186-6908-0178
186-6908-0178
最近对很多同学关于 AI 提出的问题做了个汇总，在这里统一做出回答，一方面我要内部留档用，另一方面也可以给新人做些基本认识的扫盲。
这是无法直接回答的问题，因为不同 AI 工具面向的工作场景和擅长的工作内容是不一样的，一个成熟的团队项目执行过程中往往会应用多种 AI 工具。加上考虑性价比、服务稳定性等因素，不同背景下就会有不同的工具选择。
我们可以简单把在 UI 设计中用到的 AI 工具划分成三类，包括：
UI 视觉设计，包括生成界面、图标、形象、运营材料等图片结果，主要使用 ChatGPT Image 或即梦 AI、Lovart 等。
可交互页面生成，即直接生成包含完整视觉效果并可以直接进行操作的前端静态页面，理论上效果最好的是 Claude Design（太贵），用起来最方便的就是 Figma Make，其它 Kimi、DeepSeek、豆包等也都可以做到。
完整项目开发，根据需求或已经做好的设计稿完成项目前端和后端代码的开发，这通常要使用综合 AI 工具如 ChatGPT（即 Codex）或 Cursor、WorkBuddy 等。
在当前的环境下，AI 工具的迭代非常迅速，且还有新的产品不断上市，不同领域最佳的工具宝座是坐不稳的，但好在他们的使用逻辑大体相同，所以每个类型只要掌握一种就能无缝衔接使用其它工具。具体哪个最适合你就需要你们自己做测试了。
我们知道 OpenAI、Google、Claude 这些头部的 AI 企业都不对大陆用户开放，且无法用国内手机注册，有一定的使用成本。以及想要正常使用它们开通付费会员是免不了的，这个支付的流程也很麻烦（不被限制的 VISA 或 Master 卡）。
但所幸的是国产的 AI 大模型和工具已经迎头赶上，如果条件限制实在用不了国外的模型，就可以用国产的替代，优先推荐使用 WorkBuddy 或 Kimi。
这也是大家比较关心的问题，因为这背后的答案决定了 UI 设计本身的门槛高低，如果已经不用手搓 AI，某种程度上就意味着谁都能做 UI 设计，UI 设计师这个岗位已经没有存在价值了……
答案自然是不可能！AI 生成界面最大的问题不是生成的质量——它确实能帮你填补各种想法中的空缺——而是它很难完全遵循你的指示来生成指定结果，或者是需要输入的指令复杂度会非常高。
这就必须要分享一个非常关键的认识，专业的 UI 设计是一种经过明确规划和思考后展开的设计，会精确到页面内模块的排列顺序和出现的每个字段信息、操作方式，而不是让 AI 给我们随机生成结果。所以设计的关键是 “先想好再动手”，而想好以后再输出给 AI 的成本会非常高，很多时候还没有我们直接手搓效率高。
UI 设计的精髓本质上在前面的思考规划过程，动手能力反而是次要的，AI 作为工具它的产出上限也是由用的人来决定的。想要更好理解这个门槛，可以自己尝试去用 AI 生成音乐看看，能不能生成出像网上已经有传播率的那些 AI 音乐质量一样高。
图标设计一直是比较困扰 UI 设计师的难题，因为想做好图标设计的门槛其实不低，工具图标练习要像练字一样先临摹千八百个才能入门，装饰图标则要掌握不同风格的设计技巧和思路。
原则上现在 AI 生图的能力已经很强了，那能不能直接让 AI 来生成图标，免去自己学习再画它的成本？想象很美好，但离能稳定输出我们想要的图标还有很长一段路要走。
以工具图标为例，通常都是比较抽象的图形轮廓，且它最重要的要求就是要满足统一性，AI 很难输出整套图形准确且前后一致的简单图标，且输出的图形也不是我们想要的格式（得是 SVG）。
在装饰图标这一侧还好一点，复杂的图标是 AI 擅长输出的方向，但同样要面临图形准确性和一致性的问题，有时候第一个图标输出效果满意了，第二、三、四个图标的输出却怎么都统一不起来是常态。所以最后输出的结果能不能用，需要大量尝试，还要有运气加持，随机性非常大，还不能作为稳定的设计解决方式。
Skill 本质上是一种对大模型提要求时默认增加的 “前置条件”，让 AI 能按一定的标准来执行我们的指令。所以 Skill 并不是增加大模型的能力上限，只是优化了我们的指令让大模型更好理解。如果输出的成果始终不及预期，且做过大量指令和 Skill 的调整，那么核心的问题就出在大模型身上，它的上限没有你想的那么高，无法强求。
而想要有效的挖掘大模型的潜力，高效的实现更好的界面效果，就尽量使用直接面向 UI 设计的工具，比如 Figma Make
设计到前端界面的实现是产品中最重要的环节之一，而这个步骤因为设计师和前端程序员的协作方式会产生不同程度的效率损耗。所以原则上，设计和前端能一个人做完当然是最好的。
这就不得不提早年的网页项目中是没有前端这个岗位的，UI 设计师做完网页设计后就要自己切图和制作前端静态页面，所以以前学习网页设计要从网页三剑客（包含 DW 前端开发工具）学起。而之所以后面多了前端的岗位，就是因为前端开始变得越来越复杂，只做静态页面是不够的，包括各类前端的业务功能、条件判断、前后端联调、异步处理等要求，设计师是搞不定的。
同理，AI 能生成看起来没什么毛病且可以交互的前端静态页面，但这只是你看得见的部分，而那些看不见的代码部分，设计师就压根不知道应该怎么处理，因为你没有这方面的知识也看不懂代码，那就连怎么提问题也不知道。
设计师直接用 AI 完成前端开发，只适用于一些非常简单且一次性的项目（后续不更新），只要是复杂且需要长期迭代的项目，那么就无法完全取代前端工程师。
大厂是目前使用 AI 最频繁的场所之一，而他们的团队会敲锣打鼓的四处强调自己如何使用 AI 来实现工作流的优化与赋能。所以有很多同学会好奇他们到底在用 AI 做什么，以及能产生什么有效成果。
大厂团队很多，工作流和使用的工具各不相同，不能一言以蔽之。但我要先强调一个观点，那就是大厂团队是带着 “任务” 去用 AI 的，多数大厂都有自上而下强行去使用 AI 来优化工作流的要求，一方面会给足够的 Token，另一方面还需要牛马们做使用 AI 的汇报……
所以大厂团队应用 AI 的核心思路，就是从自己当前工作的流程中，绞尽脑汁地寻找可以让 AI 接入的节点，比如文档数据的整理，规范的输出和应用，组件库搭建和复用，前端开发的走查等等。先手里举着锤子，再找哪里有钉子……
想要了解生成的细节和结果可以去看各个大厂团队的复盘分享，绝大多数方案只适用于他们当前的场景，所以大致了解下他们解决问题的思路即可。
这是最多人会问到的问题之一，如果条件成熟的话，那么放起来就有必要，但条件不成熟的话，就不如不放。
这里条件成熟的判断方式，就是你使用 AI 有没有给项目“赋能”，即在特定维度中提高项目的产出效率和质量。比如给产品经理创建原型技能，让他们能快速生成前期可交互原型，并能快速转化成设计文件让我们进行调整，大幅度降低沟通成本提高项目效率，具体可以参考上一个问题提到的那些大厂案例。
因为大家都知道 AI 不是万能的，直接生成设计、前端、程序毫无难度，所以放这样的内容是最没有意义的。作品集放 AI 内容要表现得是你怎么理解 AI 的局限性和优势，怎么把它有效整合进项目中的产品思维。
答案是不能。
AI 虽然生成出来的网页看起来很专业，但一个完整的项目包装和设计师个人作品集要包含大量的内容，这也意味着我们要编辑成千上万的提示词，还要导入大量的图片素材进去给它（或替换）。这么做得到的结果通常会非常差，难以编辑和复用。从时间成本上来说，用 AI 来实现作品集的效率依旧不如自己做得速度快。
不是代表 AI 工具完全不能用，而是它们只适用于给我们生成灵感和参考，然后我们再用其它工具进行设计或做成网页上线。比如直接使用 FigmaSite 或 Framer 来制作网页。
JD 中包含对 AI 使用的要求已经成为各行各业的标配，但这里凸显的问题，是企业的 AI 焦虑。大量企业在这轮 AI 浪潮下都担心因为没有拥抱 AI，导致自己在激烈的商业竞争中处于劣势的状态。所以这种焦虑在一定程度会转嫁给员工，希望员工持续探索 AI 的可能性给企业 “赋能”，包括自我蒸馏等……
但是，焦虑归焦虑，多数中、低层企业对 AI 的认识也很有限，会有 AI 无所不能的刻板印象，设计师只要掌握这些技能就能全部解决相应的问题，或者是他们也不知道设计师用 AI 能创造出哪些惊喜，要求先给出来再说。所以招聘 JD 中就会在 AI 部分提出大量条件。
这些条件和要求远远没有你们想的复杂，只要你们事先有对 AI 在 UI 中应用的整体认识和相关实践的话，都可以形成相应的见解，并应付面试的问题（只会浅浅聊一聊）。
而更专业的团队，对 AI 技能要求和应用场景有清晰的认识时，也会在 JD 中有所体现，这就要真实考验你们对 AI 工具的使用经验和想法了，没有捷径能走。
整体来讲，掌握 AI 相应工具使用经验的门槛其实非常低，低到不需要成为我们焦虑的水平。AI 应用真正的门槛是使用者本身足够了解 UI 设计和项目的流程，能理解它们应用在哪些场景中，而不是 AI 工具本身。
每个公司应用 AI 的方式和标准（甚至是没有标准）都不一样，你也不能确定入职后具体会怎么用，但完全不用担心，入职后见招拆招就够了。
作为一头牛马，永远要记住 AI 只是工具，它在牛牛马马面前是相通的，但牛和马之间的差异却是我们永远也无法抹除的。
更多把目光聚焦如何提升自己身上，比光站在那里焦虑有用的多。
今天的分享就到这里结束，最后提前祝大家：
牛来~~~
来源：优设
作者：酸梅干超人
