用了这几款 AI 设计工具，我总结出一套不踩坑的搭配法

AI 设计工具实测与场景选择

上个月一个同事跟我说：自从用了 Figma Make，她做原型的速度反而比以前慢了。

我问她怎么回事，她说：工具生成的效果挺好看的，但问题是——生成出来的是一个可以点击的原型，不是真正可以编辑的 Figma 图层。她要把里面的内容改掉，只能截图、重画，或者从头再来。最后算下来，时间没省，还多了一道转换的麻烦。

这个问题不是她一个人遇到，我在各种设计师社区都看到类似的反馈。大家都说 AI 设计工具很强，但真正落地到项目里，很多人发现自己比以前更忙了。

原因不是工具不好，是用错了场景。

Figma Make 能做什么，不能做什么

Config 2025 上 Figma 发布了 Make 功能，核心是：给一个 prompt，或者直接导入现有的 Figma 设计稿，生成一个可以运行的交互原型，背后是 React + TypeScript 的代码。

听起来很厉害，实际用下来有几个关键限制需要知道：

生成的是原型，不是设计稿

你在 Make 里生成的东西，是一个网页应用，不是 Figma 的图层结构。你没有办法直接在 Design 模式里编辑那些元素。如果你想把内容拿进 Figma 里继续细化，现在只能截图后手动重建。

改起来靠对话，不靠拖拽

Make 的修改方式是继续用自然语言告诉它你要改什么。这对于早期快速迭代是合适的，但如果你已经进入了需要精确像素控制的阶段，用对话指令改界面会越来越难受。

非常适合说服利益相关方

这是 Make 目前最有价值的场景之一。你有一个想法，花 10 分钟生成一个能点击、能跳转的原型，拿去开评审会或者客户沟通。比静态截图有说服力，比自己搭 Prototype 省时间。

适合在项目早期用，不适合中后期改

如果你在概念阶段、需求模糊阶段，Make 帮你快速跑通一个方向是有价值的。但如果你已经有了设计系统、有组件库，Make 生成的东西很难跟它们融合。

v0 和 Bolt，搞清楚这两个有什么不同

v0 是 Vercel 出的，Bolt 是 StackBlitz 做的，加上 Lovable，这三个常被放在一起比。

我用下来的感觉：

v0 最接近“设计师思维”。 它生成的 UI 默认就比较干净，用的是 shadcn/ui + Tailwind 的组件体系，视觉上不会太粗糙。如果你要生成一个 landing page 或者一个功能页的初稿，v0 给你的第一版通常是可以直接参考的，不需要大幅返工。另外 v0 的免费额度比 Bolt 稍微宽松一点，适合前期探索。

Bolt 生成的东西视觉上更“有感觉”，但代码更复杂。 有评测说 Bolt 在视觉创意上比较突出，但它生成的代码里有时会塞进一些额外的依赖，后续维护成本会高一点。如果你只是要个设计参考，这不是问题；如果你要把代码交给开发，要注意这一点。

Lovable 对非技术用户更友好。 它提供了 Figma 导入，有 live preview，有社区项目可以看。如果你的团队里有产品经理或者设计师想参与进来，Lovable 的上手门槛最低。

我现在的工具搭配方式

经过这半年的试错，我现在对这几个工具的用法基本固定下来了：

项目早期，需求没想清楚的时候：用 gpt image 跑方向。 我会把需求用几句话写出来，让 gpt 生成 3-4 个不同的界面方向，用来跟产品经理或者客户确认“大概是这个感觉吗”。这一步不需要精确，就是用来对齐认知，省去一来一回的文字沟通。

需要演示给领导或者客户看：用 Figma Make 生成可交互原型。 一个能点击的东西跟一张截图的说服力差很多。Make 在这个场景下省时间。但要提前告诉自己：这个原型是“可以点击的展示物”，不是下一步要继续细化的设计稿。

真正开始出设计稿的时候，还是回到 Figma 本体。 这时候 AI 的作用变成了帮我写 UI 文案、做图片占位、批量生成变体。Figma 自带的 AI 功能在这些小任务上还不错，不需要专门切换到别的工具。

需要给开发一个可参考的代码原型：用 Codex 或 Lovable。 如果开发问我“这个交互是怎么实现的”，我可以直接用 Codex 生成一个可运行的 demo 丢过去。这比用语言描述交互逻辑清楚多了。

一个判断用哪个工具的简单框架

如果你不确定应该用哪个，可以问自己这两个问题：

这个输出最终给谁看？

• 给自己做探索：image 2，快速生成不同方向
• 给团队或客户做演示：Figma Make，有交互的原型更有说服力
• 给开发做参考：Codex 或 Lovable，代码可以直接用

这个输出之后还需要继续改吗？

• 不改，就是个展示物：用 AI 生成就行
• 要继续细化设计：生成后手动迁移到 Figma，或者直接在 Figma 里从头做
• 要给开发提交：生成后仔细检查代码，别直接用

最后说一点关于“AI 会不会取代设计师”的问题

这个问题最近又开始吵了。我的看法是：AI 工具现在确实能做很多以前只有设计师做的事，但它们最大的弱点是不懂业务上下文和用户真实诉求。

一个 AI 生成的 UI，视觉上可能很漂亮，但它不知道这个产品的用户是谁、他们在什么情况下用、他们最担心什么。这些判断还是要人来做。

AI 把那些“输入标准格式就能输出标准结果”的工作自动化了。设计师的价值，越来越多地在于那些没有标准答案的判断：这个功能要不要做、这里的用户会不会犹豫、这个交互是否真的有必要这么复杂。

所以与其担心 AI 取代，不如把 AI 工具用熟，把时间省出来，用在真正需要判断的地方。

你现在在用哪些 AI 设计工具？有没有踩过类似的坑？欢迎在评论区说说你的经验。