实测8款AI工具:从界面生成到交互实现,让你的作品集制作效率翻倍!
AI正在重构作品集 从设计流程到创作门槛 这两年，AI工具的迅速发展，已经转变为 “人人必备的基础能力” 。从生成文案的ChatGPT，到可以生成连续长视频的Google Veo，再到社交平台上爆火的“AI养龙虾”， 越来越多原本需要专业能力才能完成的内容，如今都可以通过AI快速实现。尤其对于 设计 专业的同学来说，这种变化尤为明显。比如在作品集的制作过程中，过去我们完成一个项目，往往需要完整经历从 构思、调研，到建模、视觉表达，再到原型设计 的全过程，每一个环节都高度依赖个人能力与时间投入。 而现在，AI已经深度介入这个流程。它可以帮助我们快速 生成视觉素材 ， 辅助构建界面结构 ，甚至 参与交互逻辑的推演与用户行为的模拟 。从前期构思，到中期设计，再到最终呈现，几乎每一个环节，都已经可以借助AI工具来完成或优化。相比过去完全依赖手动完成的流程，现在的变化在于：很多原本耗时较长的步骤，都可以被快速生成与迭代替代，从而 大幅提升整体效率 。 以交互类项目为例，从线框图到一个可点击的演示原型，过去通常需要数天时间，甚至还需要一定的代码能力支撑。而如今借助“Vibe Coding”这类AI工具，设计者可以在一天甚至数小时之内完成原本耗时较长的步骤。 当这些原本依赖时间和技术积累的环节被 AI优化之后， 设计的门槛也在悄悄地发生变化。 过去，不同专业做作品集是有明显技术壁垒的，比如不会建模就很难做产品，不会代码就很难做交互。但现在， 借助AI工具，不管你是视觉、交互、工业设计，甚至是非设计背景，都可以完成相对完整的作品表达。 今年开年爆火的 《互联网大厂模拟器》 游戏就是一个非常典型的案例。这是一个以“大厂打工人”为视角的数值策略类网页游戏，这个游戏由两位没有游戏开发经验、也没有代码基础的从业者完成，他们借助AI工具在7天内完成了从0到1的开发。 那么到底 什么类型的项目适合用AI辅助完成呢？ 首先肯定是 游戏设计 ，这类项目通常涉及世界观构建、角色设定以及交互机制等多个层面。借助AI，可以快速生成角色与场景概念图，并辅助构建基础叙事逻辑，从而在较短时间内形成一个相对完整的体验框架。 数据可视化项目 同样具有较高适配性。这类项目的核心在于将复杂信息转译为清晰、有逻辑的视觉表达，而AI可以辅助分析数据结构，并快速生成多种可视化方案，帮助设计者在不同表达路径之间进行比较与优化。 从界面生成到交互实现 实用AI工具推荐 在制作作品集的过程中， AI工具的选择 并不存在一套放之四海而皆准的“标准答案”，更重要的是根据 项目类型、呈现目标以及个人专业背景接基础 进行判断。合理的工具选择不仅能够显著提升制作效率，也能在有限时间内更好地服务于作品集的整体表达。下面就为大家介绍一些非常实用的AI工具~ 界面生成 / 原型搭建
Google Stitch / Uizard / Figma AI
Google Stitch 是近期非常受关注的工具，它可以通过 草图或文本描述直接生成完整的UI设计稿 ，包括页面结构、组件布局以及基础视觉风格，在原型阶段具有很强的效率优势。
Uizard 同样支持从手绘草图或截图生成界面原型，更偏向于快速线框图（Wireframe）和基础界面还原，适合在前期进行快速验证。
Figma AI 则是在原有设计流程上的增强，例如自动生成组件、优化布局或补全界面结构，本质上是提升已有设计流程的效率，而不是完全替代设计过程。
Jitter是近年来比较流行的轻量级动效工具，整体操作逻辑类似Figma，但专注于动画表达。它可以快速为界面添加过渡、微交互和基础动效，在不依赖 AE 的情况下完成较为流畅的动态展示，适合用于作品集中的演示强化。 Vizcom在产品设计方向表现非常突出，可以将手绘草图直接转化为高质量产品效果图，并支持材质、光影等细节控制。相比传统建模+渲染流程，它大幅压缩了表达时间，在工业设计与产品概念阶段尤为高效。 交互实现
Claude Code / Vibe Coding
Claude Code可以通过自然语言生成前端代码或交互逻辑，例如网页结构、简单应用界面甚至基础交互功能，对于没有编程基础的同学来说，可以在一定程度上完成“从设计到可运行原型”的过渡。
Vibe Coding则更偏向一种新的开发方式——通过对话驱动代码生成与修改，而不是传统逐行编写代码。它不是一个单一工具，更像是一种工作流，通常结合大模型（如 Claude、GPT）一起使用，可以显著降低交互实现的门槛。
Maze AI 主要用于产品原型的用户测试与反馈收集，可以对用户行为进行记录与分析，例如点击路径、任务完成情况等。在作品集中，如果涉及用户研究或可用性测试，这类工具可以帮助你补充更有说服力的数据支持。 从工具使用到研究方法 高校AI项目中的作品集灵感 但是如果我们只把 AI 当作效率工具，其实是有点低估它了。
当下越来越多高校在看作品集时，关注的已经不只是 “你会不会用工具” ，而是 你如何理解技术，以及你如何使用它。 比如，你是如何和AI一起完成设计的？你在其中扮演什么角色？你有没有把技术、设计结合在一起？
AI已经大量进入高校的研究项目中。它不只是工具，更是一种 设计方法 ，一种 研究方向 。 换句话说，现在很多作品中，已经不是“在项目中使用 AI”，而是：围绕 AI 本身展开设计与研究。 因此，与其单纯学习工具，不如从高校项目中反向理解：AI 在设计中，究竟可以扮演什么角色。下面就来分享一下各高校的”AI+“项目有哪些~
清华大学 《 图 灵：基于生成式人 工智能的游戏设计》
清华大学美术学院2025信息艺术系毕业设计作品 《图灵：基于生成式人工智能的游戏设计》 ，是一项探索 生成式人工智能与游戏设计融合创新 的研究与实践。项目关注当下技术浪潮对游戏产业的推动与变革，围绕叙事生成、视觉设计、玩家建模等核心环节，系统验证了生成式AI在多维度协同创作中的潜力，展现出鲜明的跨学科特点。
《图灵：基于生成式人工智能的游戏设计》
在研究过程中，作者综合运用了 文献梳理、案例分析和设计实践 等方法，不仅理清了生成式AI的发展脉络和游戏AI的演进路径，还将理论转化为可玩的游戏作品——《图灵》。该作品以高度前瞻性和实验性，展示了生成式AI在游戏领域的应用前景，并为相关领域的研究与实践提供了有价值的参考。
《图灵：基于生成式人工智能的游戏设计》毕设展览现场
同济大学
“金山农民画：AI赋能手工艺保护”项目
同济大学 Design A.I. Lab 的“金山农民画：AI赋能手工艺保护”项目 ，将人机共创应用于传统文化传承场景。本质上，这是一个面向公众的生成式艺术交互系统。在技术上，团队基于 Tezign.EYE 机器学习引擎，对金山农民画进行风格学习与特征提取，将其色彩、造型与构图转化为可计算模型；用户只需绘制简单草图，系统即可完成风格迁移与再生成。该项目的核心在于，通过AI将原本具有门槛的专业艺术表达转化为可参与的生成过程，使普通用户也能创作出具有金山农民画风格的作品，从而推动传统文化的再生产与传播。 《金山农民画》
上海交通大学
AIGC和AR互动影像技术联合驱动的藏地传统桌游数字化重构
AIGC和AR互动影像技术联合驱动的藏地传统桌游数字化重构项目以藏族传统骰子游戏“Sho”为核心，探索藏文化在数字时代的传承路径。针对传统游戏在代际传播中存在的文化意向流失问题， 融合 AIGC图像生成 、AR增强现实与 TouchDesigner 互动技术，对传统骰子游戏进行数字化重构。系统通过 NFC 触发 AR 影像，并结合手势识别实现文化情境的实时互动，在保留传统仪式性与规则结构的同时，以数字手段重现并激活其深层文化语义。 《AIGC和AR互动影像技术联合驱动的藏地传统桌游数字化重构》
AIGC驱动下的情绪调节体验设计策略研究 聚焦大学生情绪调节需求，探索生成式人工智能（ AIGC ）在情感计算与体验设计中的创新应用。针对传统工具在共情能力与个性化支持上的不足，尝试以技术手段重构情绪调节方式。在方法上，结合心理学理论与多模态交互技术，构建具备动态适配能力的情绪调节系统，提升用户参与感与沉浸体验。项目旨在打造兼具科学性与人文关怀的情绪调节新范式，拓展 AIGC 在心理健康与交互设计领域的应用边界。 “OmniLens” 是一项面向未来的思辨设计项目，构建了 2050 年生成式 AI 高度发展的情境，聚焦其对 Z 世代身份认同与心理状态的深远影响。项目指出，在过度个性化与高依赖性的技术环境下，个体可能面临认知退化与自我建构受阻等风险。
OmniLens
设计以一款概念性 AI 隐形眼镜为载体，用户可通过思维直接操控虚拟影像，其机制通过 “ 黏菌连接大脑 ” 的设定进行隐喻表达。该项目并非解决问题，而是对 AI 成瘾、体验同质化及情感依赖的批判性反思。通过粉色视觉体系、 “ 玫瑰色滤镜 ” 等象征手法，项目强化对 “ 幻觉化现实 ” 的隐喻，旨在引发公众对生成式 AI 伦理与心理影响的讨论，反思技术与人之间的边界。
XR隐形眼镜结构图解
了解教学质量，可重点观察机构专业属性、教学成果、课程内容大纲、师资团队等方面。教学成果非常重要，但也是虚假信息的重灾区，同学们要多咨询多辨识，防止被迷惑欺骗。（清美本部成绩单参考上文） 1、榜单中均为在朝菌学园考研主课学习过的学员，2019年之前的榜单则是朝菌学园现任讲师曾经的学生； 2、部分同学会同时出现在其他机构成绩单中，这可能是由于该同学曾在多个机构中学习，也可能是其他机构假冒成绩单，如有疑问可以咨询教务老师； 3、本榜单中不包含朝菌的保研录取成绩与留学录取成绩； 2021级｜有11名同学在朝菌学园进行主课学习或1v1辅导并通过初试，最终有6名同学上岸，上岸占比为50%。 2022级｜有7名同学在朝菌学园进行主课学习并通过初试，最终录取4名同学。上岸占比为66.6%。 2023级｜有10名同学在朝菌学园进行主课学习并通过初试，含交叉与信息系，最终录取4名同学。上岸占比约50%。
2024级｜有11名同学在朝菌学园进行主课学习并通过初试，含交叉与信息系、科普艺术设计，最终录取7名同学。上岸占比约63.6%。 2025级｜有8名同学在朝菌学园进行主课学习并通过初试，含交叉与信息系、科普艺术设计，最终录取4名同学。上岸占比50%。
朝菌团队始终非常感谢各位同学的关注与喜爱，2020-2025年，朝菌学园的同学们在考研、保研、留学领域取得了超过100个国内外高校的交互设计专业的录Offer！多数offer为国内名校、985高校及全球Top100名校，我们对2025年度的专业课程更加充满信心！
夜雨聆风
