你在犹豫要不要优化界面设计，可以问自己一个问题：

“我是否愿意为自己设计的产品买单？”

优化界面，是对用户的尊重，也是对产品的敬畏。它不是可选项，而是基本功。而这项基本功，越早打牢，产品越能走得长远。

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan。

如何打造“流程深度绑定”的垂直领域AI产品？｜从交互与UI设计角度深入解析

一款好的AI工具，不应该只是“出结果”，而应该“带用户走完整个任务流程”。
本文从交互设计与用户体验角度，详解如何打造深度融合用户流程的垂直领域AI产品。

一、什么是“流程绑定型AI产品”？

随着AI工具的快速发展，很多产品停留在“工具层”：比如“AI写PPT”、“AI改简历”、“AI出海报”等。但用户常常用过即走，没有复用与黏性。

相反，那些真正有沉淀价值的AI产品，往往具备两个特点：

• 专注垂直任务：服务某个行业、岗位、具体业务场景

• 流程级融合：不是外挂式调用，而是完整嵌入用户任务流程中

我们称之为——流程绑定型AI产品。

比如 Notion AI、飞书智能助手、LegalMind（法律AI）、Copy.ai 等，它们在业务闭环中持续赋能，成为流程的“原生一部分”。

01｜AI产品别光想着“聪明”，先看清用户到底在干嘛

说得再直接点：
别管你用的是GPT-4.5还是Llama 87.9，用户根本不在意你模型多牛，只关心一件事：

“我这个事，到底能不能靠你省事搞定？”

所以别上来就是“AI能力墙”或者“万金油输入框”，而是得先搞清楚一件事：
你的用户每天的任务流是怎样的？他们到底要完成什么？中间的决策点、阻力在哪？

举个例子：

假如你做的是一款企业月报生成工具，那用户的任务流可能是：

• 拉数据（烦）

• 编排结构（乱）

• 写文案总结（难）

• 美化排版（懒）

你就不能只提供“自动生成一段月报文案”，这太浅了。
你得：引导他们一步步把数据丢进来、智能推荐结构、按模块生成内容、顺手美化导出——这是流程绑定。

AI不是一个功能，是一条任务线。

02｜不要把AI“外挂”到流程上，要“嵌进去”

很多AI产品失败的原因，就在于它像个外挂一样挂在任务之外。

举个反例：
一个做招聘平台的AI工具，是这样用的：

用户打开平台 → 找到JD → 复制去AI工具里生成JD → 复制回来贴上

体验感很像：“我还得背着你走一圈”。结果当然没人想用第二次。

相反，你要做的是：

• 用户打开JD编辑器，就自动弹出“推荐岗位结构”

• 输入一句话，AI就按企业调性生成多段内容

• 用户选中一句，旁边出现“调正式 / 更亲民”按钮，一键改风格

• 写完自动保存为“我司风格模板”，下次复用

流程从始至终，AI在里面，不是外挂。这才叫“深度绑定”。

03｜任务主线驱动交互，而不是把功能塞满界面

现在很多AI产品的界面，打开后像个大型工具箱。

左边是“写文案”、右边是“生成PPT”、中间是“灵感喷泉”，每个功能都能点，但就是不知道从哪开始。

 给你个建议：

把AI交互改造成“任务向导”，像游戏里的主线任务一样，一步步做完。

比如你做一个活动策划生成工具，可以这样引导：

1. 你这次是“品牌种草”还是“促销引流”？

2. 那目标平台是什么？预算多少？

3. 好了，这是3个推荐结构模板，点一个试试

4. 已生成文案，是否想自动配图、生成小红书排版？

用户跟着这条主线走完，感觉不是“我在用工具”，而是“它在帮我把事搞定”。

04｜让AI“像个搭档”，而不是“来干掉你”

现在大家对AI又爱又怕：

• 爱它快

• 怕它乱说话、没脑子、太自信

所以一个非常关键的体验点是：“可控感”。你得让用户感觉：

AI聪明，但我说了算。

几个特别实用的设计点：

• 输出内容用卡片形式包裹，加个小角标：“AI建议”，用户心理就没负担

• 每段建议旁边加按钮：改口气 / 换一种说法 / 展开写写，强化交互

• 加入“思考中…”的动态反馈，别秒出，0.8秒刚刚好。人脑需要缓冲

• 允许回滚、撤销、存为模板，这不只是功能，是信任感来源

记住：AI不是来“替你做决定”的，而是“协助你把决定做得更靠谱”。

05｜UI到底能不能让AI更可信？别停留在表面

很多人说AI产品的UI就做个打字动画、用灰色背景、加个圆头像就完事了。

这说实话，是太低估UI的能力了。
UI不是来“美化AI”，是用来建立信任、节奏感、角色感的。

举两个小误区：

• 打字动效做得太快，像在背稿，反而不可信

• 颜色太鲜艳，用户以为你在“推销”这个建议，不是提供帮助

正确的做法是：

• 使用中性色（淡蓝 / 淡紫 / 柔灰）作为建议背景，语气温和但明确

• AI输出卡片左上角标记来源：“根据你输入的品牌调性自动生成”

• 鼠标 hover 显示辅助操作，不打扰主流程

• 用户编辑后，可标记“此版本被采纳”，让AI学会风格（哪怕假装）

信任感 = AI行为 + UI语境 + 可控反馈的组合。
不是装出来的，是一步步搭建出来的。

06｜别急着炫技，把“能留下来的东西”做好

做AI产品，最怕的不是没功能，而是：

用户每次用都得从头来一遍，没沉淀、没积累。

建议你在设计时，就考虑两件事：

• 这次任务完成后，有没有什么可以自动变成资产？比如生成的内容、结构、模板、提示语等

• 下次用户来，是不是能基于上次留下的东西继续，而不是重新开始？

实例：

• 写了一篇月报，AI自动抽取结构保存为“我司月报模板”

• 写的文案被用户改了，系统提示“是否保存为个人表达风格”

• 用户输入一句话，AI根据过往使用记录给出更贴合的结果

做到这些，用户越用越顺手，越用越有粘性。你这个产品就不是工具，而是“习惯”了。

最后，几点真心话总结：

1. 不要炫AI，而要让AI帮用户完成事，顺着流程嵌进去。

2. UI不是装饰，而是信任与协作感的建构者。

3. 流程绑定型AI的本质：不是做功能集合，而是做“任务协作系统”。

4. 你设计的不是界面，是用户在这个流程里“越来越厉害”的过程。

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan。

用户体验 (UX) 领域正在经历一场令人眼花缭乱的人工智能 (genAI) 接管。

简而言之：今年是人工智能 (AI) 接管用户体验 (UX) 的一年。在本文中，我将解释其中的原因，并更新我使用人工智能进行用户体验研究的方法，重点介绍 ChatGPT 的深度研究功能如何显著加速定性研究分析。

（注意：我将使用术语“AI”、“genAI”和“model”作为“生成性 AI”的简写，主要指大型语言模型 (LLM)，即创建文本的特定类型的生成性 AI。）

十个月前，我在 Medium 上发表了一篇关于AI 用户体验的原创文章，之后它迅速蹿红，阅读量达数千次，远超本博客迄今为止的任何其他文章。但在生成式人工智能领域，十个月就像十年狗年；日新月异的变化速度已经让那篇文章的部分内容显得过时。

因此，当我的母校伦敦大学城市圣乔治学院人机交互设计系联系我，邀请我在他们的年度会议上发言时，我抓住了这个机会，重新开始我对这个学科的兴趣，尤其是当我的老教授透露他们联系我的部分原因是我的 Medium 文章很受欢迎时。

这是我对 UX 的 AI 的第二次看法，已更新至 2025 年，并涵盖了我在 HCID 2025 会议上的演讲（即使是我自己这么说，这次演讲也进行得相当顺利）。

这已经发生了。2025年，人工智能将接管用户体验

将显示缩放图像

2024年初，当我开始在工作中使用人工智能时，我感觉自己就像一位勇敢的探险家，踏入了陌生的领域。诚然，人工智能已经存在了一段时间，我们大多数人也只是在家里用它来制作储藏室菜谱或视觉效果图。但我们中很少有人有机会让人工智能真正地重塑我们的工作，这主要是因为“人工智能会以你给它的任何东西为食”的数据隐私问题，以及由此产生的对人工智能用于工作的严格禁令。

将显示缩放图像

但2024年是私有AI的黎明。最终，像OpenAI和Anthropic这样的提供商“封锁”了他们的法学硕士课程，以确保其数据不会泄露，从而为像我这样的机构打开了以订阅方式使用私有AI的大门。

2025年即将到来，尼尔森诺曼集团的一项研究告诉我，用户体验专业人士是有史以来最重度的人工智能用户之一。这项研究得出的一项关键统计数据显示，如今用户体验专业人士使用法学硕士（LLM）的比例是其他样本职业的750倍之多！

为什么用户体验师如此热爱人工智能？

你有一把锤子，但你看到的并非都是钉子。从学习作业作弊（说实话，正在读这篇文章的HCID/UX学生，如果你尝试过用AI生成用户访谈记录——请停止吧），到一位不幸的音乐爱好者向Nick Cave发送了一首“模仿Nick Cave风格”的ChatGPT歌曲，激怒了他，在很多情况下，使用AI都不是好主意。

将显示缩放图像

媒体喜欢夸大此类故事，随着时间的推移，这在时代精神中形成了一种层次化的“感觉”，即无论人工智能应用于何处，它都是无用或有害的。

我不同意。

将显示缩放图像

因为我们可以用这把锤子敲出一些钉子。GenAI 的局限性和功能与某些类型的用户体验研究的局限性和要求非常匹配。具体来说：

• GenAI 擅长总结文本数据→UX 研究创建了大量文本数据。
• 在 GenAI 中，幻觉是必然的 → 传统的用户体验研究通常可以应对一定程度的“模糊性”。（但如果你的工作涉及高度精确的领域，禁止使用人工智能是明智之举。）
• GenAI 本质上只能创造衍生输出 → UX 开发者很少能创造出完全原创的输出。相反，我们的优势在于对已有内容的改编。

女士们、先生们、朋友们，这就是用户体验设计师们热爱人工智能的原因。它与我们完美契合，并且是真正有用的工具。除了数据隐私限制（现已基本解决）之外，业界对使用人工智能没有任何争议*。只要你的研究报告写得好，并且提供了所需的数据，没有人会在意它是否由人工智能生成。

*然而，关于人工智能的伦理问题绝对应该引发更多争议。我个人对用户体验行业对此的关注如此之少感到困惑，并将继续通过强调人工智能技术过去和现在的伦理缺陷来引发争议。

它的本质

将显示缩放图像

无论如何，继续介绍菜谱。

我给你举一个真实案例，关于一个用户体验研究，我最近在一个项目中用到了人工智能来分析用户数据。所有身份信息都是匿名的。

我正在使用 ChatGPT Enterprise——一个私密的“隔离”版本，配备了最新的深度研究功能。这是OpenAI 于 2025 年 2 月推出的一款专业 AI“代理” ，号称“非常适合从事高强度知识工作的人”。

将显示缩放图像

如果您无法访问 Enterprise，您可以通过 20 美元的 ChatGPT Plus 订阅获得 Deep Research（不过，据我所知，您的数据不会被“隔离”）。

我的 2025 方法与之前的方法相同，分为三个步骤：

将显示缩放图像

• Feed：输入内容。现在，您可以输入的内容种类大大扩展：海量数据集、JSON 文件、屏幕截图、网页链接、PDF 文件，等等。ChatGPT Enterprise 尤其擅长读取 PNG 格式的图片，并且可以轻松理解屏幕截图中的文本。
• 指示：告诉它该做什么。这仍然遵循我在原文中概述的“提示牌组”规则。
• 收获：从中获取所需的信息并根据需要使用，例如，为组织的高层领导创建报告。

步骤 1：饲料

Deep Research 的优点在于它可以处理大量数据，并且比大多数传统模型（如 4o、Claude 3.7 Sonnet 等）具有更高的准确度。正如我所发现的，虽然你可以向其输入诸如访谈记录和原型截图之类的文档，但你也可以告诉它锚定到一个特定的文档，并让该文档决定模型思考和分析的方向。

在我的案例研究中，该文档是讨论指南/研究计划。

将显示缩放图像

讨论指南通常由用户体验师与产品经理合作创建，通常包含以下内容：

• 研究背景：研究项目是什么？它的目的是什么？为什么要进行这项研究？
• 研究目标和假设：您想通过这项研究证明或反驳什么？
• 关于访谈参与者/用户的信息：他们是谁？招募标准是什么？如果他们（就像我的情况一样）是某个特定狭窄领域的专业人士，那么具体是什么？
• 访谈结构，包括访谈主题和问题类型，都与研究目标和假设相关。

第 2 步：指导

那么，你把访谈记录、截图和讨论指南输入到了模型中。你该如何告诉模型如何处理这些内容呢？

不再冗长的聊天

深度研究与传统模型的一个关键区别在于，深度研究消除了大量的反复沟通。您只需进行一次操作，在回答几个澄清问题后，模型就会开始执行其“任务”，根据您的指示生成一份高度详细的报告。您只有一次提示机会，因此最好确保您的提示符合要求。

将显示缩放图像

我的提示方法与我在2024年的文章中基本相同：使用便捷的提示卡组来构建提示。我不会在这里再次介绍所有提示技巧，但您可以参考那篇文章来了解更多详情。

将显示缩放图像

然而，一些提示“卡片”与其他卡片的权重发生了变化。以下是目前为止最有用的“卡片”：

提示卡：设置场景

解释研究目的、针对哪家公司和产品、用户是谁、模型将收到哪些文档；如果有的话，将其锚定到您的关键文档上（在本例中为讨论指南）。

提示卡：角色

描述你希望模型扮演的角色，例如“在一家科技公司（X 公司）工作的世界领先的用户体验研究员，为英国的一家数字信息和分析产品公司工作[职业]。 ”

将显示缩放图像

提示卡：模板

告诉AI如何构建其输出仍然是关键技术之一。您可以告诉它遵循讨论指南的结构（如果相关），或者给它一个包含所有标题的示例模板。

将显示缩放图像

提示卡：思维链

将显示缩放图像

这项极其实用的技术如今已被人工智能工程师广泛应用。简单来说，如果你让人工智能解释它为什么得出某个结论，它得出的结论的准确性就会提高。

提示卡：Wild Card（新）

一位同事想出了这个主意。在我公司的许多用户研究中，包括这个例子，我们已经预设了想要从用户那里发现什么的框架。但是，如果用户说了一些我们意想不到的话怎么办？如果你不要求模型发现意想不到的事情，它就找不到。你应该自己寻找这些异常，但为什么不也让模型思考一下呢？

将显示缩放图像

**这让我想起了OpenAI 发布的一段搞笑又令人毛骨悚然的视频：两个视觉/语音 AI 助手正在与一位人类主持人交谈，而另一个人则走到他身后，露出兔耳朵。两位助手都无视兔耳朵，直到明确提示。

将显示缩放图像

步骤3：收获

输入你的题目和文档后，选择“深度研究”并按下“提交”按钮，然后给自己倒杯咖啡。根据“任务”的复杂程度，AI 生成所需的报告可能需要长达一小时。在我的案例研究中，这大约需要 30 分钟。

将显示缩放图像

太棒了，你拿到了报告，足足50页！以下是整个过程中最无聊的部分：

!检查!每一个!字!!!

虽然深度研究的准确率高于大多数模型，但远未达到 100%，而且它产生的幻觉看起来尤其令人信服。所以，不要相信它。人工智能至今仍是一个热切但缺乏经验的助手，其工作必须接受审核。只有你，作为“知情人”，才拥有专业知识和解读能力，能够理解用户访谈中的真实情况，否决人工智能的错误结论，并发现任何“兔子耳朵”，即使你设置了“万能牌”，人工智能也可能遗漏了。

深度研究的一个巧妙功能是右侧面板，你可以在那里看到它是如何一步步得出结论的。最奇怪的幻觉可能会在这里出现，而且很搞笑。我注意到，这类幻觉很少出现在最终报告中，因为深度研究功能中已经内置了“思维链”流程。

将显示缩放图像

重要提示：由于深度研究每次只允许执行一项任务，而不是来回对话，因此您无法在与AI对话时进行更正。请使用传统方法，将报告下载到Word中。

修改完成后，您可以将 Word 报告上传回 ChatGPT，让它将 50 页的文档精简成简洁的 PowerPoint 风格演示文稿。这是最简单的步骤：只需使用“模板”提示技术，并结合传统的 AI 模型（例如 4o、o3 等）即可。

关于用户引言的说明

根据我的经验，传统的人工智能模型在从访谈记录中提取用户原话方面表现糟糕，它们只会选择进行解释。相信我，我什么方法都试过了！相比之下，Deep Research 的引文直接引用了原文，因此用户引文更容易进行交叉核对。我仍然建议手动检查，尤其是那些最终报告会用到的内容。

深度用户体验研究：内幕

将显示缩放图像

因此，深度研究花了大约 30 分钟来编写分析报告。即使考虑到人工参与快速撰写、文档准备、检查和修改的时间，这也比手动完成整个分析过程要快——而且绝对比我之前依赖传统 AI 模型的方法要快。

需要注意的是：你可能很容易将分析工作完全外包给深度研究，而跳过检查步骤。这将是一个大错误。最终，如果深度研究出错，承担风险的是你，而不是人工智能。即使模型越来越先进，保持警惕并在出错的地方进行干预仍然至关重要。

忘记我告诉你的一切

将显示缩放图像

在我的HCID会议演讲中，这是我最喜欢的幻灯片。告诉听众一堆有用、可操作的信息，然后让他们把它们扔进垃圾桶，这其中有一种令人愉悦的反常之处。

但这就是人工智能领域的现实。事物每周都在变化，跟上潮流的唯一方法就是与时俱进。例如，我的演讲中还没有提到代理人工智能 (Agentic AI)，但在撰写本文时，它是 2025 年规模最大（也是最模糊的概念！）的人工智能盛事。如果我在为 UX v3.0 撰写人工智能文章时，很可能会谈论代理人工智能。

或许不是！谁知道呢！

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan。

1. AI优先设计

将显示缩放图像

多年来，我们一直在听说人工智能在设计领域的应用。2024 年，它生成的布局看起来像是醉酒实习生做的。2025 年，它的表现有所改善，但仍然感觉像是作弊。

现在已经2026年了？人工智能不再只是个助手。它基本上是你的设计伙伴，不会再抱怨反馈了。Galileo、Uizard 以及 Figma 上周刚刚收购的那些工具，生成的界面不仅可用，而且效果惊人。设计师现在花更多时间进行改进和制定策略，而不是无休止地摆弄自动布局框。

趋势：

• 诸如“让这个流程对 alpha 版本更加友好 20%”之类的设计提示现在已经成为一种流行趋势。
• UX文案由AI撰写一半稿子，然后由人类进行润色。
• 评判设计师的标准是他们提示得有多好，而不是他们推动像素得有多好。

设计提示：开始像对待初级设计师一样对待 AI 工具。引导它们，纠正它们。不要让它们肆意妄为，否则它们会为计算器设计一套 6 步入门指南。

2.“零 UI”的兴起

将显示缩放图像

从零开始设计？那就2025年吧。我们正进入一个最好的界面就是没有界面，或者至少没有传统界面的时代。

想想语音、手势、存在检测、情境感知界面。设备和体验在你开口之前就能猜测你想要什么。

恐怖？是的，有点儿。
方便？绝对方便。

现实世界的例子：

• 智能冰箱无需询问即可重新订购牛奶。
• 汽车通过扫描你的脸部来调整你的座椅。
• 只需思考布局就能设计界面的 VR 头显。（好吧，这个功能还在测试阶段。）

趋势：

• 为“隐形”交互而设计。
• 优先考虑音频、触觉或行为的反馈循环。
• 彻底重新思考屏幕的作用，尤其是在消费技术领域。

设计提示：从体验开始设计原型，而不是屏幕。并在现实世界中测试它。

3. 高度个性化，但有界限

将显示缩放图像

到了2026年，用户不再需要千篇一律的体验。他们想要一款能够了解他们的睡眠模式、喜欢的颜色以及童年创伤的应用，但又不能让人觉得毛骨悚然。

个性化日益升级，但隐私问题也日益凸显。这意味着智能默认设置、基于行为的界面以及专为用户打造的仪表盘。

趋势：

• 根据上下文进行调整的界面：夜间使用黑暗模式，大脑疲劳时使用简化的用户界面等。
• 高度集中的入职流程根据您的氛围量身定制：为专业人士提供简约服务，为新手提供指导。
• 为高级用户提供“选择您自己的 UX 冒险”设置。

设计提示：让用户自主决定个性化程度。让个性化变得有趣。不要将功能锁定在数据共享墙后面。

4. 滚动已死。滚动万岁。

多年来，我们一直热爱滚动。无限滚动、水平滚动、视差滚动。

现在？滚动正在进化。2026 年，一切都围绕着滚动叙事展开。流畅的过渡，智能的捕捉，以及微妙的交互，让用户不会感觉自己一直在喝红牛。

趋势：

• 卷轴作为叙事手段
• 配对的动画和微交互创造了一种旅程，而不仅仅是滚动到页脚的情况。
• 基于滚动的 UI，根据速度或意图而变化。

设计提示：在所有设备上测试滚动行为。在 MacBook Pro 上看起来流畅的滚动效果，在售价 99 美元的 Android 平板电脑上可能感觉像做梦一样。

5.语音界面成为主流

将显示缩放图像

过去，除非你像机器人一样说话，否则 Alexa 总是会误解一切。但到了 2026 年，语音界面终于成熟了。

得益于更先进的 NLP 模型，语音正在成为导航应用的标准方式，尤其是在可穿戴设备、汽车和智能家居领域。设计师面临的关键挑战是什么？超越视觉 UI 的思考。

趋势：

• 语音和视觉反馈接口同步工作。
• 适用于多任务场景（例如烹饪、驾驶、育儿）的纯语音用户流程。
• 个性丰富的语音助手让生活变得轻松。

设计提示：不要让每个应用都显得吵闹。有意识地设计安静的语音交互。并且，务必为用户提供“关闭”按钮。

6. 设计要考虑神经多样性，而不仅仅是可及性

将显示缩放图像

无障碍功能不再只是一张清单。2026 年，我们将为认知包容性而设计，服务于患有多动症、自闭症、阅读障碍以及介于两者之间的各种疾病的用户。

这不再仅仅关乎颜色对比度或屏幕阅读器，而是关乎信息的结构、通知的工作方式以及如何减轻精神负担。

趋势：

• 可选的极简模式，可消除噪音。
• 带有“运动灵敏度”切换的动画。
• 尊重焦点的界面；是的，我们正在谈论您的 7 个弹出窗口。

设计提示：开始用真正的神经多样性用户测试你的设计。不要只是“添加一个模式”。要将包容性设计融入核心用户体验。

7.反设计2.0

来看看反设计 2.0 吧。它丑陋、混乱、怪异得令人难以接受。它无处不在，尤其是在那些努力避免看起来像 Webflow 模板的作品集网站上。

这种趋势的核心在于打破常规，但又不失其有意为之。想想那些刺眼的色彩、夸张的元素、重叠的文字，但不知何故，它却奏效了。

趋势：

• 设计师将不完美视为一种风格。
• 用户界面接近“糟糕”，但在千篇一律的界面中却脱颖而出。
• 更注重真实性而非完美性。

设计提示：谨慎使用此趋势。如果你正在设计银行应用程序，最好不要使用 Comic Sans 字体和摇摆按钮。

8. 具有幽默感

将显示缩放图像

2026年，就连你的信用卡应用也开始尝试搞笑了。你知道吗？它真的有效。

人性化的界面，巧妙的微文案、精妙的动画和令人惊喜的瞬间，让产品更令人难忘。用户不再仅仅追求“直观”，他们更追求乐趣。

趋势：

• 用个性化的祝酒词。“哎呀。这招不行。不过，嘿，你上一段感情也没用。”
• 错误屏幕会让你笑，而不是哭。

喜悦与无聊的东西（比如空状态和确认消息）融合在一起。

设计提示：不要过度。并非所有内容都需要单口相声。只需营造一种让你的产品感觉不那么机械、更具亲和力的氛围即可。

9. VR之外的3D和空间设计

得益于 Apple Vision Pro、Meta Quest 以及三星的各项研发成果，空间设计已不再是小众领域。但你无需为VR 头显进行设计即可拥抱 3D 空间。

2026 年，扁平化的 UI 将会变得更加立体。不再是虚假的阴影，而是真实的、可交互的深度。

趋势：

• 响应光标移动的 3D 卡。
• 电子商务和设计工具中的 AR 预览。
• 界面感觉更像是物理空间而不是平面布局。

设计提示：像建筑师一样思考。关注用户如何在空间中移动，而不仅仅是屏幕。但不要让性能受到影响。流畅的 2D 流程总比混乱不堪的 3D 流程好。

10. 设计时考虑地球

将显示缩放图像

可持续设计终于不再只是你产品宣传单上的一张幻灯片了。到了2026年，用户开始关心你的应用有多“环保”，没错，这已经是千真万确的事情了。

你的应用消耗的资源越少越好。轻量级 UI、低带宽模式和智能缓存不仅仅是技术性的功能，更是用心良苦的功能。

趋势：

• 应用程序中的生态模式设置可降低数据/功耗。
• 碳中和设计实践。
• 应用程序加载速度快、操作轻便，并且不会在三次滑动中耗尽电池电量。

设计提示：别粉饰太平。务必打造高效的 UI。额外福利：用户本来就喜欢快速的应用，所以这是双赢的。

最后的想法：2026 年的设计不再注重炫酷，而更注重感觉

设计不再仅仅关乎“好看”。它关乎智能、同理心和真正实用。2026 年最好的界面不仅要美观，还要个性化、包容性、趣味性，甚至可能是隐形的。

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan

有些想法已经酝酿了好几周。其他想法则是在谈话中，或者在观看某人发起一个零散的无代码实验时浮现出来的（我们最近经常这样做）。

他们或许会老得漂亮，也或许不会。这不是重点。

重点在于：变化正在发生。我们越了解它，就越能更好地塑造未来。

1. 团队规模更小，重点更明确

我们正在进入一个团队规模更小、更专注的时代——这适用于所有学科，而不仅仅是设计。

正如 Marty Cagan 在最近为硅谷产品集团撰写的文章中指出的那样，产品团队正在变得更加精简，但效率也更高。这并不是说要用更少的资源做更多的事情，而是要消除噪音、开销和不必要的交接。

工具化正在飞速发展。十年前，一天内构建一个原型可能需要跳过关键步骤或加班加点。但现在，有了 Figma、一些无代码工具（下文将详细介绍 ）以及 ChatGPT/Claude，一位设计师可以在早上探索五个方向，并在午餐前测试其中三个。

人工智能并非取代我们，而是让我们有机会进行更周全的设计。装备精良的产品设计师——或者产品经理——现在可以更快地从问题到原型，再到经过验证的解决方案，这并不是因为他们更加努力，而是因为环境最终让他们能够更智能地工作。装备精良的产品设计师（或产品经理）现在可以更快地从问题转向原型，再转向经过验证的解决方案，这并不是因为他们更加努力地工作，而是因为环境最终允许他们更聪明地工作。

在设计领域（以及其他领域），这意味着更少的人员，但更明确的职责。更少的专业化，更多的责任。

说实话，我迫不及待地想看到这个。我一直都很喜欢小团队、快团队。他们行动清晰，能快速建立信任，而且在协调上也更省力。

说实话，如果你是一位领导者，认为员工人数翻番就能自动改善现状，那么当经济形势发生变化或公司未能实现目标时，你可能会陷入困境。我们都见过这样的情况：快速招聘，然后是恐慌性裁员，之后又是同样的关于专注和问责的讨论。

单人团队不再只是初创企业的神话。它正在成为一种可行的结构——尤其是在小型公司和早期团队中。随着人工智能和无代码工具的不断发展，甚至可能在大型公司中也是如此。

是的——这意味着“设计师”的定义也在发生变化。

2. 全栈设计师的再次崛起全栈设计师的再次崛起

高度专业化的时代正在消逝。这并不意味着专家已经过时——远非如此。只是现代产品设计师的工具包正在不断扩展，人们期望他们能够更好地利用这些工具包。

研究、文案写作、视觉设计、系统思维，甚至组件库的实际工作——一切都融合在一起。人们越来越期望设计师能够独立掌控更多产品周期。这并不是为了取代其他角色，而是为了减少摩擦并保持发展势头。

这种转变反映在职位描述中。产品设计师（UX/UI 设计师等）现在需要定期撰写微文案、进行可用性测试、参与设计系统、构建原型、分析数据、招募用户并与客户沟通。预计撰写微文案、运行可用性测试、参与设计系统、构建原型、处理数据、招募用户以及与客户交流— 定期。

说实话，为什么不呢？有了合适的工具，很多任务都会变得比以往更容易，而且可以做出更好、更快的决策。

从许多方面来看，我们都回到了数字设计的早期阶段，当时同一个人会进行构思、设计和构建。

但这一次，我们采用了更好的工具、更智能的系统以及（希望）更强的判断力。

3. 设计系统民主化

随着设计工具的发展和无代码采用的增加，设计系统变得更加开放、可用和重要。

我们正在看到从严格控制的库向模块化、即插即用的生态系统的转变，这种转变不仅使设计师能够，而且使产品经理、营销人员甚至客户成功角色能够构建实验，而无需等待开发资源。

我希望我们的产品经理能够使用我们的设计系统快速构建原型——只需几分钟，而不是几天——这样他们就能快速测试各种想法。正因如此，我才致力于几乎完全开放我们的灵魂设计系统。

这令人兴奋，但也提高了标准。开放式设计系统需要清晰的文档、强大的组件和智能的治理。它们迫使我们像产品构建者一样思考，而不仅仅是设计师。

与此同时，我们的系统越容易上手，我们就越有可能出现千篇一律的结果。当每个人都使用相同的组件和模式时，千篇一律就会迅速蔓延。这并不是什么新鲜事，它一直存在。想想有多少网站与 Linear 的设计相似，又有多少新应用模仿 Notion 的导航。正因如此，创造力、视觉识别和精湛工艺将变得更加重要，而不是更不重要。需要 （或想要）脱颖而出的公司需要投资于独特的视觉/UI 设计、引人入胜的故事叙述，以及人工智能或模板无法复制的精妙之处。

4. 工具正在改变一切（如果你允许的话）

设计师从未拥有过如此强大的力量。我们能够以一年前难以想象的速度进行测试、构建和学习。

在我的团队中，我们正在探索一波全新的工具：可爱，V0 复制， 和Bolt.new。

我们仍在决定将哪一个（安全性、法律等）完全集成到我们的设计堆栈中，其中 Loveable 和 V0 目前处于领先地位。

将显示缩放图像

我们中的一些人也一直在研究Cursor。毫无疑问，它功能强大，但对于日常设计工作流程来说，它仍然感觉有点“更高层次” （2025 年春季——你可以打赌，几个月后，这种情况将不再存在）。

附注：随着工具越来越开放，团队界限越来越模糊，安全问题也变得越来越重要——即使对设计师而言也是如此。在讨论过风险之后，我请求我们的AI/创新团队帮助我们搭建自己的MCP服务器。他们现在正在着手开发——即使在早期阶段，我们也非常谨慎。

Vibe 编码很有趣……直到它会让你的系统暴露一些不该暴露的东西。

这些工具不仅能节省时间，还能改变文化和思维方式。

他们正疯狂地奔跑。我完全相信，如果一年后我再回顾这件事，一定会发现三个功能强大的新工具。看看生成图像模型的飞跃——不到12个月，它就从八指的噩梦变成了拥有清晰副本的视觉效果。

为了跟上步伐，我们开始举办内部培训，让工程师指导设计师如何在本地环境中运行项目、如何运用变体进行思考以及理解系统逻辑。这并不是要把设计师变成开发者（好吧……也许有一点）。而是要减少恐惧，增加背景知识，并在流程早期做出更好的决策。

要点是什么？最好的工具不仅能帮助你更快地行动，还能帮助你的整个团队使用同一种语言，共同创造更好的产品。

提示：我一直建议设计师尝试构建 Figma 插件（你可以使用 ChatGPT 指导）、个人网站，或者——更好的是——一个可以解决你实际问题的小工具。我们的一位设计师构建了一个徒步旅行计划器。另一位设计师为他的业余项目创建了一个烹饪伴侣。还有一位设计师创建了一个在线图像压缩网站。你将学到比预期更多的东西。

将显示缩放图像

5. 设计工程师的回归

随着工具的发展和界限的模糊，一个新旧角色正在悄然回归：设计工程师。

这并不是什么新鲜事——用户体验工程师在谷歌和其他科技巨头中已经存在了十多年。但得益于人工智能、无代码开发和更强大的工具，这个曾经只存在于科技巨头独角兽中的职位，如今正出现在 SaaS 团队、初创公司和设计系统团队中。

我们团队一直在探索这条道路。我设定了一个个人目标：到今年年底，我们产品设计团队的某个人将为产品发布一个小更新——无需开发人员参与。即使是像更新工具提示中的文本这样简单的事情。在我们的 UI 团队中，挑战甚至更大：在没有开发人员参与的情况下更新组件。

为什么？因为前端现在应该更快了。它可以更快。在一个设计师可以与代码对话（或者至少可以温柔地引导代码）的世界里，等待两周的文本修改感觉很不对劲。

这并不意味着团队中的每个人都需要成为一名程序员。但这确实意味着我们需要更加适应我们参与塑造的系统——并且不要再把 Figma 和生产环境之间的空间视为黑匣子。

设计工程师（或任何行业赋予的头衔）可能并不适合所有团队。但我相信，他们会自然而然地成为更多团队的一员。

它会顺利吗？一点也不。开发人员会注意到那些混乱的部分——语法、结构、风险。这很正常。原型开发也是如此，任何初次踏入陌生领域的人都会遇到同样的情况。

但如果这种方法建立在好奇心和合作之上——而不是控制——它就会开始奏效。早期的摩擦是值得的。

接下来是更快的迭代、更好的协调和共同的尊重。

6.专家将比以往任何时候都更重要

这里有一个悖论：随着角色的融合和工具变得越来越容易使用，对真正的专业知识的需求实际上正在增长。

人工智能是一个强大的放大器，但它也可能掩盖经验的不足。我见过一些初级设计师严重依赖人工智能生成的结果，结果却创作出缺乏深度、连贯性或意图的作品。工程领域也存在同样的问题：人工智能可以自动完成代码，但却无法调试业务逻辑。至少目前还不行。

在这种新环境下，普通人和杰出人才之间的差距将会扩大。这令人不安，尤其是对于那些职业生涯早期的人来说。

但它也是一个行动号召——呼吁前辈们进行指导，呼吁团队投资软技能和系统思维，呼吁每个人超越仅仅推动像素或生成提示。

成为专家。如果你还不是专家，没关系——但不要停滞不前。不断拓展，不断磨练。这就是与众不同之处。

7. 品味、创造力和商业思维是差异化因素

那么，在这个人工智能增强工作流程和像素级完美模板的时代，什么才能真正让设计师脱颖而出呢？嗯，那些成就伟大设计的要素始终如一：品味。创造力。商业头脑。沟通能力。

随着工具的改进，我们已经看到了千篇一律的风险。环顾四周：几乎每个新应用都像 Notion，每个新网站都沿用 Linear 的简洁极简主义。这些模式并非糟糕——而是非常棒。但当所有人都遵循相同的公式时，产品之间的界限就会变得模糊。体验开始变得千篇一律。

这时，视觉品味和创造力就比以往任何时候都更加重要。

随着人工智能和无代码工具的不断发展，执行力不再是瓶颈——决策才是。我们的责任是像战略家一样思考，并运用具有影响力的语言。

最终，只有那些能够清晰表达意图、发挥创造力并具备战略思维的设计师才能脱颖而出。他们不仅能够解答如何构建并使其外观精美，还能解释其背后的原因以及为谁而 做。在我上一篇为本博客撰写的文章中，我谈到了设计师领导者需要身兼数职才能产生影响力。在生成式人工智能时代，这一点比以往任何时候都更加重要，只有能够将用户需求与业务目标相结合、清晰地提出创意并引导团队取得有意义成果的设计师才能获得发展空间。

其他人都将被困在追求快速工程技巧的道路上。

8. 你现在可以做什么

那么，我们该如何应对这一切？该如何为这个快速逼近的未来做好准备？

我们在团队中亲眼目睹了这一点。

几个月前，我们的一位内容设计师联系了UI团队，寻求指导。她主动开始提升自己的技术技能，这并非她正式的成长计划——这对她来说很有意义。之后，她创建了她的第一个组件——一个颜色选择器——现在，我们真心相信她可以成为一名优秀的产品设计师。

我们在用户体验研究领域也看到了类似的转变。如今，我们有三位高技能的研究员——说实话，我认为未来我们不需要六位或十二位研究员。这并不是因为研究不那么重要，而是因为产品设计师越来越擅长掌控产品发现的各个环节——验证想法、进行访谈，并更早地做出更明智的决策。

这为我们经验丰富的研究人员提供了发展空间，使他们能够成为战略合作伙伴，而不仅仅是可用性测试人员。他们作为深思熟虑、高杠杆的合作伙伴，为我们的产品设计师提供支持，我们的一位研究人员也已经开始探索UI设计。

就像内容设计一样，研究仍然是一门至关重要的技艺，而且通常情况下，它仍将是一个专业化的角色。但这样的时刻提醒我，保持领先地位不仅仅是学习新工具或追逐潮流，更在于拓展视野。那些蓬勃发展的人，将是那些充满好奇心、积极进取、无所畏惧超越工作职责的人——不是因为他们被要求这样做，而是因为他们想要按照自己的方式迎接未来。

那么，为了应对这一新现实，你能做些什么呢？以下是我给设计师（不仅仅是设计师）的建议：

• 投资软技能。同理心、讲故事的能力、引导能力、领导力——这些永远不会过时。事实上，它们比以往任何时候都更重要。
• 亲手实践无代码。构建一些东西。打破它。了解它能做什么和不能做什么。
• 对人工智能保持好奇心。把它当作陪练伙伴，而不是拐杖。
• 像产品人一样思考。设计不再仅仅关乎形式，而更关乎结果——这本该一直如此。人工智能和无代码工具正在加速这种转变，让设计师有更多空间专注于战略和业务。
• 分享你的知识。指导、写作、教学——你将在这个过程中学到更多。
• 鼓励团队中的其他人进行尝试。这包括产品经理、营销人员，甚至客户成功团队。使用你的设计系统和无代码工具构建的简单原型，有时比冗长的 PRD 能带来更好的反馈。

未来不在于做得更多，而在于做得更好——更清晰、更有目的、更快速。

给未来的我的一封信

如果您明年读到这篇文章，我希望其中一些想法能够得到认可。

也许有些事情被证明是错误的——也许更大的事情发生了，再次改变了一切。没关系。

我希望不变的是：我们不断适应。我们不断学习。我们以好奇心而非恐惧引领。

因为适应力是我们的超能力。而设计——在最佳状态下——始终在于对未来的畅想。

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan

想法简述

• 本文探讨了人工智能设计工具如何在不破坏既定团队流程的情况下加速线框图和原型设计等早期工作流程。
• 它强调了将人工智能巧妙地融入协作环境的重要性，并以 Lovable 和 Figma Make 等工具作为案例研究。
• 文章认为，团队应该从小处着手，培养提示技能，并将人工智能视为动力助推器，而不是完全的设计替代品。

AI 不再只是设计中的未来附加组件，它正成为现代团队工作方式的重要组成部分。本文探讨了如何将 AI 引入结构化设计环境，在这种环境中，协作、系统和代码质量至关重要。从快速跟踪线框和原型，到引导用户选择 Lovable 和 Figma Make 等工具，本文清晰地展现了 AI 在当今真正增值的地方，以及如何为未来构建流畅性。

AI 设计已不再是新鲜事物——它正迅速成为现代设计师工作方式的关键组成部分。在本文中，我将探讨当今的工具如何提供真正的价值，它们如何融入现有的工作流程，以及如何开始构建 AI 增强型实践。

重点不仅仅在于单独的工作流程或华丽的演示——而在于如何将人工智能巧妙地引入结构化环境，特别是在更广泛的组织中已经存在协作、设计系统和开发流程的情况下。

快速通道：人工智能已实现的成果

言归正传：目前最明显的优势在于原型设计和布局生成。得益于全新的 AI 工具，设计成果不再需要从零开始构建。您可以在几分钟内生成可用的布局，从而加速“畅想”阶段，并使团队能够快速探索、沟通和完善创意。

虽然手绘草图和灰度线框图仍然有其用武之地，尤其是在头脑风暴或高度定制的概念设计中，但如今的人工智能工具能够提供可点击、可测试的输出，让它们感觉就像数字产品的真实原型一样。我经常用我的草图来引导新的人工智能线程来实现目标。这些输出高度可定制，并支持快速迭代，使其成为早期探索、反馈和团队协作的宝贵工具。

话虽如此，对于需要托管平台的企业来说，当今 AI 工具的输出本身还无法直接投入生产。它们为进一步的改进和开发提供了坚实的基础，但仍需要具备可访问性并与业务系统保持一致。我将在本文中逐一阐述这些问题，并提出一些从当今 AI 设计技术中获取价值的方法，以及我们对不久的将来的期望。

了解人工智能设计格局

随着越来越多的 AI 设计工具进入市场，评估它们的差异至关重要，这不仅体现在输出结果上，还体现在它们如何与实际工作流程集成。下面的比较重点介绍了这些工具在不同团队（从个人设计师到规模化产品组织）中的可用性。

将显示缩放图像

人工智能辅助设计工具：从早期测试到发现商业价值

今年早些时候，我和我的团队测试了几款新兴的AI设计工具——UX Pilot、Vercel v0和Lovable——以了解它们在结构化设计环境中的实用价值。我们发现这些工具出奇地容易上手，界面直观，设计师可以在几小时内上手。然而，我们的测试也揭示了两种截然不同的方法，以及一个关键的行业差距。

• UX Pilot专注于通过 Figma 集成进行基于提示的 UI 生成，输出设计人员可以在熟悉的工作流程中进行迭代的 HTML/CSS。
• Vercel v0采用代码优先的方法，可以直接生成 React/Tailwind，但以设计为中心的团队需要在 Figma 中手动重新创建。Lovable则成为了一个强大的中间地带，它能够将提示转换为完整的 React 应用程序，同时保留了导出功能以便进行设计交接。
• v0 和 Lovable 都展现了快速原型设计的价值，但我们的测试也印证了对比图表的结论：与现有设计工作流程的集成仍然是关键挑战。这些工具擅长生成起点，但需要大量的手动工作才能与我们的生产系统保持一致，因此我们主要测试了概念验证，并将其搁置一旁。

59% 的开发者使用 AI 完成代码生成等核心开发任务，而只有 31% 的设计师在素材生成等核心设计工作中使用 AI。AI 的代码生成能力也很可能正在发挥作用——68% 的开发者表示他们使用提示来生成代码，82% 的开发者表示他们对最终结果感到满意。简而言之，开发者越来越普遍地发现 AI 在日常工作中发挥着重要作用，而设计师仍在努力确定这些工具如何以及是否最适合他们的工作流程。

— Figma（4 月）2025 年 AI 报告：来自设计师和开发人员的观点。

然后 Figma 改变了一切。

2025 年 5 月，Figma 推出了Make，这项原生 AI 功能可以绕过我们之前发现的集成障碍。与我们之前测试的第三方工具不同，Figma 的方法直接利用现有模式和团队工作流程。Make 可以在您现有的 Figma 环境中将提示转换为功能原型。

这种转变验证了我们的测试结果：最成功的人工智能应用不是来自最复杂的独立工具，而是来自在现有设计操作中有效的解决方案。

对于设计师来说，自然而然的选择似乎是继续使用由 Anthropic 提供支持的 Figma。我之所以喜欢 Anthropic，是因为它的商业敏锐度使其成为一种创意资源——它能够在关键时刻创造价值：早期创意的生成，快速地通过布局表达，用于概念验证/问题解决。

在我的工作流程中，我发现它可以成为一种非常顺畅的加速器——只需在平台上使用，易于学习。虽然这项技术还很新，我还没有完善我的提示技巧，但早期测试对我来说非常有希望。我认为设计师们的采用率可能会持续下去，而 Figma 可能是扭转设计师不再使用 AI 工具这一趋势的关键。

对于评估这些工具的企业团队来说，区分独立功能和运营集成至关重要。虽然 UX Pilot 和 v0 等早期工具对于特定用例仍然有价值，但围绕设计系统进行的平台整合表明，架构成熟度（而非工具复杂度）将决定 AI 应用的成功。

当前的限制：仍然存在摩擦

尽管 AI 设计工具优势显著，但要与实际产品工作流程保持一致，仍然需要大量的人工投入。对于在结构化设计系统、标记化库或受管控的组件集内运作的团队而言，AI 输出可能需要重建或重构，才能在生产环境中进行扩展。

常见问题可能包括：

• 与您的设计系统不一致的视觉风格。
• 过多的内联样式和不必要的嵌套。
• 需要更换的通用占位组件。
• 生成相关屏幕或流程时不一致。
• 无障碍设施实施不足。
• 将输出与现有代码库集成的挑战。

虽然 Figma 的 AI 功能等平台原生工具通过在现有设计系统内工作减少了一些集成摩擦，但细化、可访问性和生产准备的基本挑战仍然存在。

此外，要获得最佳结果，需要开发有效的提示技能，并使其可重复使用——本质上是学习每个人工智能工具响应最佳的“语言”。

底线：人工智能可以完成初步布局，但精细化、合理的结构和紧密的整合仍然需要人类的专业知识。即使整合路径有所改进，设计判断和系统性思维仍然不可替代。

重新思考人工智能在设计生命周期中的作用

与其指望 AI 工具能够提供完美、可立即投入生产的成果（尤其是在企业级），不如将其视为动力的加速器——能够开启思考、布局和协作的早期阶段。无论是通过第三方集成还是平台原生功能，其核心价值始终如一。

当前的局限性并不会使人工智能失效——除非我们重新定义它目前最有价值的地方。如果在现有的设计实践中运用得当，它的价值将会成倍增长。

从小处着手，低风险

在结构化系统和冲刺周期内工作的设计团队可以在不中断核心流程的情况下开始集成 AI。一个切实可行的切入点是先在早期交付成果（例如线框图、布局基础或初始原型）上进行低风险试点。

通过这种方式，AI 并非取代设计师，而是增强了他们的能力。通过加速基础结构的创建，AI 可以腾出时间进行更高层次的思考。更少的设计周期意味着更少的流失，从而转化为更完善的测试和更具弹性的产品。关键在于结合传统工作流程来评估结果，并利用这些洞察来指导更智能、更广泛的应用。

补充：提示如何发挥作用（以及为什么它是一项技能）

提示 AI 布局工具并不意味着要写出一句完美的句子——而是一个迭代的设计对话。你可以从广泛的内容入手，然后通过一系列提示逐步完善布局，就像指导初级设计师一样。

你可能会说：

→“创建一个包含首页和产品卡的营销主页。”
→“使首页全宽。”
→“添加客户评价部分。”
→“尝试侧边栏布局。”

人工智能在创意自由或轻松、有序的指导下表现最佳。过多的详细、一体化的指令会使结果混乱。相反，应该将请求分解成更小、可操作的步骤，直到达到预期结果。

现在许多工具都支持多模式输入，扩展了您可以输入到 AI 的内容：

• URL：“使其类似于 example.com”。
• Figma：参考您已建立的设计。
• 上传参考图像：使用草图或线框。
• 图像资产：提供您可能想要包含的 PNG 或 SVG。
• 结构化文本：为其提供标记、产品描述或 UI 副本。

平台优势：像 Figma Make 这样的平台原生工具操作方式不同——它们可以直接从 Figma 文件中读取你现有的视觉样式和模式。这意味着提示功能更多地是在既定的视觉环境中完善设计决策，而不是从零开始。

无论您使用的是独立工具还是平台原生功能，提示仍然是一项核心设计能力。与任何技能一样，它随着实践而提升——并且它已经塑造了我们与这些新工具协作的方式。将提示融入到团队的工作流程中，将有助于他们提升技能，迎接下一波 AI 辅助设计技术浪潮。

清单：如何评估用于设计的人工智能工具

如果您正在尝试使用 AI 工具，以下是帮助您构建评估的实用标准：

• 从提示到布局的速度有多快？
• 它与您的设计系统（标记、间距、组件）的映射情况如何？
• 生成的代码是否可供工程使用？
• 它是否遵循可访问性最佳实践？
• 提示能否通过迭代改进获得一致的结果？
• 它是否接受有用的外部上下文（URL、Figma、markdown）？
• 它可以在真正的冲刺或故事中进行测试而不需要太多的开销吗？

未来 6-24 个月我们可能会看到什么

2025 年，形势的变化速度远超我们许多人的预期，一些预测已经成为现实。与其试图预测确切的时间线，不如看看实际正在发生的事情，以及这些事情对当今决策团队可能意味着什么。

多种集成方法正在涌现

我们看到 AI 工具与设计工作流程连接的方式多种多样，每种方式都有其优缺点：

Figma 的 Make 原生支持其平台生态系统。像 Figma 的 MCP 服务器这样的基于协议的连接提供了一种不同的方法——你的编码工具可以通过标准化接口与你的设计文件进行交互。

团队最终可能会混合使用多种方法，而不是只选择一种方法。问题在于哪种方法更适合您的特定限制和工作流程需求。

这对规划意味着什么

如果您正在评估AI设计工具，那么技术能力可能不如它们与您现有运营的契合度更重要。我的感觉是，拥有组织化设计基础的团队可能更具优势，但最实用的方法仍然是从小处着手，并建立组织流畅性，正如我在本文前面所建议的那样。

总体情况

• 原生平台 AI（如 Figma Make）和基于协议的集成（如 MCP）代表不同的方法。
• 对于工作流集成，每种方法都有不同的权衡。
• 无论出现什么工具，从小处着手仍然切实可行。

最后的想法：不要等待完美——现在就开始

AI 设计工具强大到足以改变我们如今的工作方式。无需等待完美的工具或完美的工作流程。从小处着手，经常测试，并在实验中巩固基础。现在构建 AI 流畅性的团队将做好准备，不仅在工具迎头赶上时，而且在行业变革之时。

形势已然发生改变。问题不在于人工智能是否会改变设计工作，而在于你将如何更好地引领这种变革。现在就开始构建，你将有机会定义未来。

兰亭妙微(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。我们建立了一个微信群，每天分享国内外优秀的设计，有兴趣请加入一起学习成长，咨询及进群请加蓝小助微信ben_lanlan