夜雨聆风设计效率 · 深度观察
从接需求到出方案，AI到底能帮设计师省掉什么？
设计师一天里很常见的一幕，是群里突然弹出一句：
“首页再改改，现在感觉不够有冲击力。”
后面可能还跟着几句补充：
“年轻一点。” “高级一点。” “参考一下竞品，但别太像。”
需求到这里就结束了。设计师的工作才刚开始。
你得先猜“没冲击力”到底指什么。首屏太平？产品卖点没出来？图不够抓眼？还是老板其实已经不喜欢整个方向，只是暂时说不清楚？
等这些问题捋顺，再去翻竞品、找参考、试版式、做两三个方向、拉人评审。好不容易定下来，后面还有尺寸适配、素材处理、修改意见和熟悉的：
V6。 V7。 V7-最终。 V7-最终-再改一下。
所以我现在越来越觉得，讨论 AI 对设计师有没有用，不能只盯着“它出的图好不好看”。
放到一个完整项目里看，会发现设计师最耗时间的部分，本来就不全是画图。
很多时间，消失在画图之前和画图之后。
而 AI 正在先吃掉这些地方。
一条需求真正麻烦的地方，是先把它搞明白
接到一条模糊需求之后，设计师其实一直在做翻译。
把“年轻”翻译成具体的视觉语言。
把“高级”拆成字体、留白、材质、摄影、信息密度。
把“冲击力不够”继续往下追，看看究竟是视觉问题，还是内容本身根本没有一个值得被放大的卖点。
以前这些东西，大多要自己从会议纪要、群聊、产品文档里慢慢捞。现在这部分很适合先交给 AI。
不是把一段聊天记录扔进去，然后问一句“你觉得应该怎么设计”。那样通常没什么用。
更实际的做法，是让它先帮你整理：这次改版到底有几个目标，哪些是明确要求，哪些只是模糊感受；哪些条件不能动；哪些问题还没有答案；下一次找产品经理或者老板确认时，最应该问哪几个问题。
它做得最好的一件事，是把散落在不同地方的信息先摊到桌面上。
设计师还是得决定哪些重要。
但至少不用一边回忆会议，一边翻几十条群聊，再一边猜自己是不是漏掉了什么。
这类工作很琐碎，单次看也就二三十分钟。
可设计师一天里最容易被吃掉的，恰恰就是很多个这样的二三十分钟。
找参考这件事，也开始变了
很多设计师都经历过这种下午。
打开 Pinterest。再开 Behance。再开几个竞品官网。
搜索“AI SaaS landing page”。觉得太像。换“future technology branding”。又太虚。
存了四十张图，回头一看，什么都有。
一个小时过去，Figma 里的 Frame 还是白的。
找参考真正费时间的地方，通常并不是“找到图片”。
麻烦的是你要自己慢慢看出规律。
为什么这几个品牌都显得可信？为什么有些 AI 产品一上来就在展示界面，有些先讲一句很大的价值主张？为什么同样是黑底、渐变、发光，有的看起来像成熟产品，有的就是一张 AI 科技海报？
现在 AI 可以提前帮你做一部分分类工作。
比如先让它研究一组同类产品：首页通常先讲什么，产品 Demo 放在哪里，CTA 怎么安排，视觉上有哪些反复出现的套路。
等你真的开始看案例时，脑子里已经有几个问题了。
这和漫无目的地刷参考，感受完全不一样。
今年一些设计工具的变化也在往这个方向走。Adobe在加强自然语言搜索和跨工具的 AI 操作，Canva把研究、品牌信息和内容生成继续往同一个工作环境里收。它们共同指向一个挺实际的变化：
设计师不一定要等“资料都搜完”，才开始形成方向。
研究和设计可以更早搅在一起。
AI 最值得用的地方，可能是让你更早发现“这条路不行”
我觉得这才是 AI 对设计工作比较大的改变。
一个成熟设计师为什么通常比新人快？手速只是很小一部分。更大的区别是，他看一个方向看得更早。
有些方案做到20%，他已经知道继续往下大概率不成立。
这个字体放到这个品牌上太轻。
这套视觉拿去做发布会还行，放到电商页面会压不住信息。
这个构图单张很好看，一旦变成一整套物料就会出问题。
经验值钱，因为它能少走弯路。
AI 出现之后，情况有一点变化：有些弯路没那么贵了。
以前想看三个完全不同的品牌方向，意味着真的要分别找参考、拼 Moodboard、做主视觉，可能半天甚至一天就没了。
现在可以先很粗地把三个方向跑出来。
比如一个新消费品牌，可以先看三种气质：一种极度克制，产品和字体说话；一种更生活方式，人物和场景占主导；还有一种把颜色、比例和图形做得更大胆。
先别急着把任何一个做精。先看。
哪个方向一放进真实包装就不对？哪个方向单张图很好，做系列却撑不住？哪个方向客户嘴上说喜欢，但和实际客群完全不是一回事？
ChatGPT 现在的图像能力、以及各类生成式设计工具，很适合干这种“先看一眼”的工作。
它未必一次给你正确答案。
但它可以让一些错误答案早点暴露。
这点很重要。因为设计项目最亏的情况，很少是“这一张图多做了十分钟”。真正亏的是：一个方向已经认真做了一天，团队开完评审会才发现，从第一步就走错了。
对产品设计师来说，讨论也可以早点结束
UI/UX 里还有一种浪费非常典型：大家花很久讨论一个还不存在的东西。
产品说：“这里加个入口。”
设计师脑子里是一个浮层。
开发理解成新页面。
业务以为用户一点就能完成整个流程。
四个人讨论半小时，才发现彼此想的根本不是一个东西。
所以现在Figma Make这类工具真正有价值的地方，我觉得也不是“Prompt 能做页面”这么简单。
它让一个模糊想法更容易提前变成可以点的东西。
Figma 在2026年继续把 Make 生成的交互原型往 FigJam、Figma Design、Slides 这些协作环境里接。对团队来说，意义很直接：
有些会不用再围着一张静态图猜半天。
先做两个粗版本。点一遍。问题很快就出来了。
“入口是不是太深？” “这一步为什么一定要弹窗？” “用户到这里其实已经不知道自己在干嘛了。”
这些问题以前也能发现。只是经常发现得太晚。
2026年 Figma 的 AI Report 里，一个数据很能说明变化：认为 AI 已经实质改变团队协作方式的受访者，两年里从7%增长到了41%。
这说明 AI 对设计工作的影响，已经不太适合只用“出图质量”去衡量了。
它开始影响大家什么时候讨论、拿什么讨论，以及一个想法要做到什么程度才值得进入下一轮。
等方向定了，AI反而开始做那些“不性感”的工作
大家最爱聊 AI 创意。
但很多设计师真正希望机器接手的，其实是另外一些东西。
AI可接手的机械操作
01抠图、扩图、换背景
02统一几十张素材的比例
03一套主视觉适配横版、竖版、方版
04十几个渠道换尺寸
05同一个 Banner 换二十组文案
06按照新的品牌规范，把旧物料重新过一遍
这些事当然也需要专业判断。问题是，大量步骤本身并不值得一直占着一个设计师最清醒的那几个小时。
Adobe、Canva 今年都在继续往“多步骤执行”走：你描述目标，系统处理一串中间操作，再由人检查结果。
如果这个方向继续发展，设计师以后和软件的关系可能会慢慢变化。过去是：我知道某个功能在哪里，所以我自己点十遍。以后更常见的可能是：我告诉它十张图最后应该变成什么样，再重点检查三件最容易出错的事。
区别看起来不大。放到一天里，很大。
因为人的注意力是有限的。
你上午刚花两个小时判断品牌方向，下午又连续做三十次尺寸调整，到了晚上再让你判断第六版方案哪里“不太对”，脑子往往已经没那么好用了。
AI 如果真能把这些机械操作拿走，它省下来的不只是工时。
还有设计师的注意力。
改稿可能才是最现实的 AI 场景
一个设计项目做到第一版，通常还远远没有结束。
真正磨人的往往从反馈开始。
“这里再高级一点。” “感觉还是差口气。” “老板觉得第一版更有感觉，但第二版的信息比较清楚，你看看能不能结合一下。”
这时候设计师又开始做翻译。
到底哪一部分回第一版？“有感觉”指图片、色彩还是版式？“结合一下”会不会最后变成两个方案最差的部分拼在一起？
AI 在这里很实用的一件事，是先把所有反馈拆成能执行的修改项。哪些是明确修改，哪些只是偏好，哪些意见互相冲突，哪些已经碰到最初定下来的设计原则，哪些问题其实需要重新找需求方确认，不能自己猜。
Adobe 也在尝试让 AI 读取评审反馈，再进入后续创作工具处理修改。
这些能力看起来没有“10 秒生成一张大片”那么吸睛。
但做过真实项目的人会知道，设计进度最容易卡住的地方，经常就是这种来来回回。
第一稿可能只用了两天。后面一句一句解释反馈，又磨掉三天。
所以，AI到底给设计师省下了什么？
把这一整条流程走完，会发现答案没有那么玄。
它先帮设计师少做了一些整理。少刷一点没有方向的参考。少把一个明显不成立的方案做到 100%。少做一些重复尺寸和素材处理。也少花一点时间，把“感觉不对”翻译成人能执行的修改意见。
这些工作以前当然也属于设计工作的一部分。
以后也不会彻底消失。
只是其中越来越多步骤，没有必要继续由设计师亲手完成。
这会带来一个挺现实的问题：当“做出来”越来越容易之后，团队为什么还需要一个好的设计师？
答案其实就在每天的工作里。
AI 可以一次给出很多版。可品牌到底该往哪个方向走，它不知道公司接下来两年想做什么。
它可以迅速生成一个漂亮首页。可这个首页是不是把最该说的卖点埋掉了，还是要有人判断。
它可以把客户的十条反馈整理得非常整齐。可其中有三条如果真的照改，会不会把整个方案改坏，也得有人敢说“不建议这么改”。
所以设计师接下来更值钱的能力，可能会慢慢集中到这些地方：知道该问什么，知道该看什么，知道什么时候应该继续，也知道什么时候应该停。
Figma2026年的调研里，90%的受访者仍然认为，设计在 AI 时代至少和以前一样重要，接近六成甚至觉得它更重要。
我并不觉得这意味着设计师可以放心了。恰恰相反。软件熟练度曾经帮设计师建立过一道门槛。现在这道门槛正在快速降低。
以前不会 Photoshop、不会 Figma，很多东西就是做不出来。
以后，“做一版出来看看”会越来越容易。
于是团队对设计师的要求也可能变得更苛刻：
AI时代设计师面临的新拷问
▸既然做图快了，为什么你的方向还是不准？
▸既然原型十分钟就能跑出来，为什么这个问题到了开发阶段才发现？
▸既然可以一次看十种方案，为什么最后挑中了最普通的那个？
这大概才是 AI 给设计师带来的真实压力。
它省掉了一些时间。
同时也让“我只是没时间做得更好”这个理由，越来越难用了。
回到最开始那个问题。
AI 到底能帮设计师省掉什么？
现在看，最值得省的不是某一张图的制作时间。
而是那些不断把注意力从设计本身拉走的琐事：整理信息、漫无目的地搜索、验证明显错误的方向、机械生产，以及反复翻译含糊的反馈。
至于这些时间省下来以后，会不会自动变成更好的设计？
不会。
时间只是空出来了。怎么用，还是设计师自己的事。
感谢阅读
如果你也在探索 AI 时代的设计工作流
欢迎关注，一起聊聊
