---
title: 半年过去了，AI 设计的进展如何?
date: 2023-09-04
tags: [AI, 设计工具, 体验设计]
description: AI Design 在过去一年多时间里引起了广泛关注，国内外众多产品纷纷投入探索。然而，随着冷静期的到来，越来越多的人意识到让AI真正融入日常设计工作远比预期复杂。本文将从业务视角切入，深入分析了AI在UI界面设计中的发展潜力和挑战，揭示了真实业务的复杂性对AI设计的影响和未来可能性。
author: 5key
source: https://www.thefivekey.com/progress-of-ai-design-in-ui-interface/
---
# 半年过去了，AI 设计的进展如何?
> AI Design 在过去一年多时间里引起了广泛关注，国内外众多产品纷纷投入探索。然而，随着冷静期的到来，越来越多的人意识到让AI真正融入日常设计工作远比预期复杂。本文将从业务视角切入，深入分析了AI在UI界面设计中的发展潜力和挑战，揭示了真实业务的复杂性对AI设计的影响和未来可能性。
**作者**：5key · **发布于**：2023-09-04 · **原文链接**：https://www.thefivekey.com/progress-of-ai-design-in-ui-interface/
---
> ⚠️ **本文已有更新版本**
>
> 这篇文章发布于 2023 年 9 月，是我对 AI 设计的早期观察。我在 2024 年 6 月写了一篇更深入、更全面的更新版：[一年过去了，AI design 的进展如何？](/current-trends-ai-design-in-interface-design/)，建议优先阅读新版。
# 篇首语
今年年初 AI 浪潮席卷了整个科技互联网领域，从海外的 UIZard 到国内的即时设计、MasterGo，大家都在不断尝试探索新的模式将 AI 与 UI 界面进行结合。我也一直都在密切关注着它对设计行业所带来的变化，特别是在界面设计领域。
时间一转眼已经到了 9 月，尽管前面提到的这几家公司在文生 UI 领域都投入了大量的资源和精力，也获得了一些初步的成果，但就目前的结果来看AI 在界面设计方面依旧处于一个比较初级的阶段。与此同时大家可能也会发现，这几家公司对这方面的发声也在慢慢变少，整个领域似乎进入了一个相对沉寂的时期，这股热潮似乎在默默的消退。
上周与一位老同事喝咖啡，一起深入探讨了一下当前 AI 设计的能力进展、现实中客户的真实需求以及未来的发展趋势。回来后我又重新整理了一下思路，想在这篇文章中，与大家分享一些我对当前AI 界面设计的思考和想法。
# UI 界面设计的复杂性
与创意设计领域中Stable Diffusion、MidJourney 飞速进化相比，AI 在 UI 界面设计上的能力进展显然是缓慢的。
创意设计侧重于高概念的构思发散，而界面设计则是深入到具象的业务实现。这也就意味着从产品逻辑到交互模式，都是需要基于深入的用户洞察和对业务逻辑的细致理解。
这种差异化和复杂性为 AI 在界面设计方面的发展带来了巨大的挑战，迫使我们需要做更多深入的研究和基础建设才有可能获得实质性的进步。这里我们可以展开细说一下：
**01. 业务导向的多维度设计**
UI 界面不仅仅是产品功能的呈现，它还更需要综合用户需求、数据反馈来进行设计从而向达成业务目标前进。
这也就意味着在设计的过程中我们不仅需要关注产品的界面美观和使用体验，还需要考虑如何结合这些背景信息来进行产品的设计。这就让设计变得不那么“纯粹”，也没有足够明确的规律可遵循，更多的依赖于人的判断。
**02. 复杂的设计目的性**
相较于创意设计，UI 界面设计的目的性会复杂得多。每一个界面都可能需要满足用户不同场景下的多个诉求。
例如，一个电商平台的商品列表页不仅要向用户直观地展示具有吸引力的商品，还需要向用户提供商品的筛选 & 比价、加购 & 凑单以及平台的功能导航等不同场景下的用户使用路径，而这些功能在不同的状态下可能还会存在不同的逻辑。
这些需求的层层叠加会让产品的界面设计变得异常复杂，这就要求设计师在界面的布局和功能分配上进行精细的权衡，确保用户在不同的场景下都能快速找到自己需要的功能模块并完成后续的操作。
**03. 通用与特定的设计标准**
就像之前在设计系统的话题中我们一直讨论的，不同的行业和具体的业务中，都会存在其特有的设计需求和习惯。比如金融类产品中需要强调正式感和安全性，而社交娱乐型产品则更关注轻松、互动性的交互氛围。
系统级的设计系统为我们提供了普适性的界面设计原则和交互标准，但它无法为特定的业务提供具象的设计指引，更别说体现产品的品牌特性和“人设”了。这也就要求设计师针对于特定的行业、用户进行深入的研究，定义出符合业务的品牌特性。
**04. 持续迭代的设计过程**
产品的界面设计并不是一次性任务。它需要随着技术的进步、用户需求的变化以及市场环境的演变，来进行界面设计的不断优化和更新。这不仅仅是为了提供更好的产品使用体验，也是为了适应业务的发展和变化，确保产品始终保持竞争力。
由此可见，UI 界面设计是一个复杂且多维度的设计过程，涉及范围大、业务耦合度高，AI 想要在这个领域中真正的占有一席之地是还是非常难的。
过去的时间里，我们对 UI 界面设计的 AI 能力聊得还比较“宏观”，围绕着 AI 的潜在能力和可能性上。这其中的能力层次以及具体的困难，实际上大家探讨得都不多。今天借这个机会，正好也和大家聊聊我自己的理解。
## 产品设计的难度层级
如果将一个产品从设计工作的视角进行“解构”，我们大概可以将其拆解成组件、模块、页面、流程、功能及应用六个难度层级。
- **应用：**代表整个产品或软件，涵盖了一个业务单元中所有的功能和特性，也是产品体验的总体框架；
- **功能：**产品的核心功能，它是产品为用户提供的主要价值点，影响了产品的主要用途和目标用户群体；
- **流程：**用户为完成某项特定任务时的产品互动路径，流程设计的优劣很大程度上影响了用户的操作体验，决定了用户完成任务的效率和对产品的满意度；
- **页面**：产品功能的具体界面或视图，是用户号与产品互动的主要场景，它的设计将直接影响到用户的具体感知和体验；
- **模块**：页面中的特定区块或组合组件，在设计过程中会被大量的重复使用；
- **组件**：页面构成的基础元素，如输入框、按钮、文本、富媒体等，是构件页面体验的最小基础单元。
在现实的工作场景中，它们的设计难度是由左至右依次递增的。即便是不考虑业务属性叠加的情况下，想要很好地完成这些层级的设计，对 AI 来说也依旧有很大的挑战。
在「应用」这一层级上，当前 AI 的能力显然并不具备可行性，所以在接下来的讨论中，我们会暂时忽略它，将重点关注从组件到功能的这五个层级中。
## 功能 vs 组件，两个极端
撇开**应用**不聊，**功能**和**组件**是整个难度层级中的两个“极端”。
功能的设计需要将用户需求、业务目标进行整体思考。它不仅仅页面、流程的组合，还需要关注它们的可用性、逻辑性，确保产品的使用体验能够满足用户的实际需求。
相比之下，组件的设计更加具体和微观。它关注的是单一的组件或部分，比如一个具体动作的交互形式、风格色彩、甚至是一个 icon、一句文案。这些元素虽然在设计中起到了基础的作用，但它们本身并不涉及过多复杂的逻辑，并且在互联网的长期发展中已经形成了基础标准。
这也是为什么在基于组件的模块和简单界面设计上 AI 的应用效果尚可的原因。通过对大量物料的学习和专家经验的植入，AI 可以快速的生成大量各种风格的模块和界面。
但一旦涉及到具体的产品功能或流程，AI 则需要更多的上下文背景、行业知识以及更为深入的用户和业务洞察。以当前的情况来看，想要很好的实现这部分需求，在能力上还是有一定差距的。
## 流程和页面：AI 设计的“中间层”
在功能和组件之间，我们还有非常“硬核”的两个部分，即流程和页面。页面是用户与产品进行交互的主要界面，而流程则是用户完成某个任务所需要的界面的集合，并且还具有更为复杂的业务逻辑。
流程设计关注的是用户如何通过不同的步骤或操作来完成特定的任务。这需要对用户的需求、行为模式以及可能遇到的障碍有深入的了解。
例如，一个购物网站的购买链路会包含选择商品、添加购物车、选择地址、选择支付方式等一系列的步骤。这其中的每一个环节都需要尽可能的考虑到用户操作的易用性和对促进购买的引导，已达成提升购买转化率的目的。
页面设计则更加具体，它关注的是如何将各种元素和组件组合在一起，形成一个统一且和谐的界面。这包括了页面的布局、模块和交互形式的选择以及色彩的搭配、文字的排版等工作，为用户提供一个预约的使用体验。
在现实工作中，流程和页面的设计是绝大部分设计师都具备的能力，它需要设计师对于业务、数据、用户的理解。但对于目前的 AI 能力而言，即没有这些信息的输入，也没有足够的理解能力，这些依旧属于难以达成的“极端”。
# AI 的当前能力与用户的真实需求
随着技术的进步和市场的不断“炒作”，AI 被快速地推向了实践、落地。然而这种现象并没有给这个行业带来太多积极、正向的影响，反而进一步加剧设计师工作环境的变坏，同时也让很多人对 AI 的能力开始产生质疑。
### 企业对 AI 设计的期望
在当下的经济环境中，大多数企业都在想方设法尽可能的降本提效。而 AI 作为当前最大的热点和风口，势必会被很多的企业的管理者所关注，将它看作是解决设计成本投入的一个很好方法。
但是在目前，最让人担忧的其实并不是 AI 本身对设计师所带来的冲击，反而是很多管理者对 AI 能力的认知偏差从而导致对团队带来的一系列负面影响。事情没弄成，反而把团队、业务搅得一团糟。
最近的这段时间里与一些企业的管理者有过一些交流，他们大多数来自产品、市场或技术领域，对设计其实都并不太了解。
大家似乎都有着一个共同的观点，认为 AI 设计可以帮助他们至少在部分场景中直接替代掉设计师，有的甚至已经开始用一些 AI 产品来替代设计师，但最终发现事实和他们所预想的并不太一样。他们并不了解的是，AI 在设计领域的应用和发展，其实还处在一个比较初级的阶段。
顺带聊两句，虽然这些企业都有自己的设计团队，但他们几乎都没有从自己团队中获取到对设计行业及其发展的了解，所以也只能按照自己的理解和工具平台的介绍来自己做决定了。设计师们则被自然而然的当做了“工具人”，当更合适的工具出现时，他们就可能成为牺牲品被淘汰掉了。
在国内的环境中设计一直都是一个相对位置边缘一些的岗位角色，设计的价值很容易被公司和管理者所忽略，这个问题其实无论是在小公司还是大厂都一样。所以，如果不想自己不明不白的轻易地被取代，就需要设计团队 Leader 或设计师自己多一些给公司管理者的“布道”。不要有过多的顾虑，机会还是只能得靠自己争取来。
再回到我们的话题里来。对于企业而言，他们的期望的是通过 AI 能够帮助完成大部分的设计工作，可以将更多的资源投入到产品的研发和市场推广中。但事实上以 AI 现有的能力，它最多只能覆盖组件、模块和部分页面的工作，如果再考虑到叠加上业务自有的特性，这个效果可能难以满足要求。
真实的业务场景，设计师的工作与业务信息和数据高度关联，而几乎现有所有的平台型 AI 设计产品在这方面都还是“孤岛”。现有的平台型 AI 能力只能基于自有的数据进行训练和生成。这也是为什么我们现在能得到的生成结果如此“飞机稿”的原因，而飞机稿显然是无法直接参与到业务生产中的。
### 设计师对 AI 设计的期望
相较于企业对 AI 的期望，作为设计师大家还是会务实得多。和很多设计师探讨过这个问题，大家并不期望 AI替代自己的工作，而是希望 AI 能够成为他们的得力助手，在设计的过程中打辅助，帮助他们更高效地完成设计工作。
例如，设计师们希望 AI 能够帮助快速填充内容，这样他们就不必花时间来找寻文案或图片进行手动输入；希望 AI 能够自动生成界面的基本框架和模块，这样他们可以更专注于业务逻辑的还原和体验的优化，不必像我们在前面文章中聊到的那样面对「空白页综合症」。
还有在具体功能设计过程中提供可参考的Check list， 以及类似 MasterGo 已经在内测中的组件检查功能，以此来确保设计的完整性和一致性，减少设计过程中的错误发生。
图片来源：[https://mastergo.com/blog/ai-beta-test](https://mastergo.com/blog/80?MasterGo%20AI%20%E5%86%85%E6%B5%8B%E8%BF%9B%E8%A1%8C%E6%97%B6%EF%BC%81%E5%88%86%E4%BA%AB%E4%B8%80%E6%B3%A2%20TA%20%E4%BB%AC%E7%9A%84%E4%BD%BF%E7%94%A8%E6%84%9F%E5%8F%97%EF%BC%81)
总的来说，设计师对 AI 设计的期望更多地体现在如何提高工作效率上，而不是完全依赖 AI 来直接生成。同时大家也期望在设计的过程中 AI 能够提供一些辅助功能，为设计的交付提供一些有效的基础保障。
# **AI 设计的双向发展路径**
虽然前面我们说了这么多 AI 设计当前的问题，以及 AI 在设计辅助上的价值。但在我仍然相信在生成式的这条路上依旧充满了非常多的可能性。但如何选择其路径，还需要我们更为细致的探索和分析。
我们还是回到前面的产品设计中的难度层级，如果以「页面」作为中心点，我们会有两条完全不同的发展方向：
### 向右走 → 平台型 AI 能力
第一条路径是“向右走”，以「组件」、「模块」为基础，「页面」为核心的平台型 AI 能力。这一类能力的特点是业务的耦合度相对较低，但对于设计的通用性和效率有着较高的要求，同时需求体量也相对较大。
比较典型的场景就是营销类的 Banner、主题页、官方站点以及偏后台的管理型界面。前段时间比较热门的 Dora AI 、特赞的 DAM 就属于这一类型。
[Introducing Dora AI - Generating powerful websites, one prompt at a time](https://www.youtube.com/watch?v=Gfz-ylwNkNg)
视频来源：[https://www.dora.run/ai](https://www.dora.run/ai)
在这条路径上 AI 设计的目标是帮助设计师或设计者（产品、运营、技术）快速搭建、优化UI 界面或模块。由于它们没有太多过于复杂的业务逻辑，从生产到使用的路径也相对较短，会更容易产出明确的价值。同时它也是设计师以外的群体最容易接触并理解的能力，会更容易获得市场的认可。
对于平台而言除了 AI 能力本身，最重要的是需要具备特定行业领域中的专业性，以确保 AI 生成的界面能够满足用户的需求。
如果你正好是平台型 AI 产品的设计师，那么就需要你对所服务的行业有深入的研究，了解它们的特性和核心诉求，将它们抽象成为平台 AI 的基础能力。同时还需要针对高频的需求进行“模板”的研究，以此来不断对模型进行训练和优化，覆盖到更多的需求场景。
### 向左走 → 定制型 AI 能力
另一条路则是“向左走”，以「流程」为核心的定制型 AI 能力。这部分场景需要 AI 生成的界面能够直接参与到业务生产中，所以它需要对企业的业务及数据理解、确定性的设计规则有着非常高的要求。
相较于平台型 AI 能力，它更适合那些业务复杂度较高，需要高度定制化设计的场景，例如我们曾经提到的 Salesforce Einstein GPT 就是属于这一类型。
这条路径不仅仅是简单地生成界面，更多的还需要将业务的核心逻辑和思路准确的还原出来。所以，小到一个业务组件，大到一系列的交互模式在这里都需要能足够的明确。
由于涉及到企业的信息和数据，这类 AI 能力通常需要进行私有化部署，以达成与业务生产环节的真正融合。当然，以现在的平台能力而言，具备私有化部署的能力还为时过早，大概率还是企业内部自建会更早的出现。
在这条路径下，企业中的设计师将会成为这个 AI 能力最为重要的产品设计者。参与其中的设计师的定位和职责也会发生一些变化。
首先，设计师需要参与到策略的制定中，确定哪些部分应该由 AI 进行完成，哪些需要人工的介入。确保 AI 的应用能够真正为企业带来价值，而不是简单的替代人工投入。
其次，设计师需要成为训练师参与到 AI 的模型建设中。对业务规则和行业特性进行抽象，为业务 AI 能力的训练提供基础的数据支撑。与此同时，设计师还需要进一步将业务级的设计系统进行 AI 化，为界面的 AI 生成提供明确的设计约束。
在这个场景中，AI 设计的能力是不会孤立存在的，大概率会类似于 Salesforce 一样融入到业务生产的环境中。所以，设计师还需要兼顾一定的产品经理的工作，从产品的视角将 AI 设计工具融入到企业内部的工作流中。
# 写在最后
随着技术的发展与进步，AI 能力一定会逐步达成我们所期望的样子。无论是平台型 AI 设计还是定制型 AI 设计，它们都将成为领域中不可获取的一部分。如今我们所面临的大环境，只不过是加速了这一变化。
但同时我们也需要坚信的是，AI 并不能简单的取代设计师，而是在提高设计师门槛的同时成为我们的伙伴，协助我们更高效的完成设计工作。而设计师的角色和定位也会在这个过程中随之发生变化，从过往的设计实现转变为真正的产品设计者、AI 训练师、策略制定者。
在这个快速变化的时代，变化本身并不可怕。可怕的是在变化的过程中还在原地不动，错失了与时俱进的机会。
2023.09.04 杭州
---
_本文由 [5key](https://www.thefivekey.com/) 创作，原文发布于 [https://www.thefivekey.com/progress-of-ai-design-in-ui-interface/](https://www.thefivekey.com/progress-of-ai-design-in-ui-interface/)。欢迎引用，请注明出处。_
_订阅付费专栏「OFF DESIGN」：https://www.thefivekey.com/premium-design-subscription/_