Figma 利用 AI 变革数字设计

# Figma 如何利用 AI 变革设计并赋能创意工作者 来源：https://openai.com/index/figma-david-kossnick/ ***我们新推出的《Executive Function》系列汇集了通过 AI 驱动变革的领导者的观点。*** Figma 是团队将想法转化为世界顶级数字产品和体验的合作平台。我们采访了 Figma AI 产品负责人 David Kossnick，讨论了 AI 在设计中的影响、赋能创意工作，以及为 Figma 员工建立 AI 流畅性的相关话题。 **你曾将 AI 描述为既是平台转变，也是核心能力。AI 如何改变设计？Figma 如何在这一变革中定位自己？** 随着 AI 使数字产品创建变得前所未有地容易，优秀的设计将越来越成为关键的差异化因素。但设计不仅仅是像素；它是工艺：同理心、工作流理解和问题解决。 这就是为什么 AI 贯穿 Figma 的始终——从产品内文本编辑和图像生成，到自动重命名图层和网站视觉——帮助使创建更快、更直观，并让更多人能够使用。 同时，AI 也是一种**平台转变**。Figma 是为构建数字产品而专门设计的。这让我们能够从第一原理重新思考工作流。 一个例子是 [Figma Make](https://www.figma.com/make/)——一个从提示到应用的工具，可以从语言、图像或结构化框架生成生产级代码。它为编码人员和非编码人员——设计师、产品经理、工程师、营销人员——提供了一种更进一步、制作原型和表达想法的方式，而不会被技术障碍阻挡。 **有很多人讨论 AI 作为副驾驶而非替代品。你认为这种动态如何赋能创意？** Figma 因其对工艺的深刻承诺而脱颖而出——让用户能够完全控制，精细化每一个细节。通过 AI，我们已经超越了视觉层，扩展到了语言、视觉和代码——添加了代码编写器和"代码图层"等工具，让用户能够本地编写和发布 AI 辅助代码。 > "AI 代理最令人兴奋的地方之一是它们能让你走得很远，完成大量繁琐工作，帮你快速开始。" AI 代理可以处理繁琐工作，但许多工具在之后限制自定义。在 Figma，你可以完全编辑每一层——语言、视觉和代码——以匹配你的愿景并维护工艺。我们也支持跨模态工作流，所以无论你最擅长代码、设计还是语言，你都可以按自己的方式工作——就像成为全栈而不失去专长。 归根结底，在 Figma 中创建的产品是为人类服务的。而人类带来的判断力、同理心和品味——这些品质才是真正的驾驶员，而非仅仅是副驾驶。 > "AI 将帮助人类更快地探索，在头脑风暴中走得更远，但我认为所有人的判断力、同理心、工艺和品味才是成为驾驶员而不是副驾驶员的意义所在。" **Figma Make 和 Dev Mode MCP Server 是将 AI 集成到端到端工作流的重大步骤。你对设计师和开发者如何希望通过代码与 AI 交互的学习是什么？** 设计师-开发者协作的关键是交付真正有效的产品——不仅仅是避免沟通不畅，还要确保用户价值。Figma Make 帮助团队验证和测试许多可能的想法，这样当他们确实就解决方案达成一致时，就能有强大的确定性来构建正确的东西。 [Dev Mode](https://www.figma.com/dev-mode/) 通过 CSS 和令牌等结构化数据简化了交付，而 [MCP](https://www.figma.com/blog/introducing-figmas-dev-mode-mcp-server/) 更进一步，让开发者可以调用编码代理，将模型设计翻译成具有完整上下文的生产就绪代码——无需手动复制粘贴。 尽管 Make 主要为原型设计而构建，但设计师通常可以如此精确地提示交互，以至于工程师直接复制代码——使其开始成为工程交付的产物。 更广泛地说，Figma 一直是按多人设计的，不同于早期主要是单人的 AI 工具。现在，我们正在朝更具协作性的 AI 体验发展，邀请他人参与创意过程。 **你如何思考支持协作和多人概念的 AI 工具？** 多人是 Figma 的核心，Figma Make 和代码图层等工具被设计为支持实时协作——即使有 AI 也是如此。两个人可以在同一文件中工作，看到彼此的头像，并与 AI 助手共同创建，将会议变成共享的交互式构建会话。 图像生成也成为 FigJam 和 Slides 的亮点，使团队能够共同创建品牌一致的视觉或并排迭代。这里面还有文化层面——比如我们制作 FigJam 周年纪念卡的传统，团队成员使用 OpenAI 的图像编辑功能重新混合头像，创建有趣的个性化致敬。这些创意仪式以大多数工具无法做到的方式培养了联系和团队精神。 **随着越来越多的设计流程——如图层命名、文案撰写、视觉搜索和生成——变成 AI 驱动，你如何看待专业设计师角色的演变？** 工艺仍然是最基本的技能——同理心、品味以及探索和完善的能力。随着尝试想法的成本下降，人们可以更深入地研究什么有效，使每一个细节——从动画到交互——都成为卓越的机会。虽然噪声会增加，但优秀的工艺将脱颖而出。 我们也看到了从实施者向问题解决者的转变，角色不断融合，更多人成为创作者。设计师正在编写代码，未来属于那些能够独自将想法从概念带到执行的愿景承载者。 我有一个在媒体和娱乐领域的同事，他描述了想法生成和推介的高前期成本——这需要如此多的努力，以至于许多好想法在有机会之前就被过滤掉了。现在，有了 AI，这个瓶颈正在缓解。我们看到想法激增，因为创意人士可以更自由地探索和分享。 这让我想起了漫威宇宙中的《奇异博士》——他如何看到所有可能的未来。这就是 AI 对于设计所成为的：一种探索无数道路并为给定问题选择最佳的方式。 **你认为 Figma 的 AI 将解锁哪些之前不可能的用户或用例？** 我们已经看到了很多令人惊喜的例子——甚至在发布前就有了。在内部测试期间，人力资源团队中没有编码或设计背景的人发现了一个 Workday API，并在仅仅两小时内使用 Figma Make 构建了一个游戏：它显示了从 Workday 拉取的四张脸和名字，你必须匹配它们——这是一个帮助新员工了解队友的有趣方式。现在它已成为我们入职流程的一部分。 这是一个内部工具团队永远不会优先考虑的想法，但因为 AI 降低了门槛，它得以实现。这表明没有技术背景但拥有伟大想法的非技术人员现在可以构建真实的、可用的工具——有时甚至是可部署的——而无需工程团队。 我们看到了很多意想不到的用例，这令人非常鼓舞。Figma Make 和 Figma Design 等工具让人们能够表达和激活那些本来会保持沉寂的想法。 **你如何建立 AI 流畅性——那些人们意识到自己可以做以前不能做的事情的"顿悟"时刻？到目前为止有什么学习吗？** 内部使用是我们文化的中心，我们在 Figma Make 方面全力投入。我们举办了"伟大 Figma 烘焙大赛"——一项全公司范围的竞赛，让员工构建很酷的项目，每个时区都有现场极限编程会议。这种实际操作的支持帮助对 AI 感兴趣的员工建立信心，特别是那些刚接触这些工具的员工。社会激励和现场指导在帮助人们参与方面产生了很大差异。 除此之外，我们在全公司推行了 ChatGPT Enterprise。这一举措很有变革性——市场推广团队使用它来完善宣传、起草邮件等，所有这一切都在一个安全、隐私意识强的环境中进行。 我们还举办 Maker Weeks——为期一周的黑客马拉松，对所有人开放，不仅仅是产品团队。人们构建了从视频和帮助文档到集成 Slack 的 GPT 的所有东西。这给了每个人尝试、失败和学习的权限——降低了动手实验的门槛，特别是对于那些不在核心技术角色的人。 **这更多是哲学层面的——创建 AI 流畅性文化——还是有你衡量进度的方式？** Figma 的 AI 流畅性从文化开始。我们聘请渴望尝试和探索新工具的人，并通过专门的学习时间和预算来支持这一点——无需任何强制。 > "我们建立了一个想要生活在未来的团队。我们建立了一个设计师团队，他们持之以恒地尝试找到更好的方式，并对新工具和新技术感到兴奋。" 我们突出成功案例，比如人力资源团队构建的 Workday 驱动的游戏，以显示即使是 10 分钟的实验也能产生真正的影响。第一步通常是最难的。 为了支持安全的探索，我们为实验工具创建了合规快速路径——对数据使用有护栏——所以团队可以毫无困难地测试新 AI。大多数工具不会完全正常工作，但降低尝试的成本有助于发现真正的价值并推动整个组织的创新。 **你已经分享了关于建立内部 AI 流畅性的宝贵见解。但消费者方面呢——公司应该如何着手将 AI 集成到他们的产品和体验中？** 作为 AI 用户和构建者，我们学到了草根实验推动采用。员工开始非正式地使用 ChatGPT 等工具，这导致对安全、有支持的路径的需求——最终促使我们推行 ChatGPT Enterprise。 最大的收获：一旦人们尝试 AI 工作流并意识到它们有多么容易，他们会感到有能力去构建。这种思维方式的转变是扩大有意义的 AI 采用的关键——在公司内部和为客户。 **最后——你个人在 Figma 的工作流中如何使用 AI？** 我每天都使用 ChatGPT 来处理从整理审阅笔记和起草通信到深入研究的所有事情——通常会提示它"这个问题通常是如何解决的？"以快速探索解决方案空间。 我也依赖 Figma Make 进行原型设计和想法探索，以及 Slack AI 来总结复杂的对话线程并保持整个组织的一致性。最后，我不断使用 Grammarly——它可能不像 AI，但它全天以简单的点击方式静静地改进我的写作。 *Figma 使用 OpenAI API 来为 FigJam AI 提供支持，以及其平台上的图像生成功能。它还在整个组织中部署了 ChatGPT Enterprise，以实现其员工队伍的 AI 流畅性。*