乐于分享
好东西不私藏

AI设计工具全场景应用专题3

AI设计工具全场景应用专题3

正文字数:3141字

图片总数:10张

视频总数:3个

引言:如果说AI设计工具的早期价值主要体现在“快速生成一张图”,那么进入2026年后,AI正在从单一的视觉生成能力,进一步进入设计工作的完整链路。它不再只是帮助用户解决“不会画”“画得慢”“没有灵感”的问题,而是开始参与产品原型搭建、品牌内容生产、视频影像编辑、跨平台物料适配等更复杂的设计流程。对于设计新手而言,AI让创意表达的门槛进一步降低;对于职场从业者而言,AI正在承担大量重复性、标准化的内容制作任务;对于专业设计师而言,AI的价值则不再停留在替代执行,而是成为一种帮助团队更快验证想法、统一视觉规范、推动方案落地的协作工具。

01

Figma Make

Design by:Figma产品与AI团队

在过去很长一段时间里,产品设计的流程相对固定:产品经理提出需求,交互设计师梳理页面结构,视觉设计师完成界面细节,开发再根据设计稿进行实现。这个流程虽然清晰,但也存在一个长期痛点——设计稿往往只能表达“它看起来是什么样”,却很难快速表达“它真正用起来是什么感觉”。一个按钮点击后的状态变化、一个页面切换的动态反馈、一个真实数据驱动的交互流程,常常需要设计师额外制作复杂原型,或依赖开发同学配合实现。Figma在2025年Config大会上推出的Figma Make,正是试图解决这一断层。它被定义为一种“prompt-to-app”的能力,用户可以通过自然语言提示,将想法、已有设计稿或具体交互需求转化为高保真原型,甚至进一步触及设计与代码细节。Figma官方将其描述为一种帮助团队快速探索、迭代和细化想法的工具,使设计不再只停留在静态画板中,而是可以更快变成可体验、可讨论、可验证的交互作品。

与传统AI生图工具不同,Figma制作的价值不在于生成一张“漂亮的界面截图”,而在于把产品设想推进到更接近真实使用的状态。设计师可以先输入一条需求,例如“为一款场地活动报名工具生成一个移动端首页,并加入活动筛选和报名按钮”,AI会根据提示生成可交互的界面雏形;此外,用户还可以继续选中某个区域,让AI进行局部修改,比如“把这里改成布局式布局”“让报名按钮在滚动时固定在底部”“增加一个报名成功后的反馈动画”。这种“生成—选中—修改—再验证”的流程,让AI不再像一个瞬时输出结果的黑箱,而重新建立一个可以参与参与的产品助手。

更重要的是,Figma Make不是孤立的AI玩具,而是嵌入在Figma原有的协作生态中。Figma官方在Config 2025中提到,Figma Make可以从一条提示或一个Figma文件开始,并支持用户通过高亮原型中的特定部分,用自然语言对选中区域进行精确修改;同时,Figma Sites也将推进设计到发布阶段,让团队可以在同一个平台中设计、构建并发布响应式网站。这意味着,Figma正在尝试打通产品设计中最容易断裂的几个环节:从创意界面,从界面到交互,从交互到代码,从代码到真实发布。对于学生或团队而言,它可以帮助快速做出一个“看得见、点得动、能讲清楚”的产品原型;对于成熟团队而言,它则可以减少早期探索中的沟通成本,让产品经理、设计师和开发人员更快地围绕同一个可体验对象展开讨论。

02

Adobe Firefly

Design by:Adobe Firefly团队

在商业设计场景中,最消耗时间的往往不是做出一张主视觉,而是围绕同一套品牌视觉,不断生成适配不同渠道、不同尺寸、不同活动节点的内容。一个新品发布项目,可能需要官网横幅、社交媒体海报、短视频封面、电商详情页、线下展板、广告投放素材等几十种版本。如果每一张物料都从零开始设计,创意团队不仅会被重复劳动消耗,也很容易在多轮修改中失去品牌一致性。Adobe Firefly的价值,正体现在这一类“商业内容持续生产”的场景中。作为Adobe推出的生成式AI创意工具,Firefly已经不只是一个单纯的文生图工具,而是覆盖图像、视频、音频与设计内容的创意生成平台。Adobe官方介绍中提到,Firefly可以生成并编辑图像、视频、音频和设计内容,并可在同一平台中调用来自Adobe、Google、OpenAI、Runway等不同来源的AI模型,为创作者提供更多生成与编辑选择.这对于商业设计而言非常关键。设计师并不总是需要“最惊艳的一张图”,而是需要在可控的品牌规范下,稳定产出一组能被实际使用的视觉内容。例如,一个美妆品牌需要为春季新品生成一组社交媒体推广图,设计师可以先用Firefly生成不同风格的产品场景,再根据品牌色、质感要求和目标人群进行筛选;随后继续扩展不同画幅,用于小红书封面、公众号头图、信息流广告和线下电子屏。AI在这里承担的不是最终审美判断,而是帮助团队快速完成创意探索和版本扩展。
Firefly与普通生图工具之间的差异,还体现在它与Adobe Creative Cloud生态的结合上。对于已经习惯Photoshop、Illustrator、Premiere、After Effects等软件的设计师来说,AI生成不再是一个独立环节,而可以更自然地融入原有创作流程。设计师可以在Firefly中获得初始素材,再进入Photoshop进行精修;也可以结合视频和音频能力,快速生成短片中的视觉氛围、转场素材或声音元素。Adobe官方也强调,Firefly被嵌入到Creative Cloud工具和Adobe Stock中,并支持企业通过API和自定义模型进行规模化内容生成。
在企业级场景中,Firefly更重要的能力是品牌定制。Adobe Firefly Custom Models支持企业基于自身品牌资产训练生成式AI模型,使输出内容更贴合品牌风格、产品特征与视觉语言。对于大型品牌来说,这意味着AI不只是一个“随机灵感生成器”,而可以逐渐变成品牌内容供应链的一部分。当然,商业设计中的AI应用也带来了新的问题:当生成速度越来越快,品牌内容是否会变得同质化?当设计师可以轻松得到数十个方案,团队又该如何判断哪一个真正符合品牌价值?Firefly的意义不在于让所有人都生产更多图片,而在于提醒设计团队重新思考“内容生产”的方式——哪些内容可以交给AI批量生成,哪些内容仍然需要设计师深度把控,哪些品牌资产必须长期沉淀和维护。未来的商业设计能力,或许不只是做出单张作品,而是建立一套可持续、可扩展、可管理的品牌内容系统。
已关注
关注
重播 分享

03

Runway

Design by:Runway Research团队
Runway的出现,让视频创作的前期验证变得更轻量。Runway Gen-4支持用户结合视觉参考和文字指令,生成具有一致风格、主体、场景和地点的视频内容;官方还特别强调,它可以通过单张参考图在不同光线、地点和视觉处理方式中保持角色一致性。这意味着,创作者不再只能依赖文字描述想象画面,而可以更快把广告概念、短片氛围或动态分镜转化为可观看的视觉片段。
对于设计工作而言,Runway最有价值的地方并不只是“生成视频”,而是帮助团队更早验证动态视觉方向。例如,一个咖啡品牌想拍摄一支“清晨城市中的第一杯咖啡”主题短片,过去团队可能需要先找参考片、画分镜、拍摄测试画面,再判断氛围是否成立;而现在,设计师可以先用Runway生成几组不同光线、镜头运动和人物状态的视频片段,用于内部提案、客户沟通或前期风格验证。AI在这里并不是直接替代正式拍摄,而是让创意方向的试错成本大幅降低。
Runway在视频编辑上的能力同样值得关注。2025年推出的Runway Aleph被官方描述为一种新的编辑、转换与生成视频方式,它可以对已有视频进行多任务编辑,包括添加、移除或变换物体,生成新的镜头角度,修改风格与光线等。这对于视频后期来说具有很强的现实意义:过去需要复杂抠像、重拍或特效合成才能完成的修改,如今可以通过自然语言指令快速尝试。比如“把背景从室内改成傍晚街道”“移除画面右侧多余的人群”“让灯光更像清晨自然光”,这些需求不再完全依赖繁琐的手工后期流程。
从应用场景来看,Runway适合品牌宣传片、短视频广告、动态海报、影视概念片、分镜预演和社交媒体内容制作等多个方向。对于设计学生而言,它可以帮助作品集中的服务设计、品牌设计或交互设计项目增加动态表达;对于运营和市场人员而言,它可以降低短视频内容生产门槛;对于专业影像团队而言,它则更像一个前期概念探索和后期辅助工具。
已关注
关注
重播 分享
已关注
关注
重播 分享

素材来源:

1.https://www.figma.com/blog/

2.https://www.adobe.com/products/firefly.html

3.https://runwayml.com/research/introducing-runway-aleph

版权说明:本文素材来源于网络,如有损害或影响您的合法权益,请积极与我们联系处理

编辑EDITOR潘静怡
审核REVIEWER曹梦
电话PHONE13871056452
邮箱E-MAIL2028621@qq.com
Follow us|点击名片关注
Information and Interaction Design