Design in the world of AI
原始來源與檔名:2026-06-10T093338+0800-Design in the world of AI.md
NAPKIN | 餐巾纸
餐巾纸公式
Design Workflow = Human(Strategy) + AI(Production) + Human(Creative Direction)
AI 自動化了繁瑣的生產設計工作,迫使設計師退回 U 型管的兩端(前期策略與後期品味),並徹底顛覆了傳統設計機構的計費模式。
一句话
AI 接管了執行的粗活,讓設計的價值向兩端(深度策略與獨特品味)極化,這同時也宣告了靠中階設計師工時套利的時代結束。
餐巾纸草图
(High Touch) (High Touch)
Product Creative
Strategy Direction
| ^
\ /
\ /
\ /
\___ AI Production Design __/
(Low Touch)
ROUND 1: SKELETON | 骨架掃描
“這篇文章在說什麼”
- 核心問題: AI 時代下,人類設計師在自動化工作流中的具體定位為何?這對設計機構(Agencies)的商業模式帶來什麼挑戰?
- 核心答案: 人類退居「U型半管」的兩端:負責深度的產品策略與後期的創意指導,而 AI 接管了中段的生產設計;這導致依賴中階設計師工時獲利的傳統機構面臨商業模式崩潰。
- 論證結構: 案例對比型(實際改版經驗 -> U型工作流模型 -> 具體操作步驟 -> 對機構商業模式的衝擊)。
章節骨架
- 半管模型: AI 時代下的 U 型設計工作流。
- 實戰步驟: 高低觸碰交替的人機協作流程。
- 機構挑戰: 傳統工時保留金模式的失效。
ROUND 2: DISSECTION | 血肉解剖
“憑什麼這麼說”
論證鏈
高質量前期輸入(訪談+UX計畫) --> Agent自動生成初版UI(Claude Code+Figma MCP) --> 資深設計師微調(品味與一致性把關) --> 產出速度提升4-5倍,但高階人才成為瓶頸,舊有中階工時套利模式死亡。
關鍵證據
- 過去需要一個月以上的企業級 SaaS 介面重構,現在透過自動化工作流在一週內完成。
- 使用 Claude Code 與 Figma MCP 結合「Design Skills Rulebook」,可直接產出具備註解層(Annotation Layer)的初版 UI,列出被修改的假設與功能變更。
- 傳統保留金模式中,大量的工時由中階設計師填補;但在新模式下,中階設計師的時數降為 0,而高階策略與總監的時數巨幅增加,成本結構被徹底改變。
隱形假設與邊界
- 隱形假設:
- AI(如 Claude Code)已經具備足夠的空間理解與組件調用能力,能根據規範(Rulebook)繪製符合要求的 UI。
- 客戶願意為「產出價值(Output)」買單,而不是單純為「工時(Hours)」買單。
- 邊界條件:
- 若缺乏深度的產品理解與痛點挖掘(前期策略),AI 只能產出平庸且無法解決實際問題的介面。
- 若團隊缺乏資深設計師的「品味(Taste)」來把關與修正 AI 幻覺,產出品質將無法達到企業級標準。
ROUND 3: SOUL | 靈魂提取
“還能怎麼用”
- 作者盲點: 文章指出了「高階人才成為瓶頸」的痛點,但沒有給出規模化(Scale)的解決方案。未來的解法可能是將資深設計師的「品味」與「策略」進一步提取為自動化 Prompt 或驗證腳本。
- 知識連接:
- 在 製造業,這叫 微笑曲線(Smiling Curve):價值集中在兩端的研發設計與品牌行銷,中間的製造環節價值最低。
- 在 軟體工程,這叫 左移與右移測試:將精力集中在最前期的需求確立與最後期的生產環境驗證,中間的程式碼撰寫與單元測試由 AI/自動化完成。
- 行動觸發: 停止按工時向客戶報價;重新培訓或淘汰只能做「執行與排版」的中階設計師,專注於提升需求訪談(輸入)與設計品味(輸出)的能力。
Design in the world of AI (Architectural Deep Dive)
前言/背景
作者 @aerykpayne 分享了其團隊(Nicer)如何在不到一週的時間內,完成企業級 SaaS 平台的 UX 重構與介面重新設計(過去這通常需要一個月以上)。文章深入探討了 AI 工具(如 Claude Code 與 Figma MCP)如何徹底重塑設計師的工作流程,以及這種高效率的變革如何對傳統設計機構(Agencies)的工時報價與商業模式帶來毀滅性的挑戰。
章節詳細總結
半管工作流 (The Half-Pipe Workflow) 的崛起
作者提出了一個視覺化的「半管 (Half-pipe)」模型來描述 AI 時代的設計工作,這個模型呈現 U 型,揭示了人類與 AI 在不同階段的介入程度(High Touch vs. Low Touch):
- 第一道牆(Product Strategy,高觸碰):這是高度個人化且需人類主導的階段。包含訪談、文件記錄、規劃工作、學習產品運作方式以及定義問題。這裡的人類輸入至關重要,因為如果沒有正確理解底層挑戰,AI 就沒有瞄準的目標。
- 半管底部(Production Design Work,低觸碰):這是傳統中階設計師執行的生產工作。現在,只要有適當的規劃與文件,這個階段可完全由 Agent(如 Claude Code 搭配 Figma 的 MCP)接管。AI 能夠產出乾淨、結構穩固且易於後續修改的設計稿。
- 第二道牆(Creative Direction,高觸碰):在 AI 產出初稿後,人類設計師必須以「創意總監(CD)」的角色重新介入。主要工作是修正 AI 發明的錯誤功能或錯誤假設,並運用資深設計師的「品味(Taste)」進行微調,以提升整體美學。
AI 輔助設計的實戰方法論
作者詳細拆解了他們團隊在實務上的工作流(Workflow),展示了如何將 AI 融入每一個環節:
- AI 輔助的 UX 規劃:在與利害關係人訪談後,團隊讓 Claude 讀取 Granola 的會議筆記,並對照現有的 UI 來產出 UX 計畫。這是一個高度協作的過程,需要不斷的對話與調整,確認 AI 真的理解產品與用戶。
- 基於 Rulebook 的 UI 生成:產出的「設計綱要 (Design Brief)」與「UX 計畫 (UX Plan)」會被送入指向 Figma 檔案的 Claude Code。這裡的關鍵架構決策是引入了 Design Skills Rulebook(設計技能規則書),這能約束 AI 的產出規範。
- 註解層 (Annotation Layer) 審查:AI 會生成新版 UI,並附帶一個註解層,明確標示出相對原版 UI 做了哪些功能性變更與假設。
- 人工拋光 (Polish):設計師接著花費大約每頁 30-45 分鐘的時間進行打磨。檢查顏色、樣式與組件的一致性,確保流程使用可重複的模式(Repeatable patterns)。這個階段要求設計師具備扎實的設計基本功以及對產品的深刻理解。
傳統設計機構面臨的商業挑戰
這個工作流不僅是技術上的升級,更是對設計機構(Agency)商業模式的降維打擊。它扼殺了歷史上最常見的「保留金模式(Retainer Model)」。
傳統機構的利潤主要來自於「半管底部」的大量中階設計師工時。作者提供了一個具體的成本結構對比(以下資料轉換自原文):
-
傳統模式的每月保留金(200 小時):
- 產品策略:20 小時 ($250/hr)
- 執行設計師:160 小時 ($100/hr)
- 設計總監:20 小時 ($250/hr)
- 利潤來源主要依賴 160 小時的中階產出。
-
AI 工作流下的每月保留金:
- 產品策略:80 小時 ($250/hr)
- 執行設計師:0 小時 ($0/hr)
- 設計總監:80 小時 ($250/hr)
帶來的架構與營運挑戰:
- 成本結構反轉:雖然產出速度達到了以往的 4-5 倍,但專案需要的不再是便宜的中階工時,而是深諳產品邏輯與最佳實踐的「資深/合夥人級」貢獻者。
- 高階人才成為瓶頸(Bottleneck):因為這套流程需要深度的產品知識,這不是每月分配 20 小時就能做到的。因此,負責策略與總監的高階人才被迫親自下海貢獻(Actively contributing),導致他們一次只能同時處理 1-2 個專案,嚴重限制了機構的規模化(Scaling)能力。
總結與結論
- 價值分佈的 U 型化 (微笑曲線效應):在 AI 時代,軟體開發與設計的中間「生產/編碼/繪圖」環節價值趨近於零。架構師與設計師的核心價值將被極度壓縮在最前端的「需求釐清/系統策略」與最後端的「品味把關/整合測試」。
- Agentic 工具鏈的架構整合:Claude Code 結合 Figma MCP 證明了 Context(上下文)加上 Tooling(工具能力)的威力。透過引入
Design Skills Rulebook來做約束,是確保 AI 產出符合企業標準的關鍵工程實踐。 - 按工時報價模式的終結:當生產效率提升 5 倍且完全依賴高階腦力時,傳統以「中階工程師/設計師工時」來灌水套利的商業模式將無以為繼。軟體開發與設計服務必須轉向「價值計價」或「成果計價」。
- 工程師/設計師的生存法則:只會照著 Spec 刻畫面或寫 CRUD 的人員將被迅速淘汰。未來的從業者必須具備「同理心(理解業務)」與「品味(判斷好壞的直覺)」,成為能駕馭 AI 的領域專家 (Domain Expert)。