AI時(shí)代下，大廠設(shè)計(jì)師的工作模式有哪些變化？

往期AI干貨：

最近一段時(shí)間一直在思考目前設(shè)計(jì)師的作業(yè)模式是否已然被 AI 改變？ 設(shè)計(jì)工具經(jīng)歷了從傳統(tǒng)的 Photoshop 到各種 AI 工具的轉(zhuǎn)變，AI 逐步覆蓋設(shè)計(jì)領(lǐng)域的各個(gè)方面，從圖像 GC、文本 GC、音頻擬合到視頻生成，AI 的應(yīng)用覆蓋了媒體的所有模態(tài)?，F(xiàn)在，設(shè)計(jì)師可以通過簡單的文字描述生成高質(zhì)量的矢量圖標(biāo)和 3D 插畫，甚至幾分鐘內(nèi)生成虛擬人物圖像，且不用擔(dān)心版權(quán)問題。通過 SD 不僅能快速生成高質(zhì)量的設(shè)計(jì)素材，還能根據(jù)用戶需求進(jìn)行個(gè)性化定制。

全文圖解

視覺設(shè)計(jì)方向的大部分工作已經(jīng)被 AI 完成，從業(yè)多年的設(shè)計(jì)師所追求的美感被降本增效的老板摧殘，不再去打磨細(xì)節(jié)了。而剛?cè)肼殘龅牟锁B，如果你不具備駕馭 AI 的能力或相關(guān)使用經(jīng)驗(yàn)，你甚至找不到一份設(shè)計(jì)的工作。

因此，我先說一個(gè)暴論：AI 時(shí)代下，設(shè)計(jì)師會被干掉 90%。

但設(shè)計(jì)師這個(gè)崗位是不會完全消失的，設(shè)計(jì)師是被 AI 取代的嗎？其實(shí)也不能說是取代，只能說 AI 作為一個(gè)工具，很多人不會用。就像 PS 軟件一樣，放普通人手里就真的只是 PS，而放到設(shè)計(jì)師手里就是 Photoshop。AI 也一樣，僅面向設(shè)計(jì)師來說，它就是一個(gè)劃分傳統(tǒng)設(shè)計(jì)師和新時(shí)代設(shè)計(jì)師的分割線。 現(xiàn)在大多數(shù)設(shè)計(jì)師都不用 PS 了，注意，先別噴，我說的是大多數(shù)！而還有一部分大神依然憑借 PS 的高超技法，讓目前的 AI 生圖望塵莫及。但是又有多少人呢？又有多少差距？

AI 的覆蓋不僅在響應(yīng)效率上，有的人說 AI 不就是生成的快嘛，但是生成的一塌糊涂，質(zhì)量不行。但你要知道 AI 從進(jìn)入大眾視野，到現(xiàn)在才發(fā)展了多久？從 23 年初 AI 生成人手都慘不忍睹，6 個(gè)指頭、7 個(gè)指頭的。到現(xiàn)在 Flux 模型出的圖足以以假亂真。你不可否認(rèn)，目前設(shè)計(jì)師打開 AI 工具（MJ、SD 等）的頻率是遠(yuǎn)超于 PS 的，起碼我在整個(gè)一年的設(shè)計(jì)工作中，打開 PS 的次數(shù)不會超過 10 次。在這樣的一個(gè) AI 洪流的沖擊下，設(shè)計(jì)師的作業(yè)模式已然悄聲發(fā)生改變。

一、AI 時(shí)代，設(shè)計(jì)師的價(jià)值在哪里？

先說結(jié)論，設(shè)計(jì)師肯定是具備先天優(yōu)勢的，因?yàn)楝F(xiàn)在缺的是會提問的人，而不是有能力回答問題的人。為什么這么說？是因?yàn)楝F(xiàn)在是大模型時(shí)代，任何的結(jié)果都可以通過模型快速得到結(jié)果。你就算是 PS 大神、就算是可以一下午畫 10 張圖、20 張圖那又怎樣？只要模型訓(xùn)練好，老板可以一分鐘拿到 100 個(gè)結(jié)果，如果不滿意點(diǎn)擊刷新，又是 100 個(gè)。盡管模型生成的圖片質(zhì)量可能只有 60、70 分，比不上你人工做的 90+的效果，但是架不住它響應(yīng)快且產(chǎn)量大啊，而且模型是具備線性成長的，只要不停訓(xùn)練，給它“升級”。它之后的輸出質(zhì)量會穩(wěn)定在 70+、80+ 甚至 90+ ！??！而人工的輸出不具備這種穩(wěn)定性，即便你有能力產(chǎn)出 100 分的結(jié)果，你也不可能次次都能保持巔峰水平，而模型可以！

因此現(xiàn)在會輸出、會解答的人并不缺，缺的反而是懂得提問、懂得制定規(guī)則的人。當(dāng)你提問的時(shí)候，你就已經(jīng)知道會有什么結(jié)果。而需要做什么的規(guī)則制定才能讓結(jié)果更接近你的預(yù)期，這才是現(xiàn)在版本需要去思考的點(diǎn)??！

尤其是在圖像生成方面，一個(gè)懂構(gòu)圖、光影、色調(diào)等美學(xué)的設(shè)計(jì)師，顯然比僅僅依靠個(gè)人美感判斷的人更能與 AI 溝通，創(chuàng)造出更具價(jià)值的設(shè)計(jì)作品。例如，設(shè)計(jì)師可以通過 AI 生成初步設(shè)計(jì)，然后利用自己的專業(yè)知識進(jìn)行細(xì)節(jié)調(diào)整和優(yōu)化，最終完成高質(zhì)量的設(shè)計(jì)作品。

1. 批量生圖 SOP

還是以目前我們部門目前的批量素材生成需求為例，就可以很清晰看到當(dāng)你把自動(dòng)化流程、規(guī)則前置好，輸出的結(jié)果是人力遠(yuǎn)遠(yuǎn)不及的。我們?nèi)ゴ罱艘徽麄€(gè) SOP，將批量生圖做成工程化，批量產(chǎn)圖 SOP 的設(shè)計(jì)需要明確每一個(gè)流程節(jié)點(diǎn)，保證高效、標(biāo)準(zhǔn)化的操作。

① 傳統(tǒng)的 SOP 流程

之前傳統(tǒng)的產(chǎn)圖 SOP，需要投入的人力大概在 5 個(gè)：

1. 技術(shù)開發(fā)同學(xué)：負(fù)責(zé)編寫工程文件，預(yù)留 SD 的 API 接口，保證系統(tǒng)能夠靈活調(diào)用 SD 進(jìn)行圖像生成。
2. 模型煉制設(shè)計(jì)師：負(fù)責(zé)煉制 Lora，確保產(chǎn)出的素材符合公司需求的統(tǒng)一風(fēng)格，能夠滿足不同類型素材的需求，如 3D 風(fēng)格、插畫風(fēng)格和真實(shí)場景等。
3. prompt 編寫設(shè)計(jì)師：編寫 CSV，確定圖像生成的具體需求（即生圖 prompt）。
4. 素材審核員：在圖像生成完成后，整理和審核輸出的素材。制定素材入庫的視覺標(biāo)準(zhǔn)，區(qū)分素材為三類：一類是達(dá)到視覺標(biāo)準(zhǔn)，無需二次調(diào)整的素材；一類是有略微瑕疵，二次調(diào)整后可達(dá)到入庫標(biāo)準(zhǔn)的素材；一類是嚴(yán)重異形、畫面雜亂等素材，無修改價(jià)值的素材。
5. 素材管理員：針對素材的業(yè)務(wù)、類型、標(biāo)簽、命名做有效分類，確保素材在平臺上的可查找性和可管理性。

整個(gè) SOP 的運(yùn)行中最核心的是 prompt 編寫設(shè)計(jì)師的角色，他需要調(diào)控 prompt 和替換 lora，需要去調(diào)試工程文件中的節(jié)點(diǎn)。技術(shù)開發(fā)同學(xué)和模型煉制設(shè)計(jì)師其實(shí)都是前置資源，從產(chǎn)圖到入庫可使用的這個(gè)邏輯是這樣的：

由 prompt 編寫設(shè)計(jì)師編寫 csv 條目，一個(gè)條目是一個(gè)圖像生成的 prompt，所以批量生產(chǎn)同樣的需要批量寫 prompt，prompt 影響最終產(chǎn)圖的質(zhì)量。例如我們編寫 10 個(gè) prompt，那就可以產(chǎn)出 10 張素材。編寫 100 個(gè)，那就可以產(chǎn)出 100 張素材。但人工編寫的過程非常耗時(shí)耗力，這個(gè)節(jié)點(diǎn)是否可以借助 AI 的能力去提效？又該如何接入 AI？這個(gè)可以先思考一下，我們接著鏈路往下看 ??

當(dāng)批量產(chǎn)出素材后，例如今天產(chǎn)出 2000 張素材，將素材轉(zhuǎn)接給素材審核員，按照入庫的視覺標(biāo)準(zhǔn)將素材進(jìn)行分類和二次調(diào)整。2000 張圖需要多久，不包含調(diào)整的過程，只去審核區(qū)分素材就需要 1-2 個(gè)小時(shí)。那 20000 張呢？這個(gè)節(jié)點(diǎn)是否有 AI 運(yùn)作的空間？??

當(dāng)素材處理完，假設(shè)良品率為 40%，可直接入庫的素材為 800 張，由素材管理員進(jìn)行分類和素材信息標(biāo)注。當(dāng)然我們也可以只給素材命個(gè)名，如:3D 紅包.png 那如果有 200 個(gè)不同的紅包素材，素材如何有效召回，所以素材如何有效管理，之前傳統(tǒng)的素材管理，是將命名作分級，如：業(yè)務(wù) A/3D/紅包/裝滿金幣。那僅這個(gè)命名過程，假設(shè)一張素材命名需要 5s，那 800 張僅命名大約需要 1.11 小時(shí)。那這個(gè)時(shí)間是否可以借助 AI 給吃掉？

② AI 節(jié)點(diǎn)式提效后的流程

ok，我們梳理一下整個(gè)產(chǎn)圖到入庫的流程鏈路，其中費(fèi)時(shí)費(fèi)力的節(jié)點(diǎn)：

1. prompt 批量編寫
2. 素材審核
3. 素材分類及信息標(biāo)注

這些節(jié)點(diǎn)如何借助 AI 做提效或者直接用 AI 的能力給吃掉。我是借助 GPT 的能力，讓技術(shù)同學(xué)預(yù)留出 GPT 的 API 接口，我負(fù)責(zé)煉制 GPTs，將調(diào)試好的 prompt 發(fā)給前端，在工程文件中調(diào)用。在多個(gè)節(jié)點(diǎn)安插 GPT：

輸入想要的素材關(guān)鍵詞及數(shù)量--批量產(chǎn)出 prompt 條目（AI 助力）--導(dǎo)入 csv 需求單--運(yùn)行程序--調(diào)用 SD 做批量產(chǎn)圖--素材質(zhì)量篩選，將素材分類（AI 助力）--素材信息標(biāo)注（AI 助力）

所以除了前置資源，前端提供的工程文件和模型煉制設(shè)計(jì)師提供的 lora，剩余的事情只需要一名設(shè)計(jì)師即可，不僅減少人力成本，而且效率還比之前高數(shù)倍甚至數(shù)十倍。

具體的 3 個(gè)助力節(jié)點(diǎn)暫時(shí)就不一一細(xì)講了。我僅著重說一下關(guān)于生成規(guī)則的制定和產(chǎn)出邏輯：

③ 批量產(chǎn)出 prompt 條目

圖像命名(不可重復(fù)),圖像內(nèi)容(50 字以內(nèi)),不希望圖像出現(xiàn)(沒有填無即可),圖像模型風(fēng)格(必填),圖片預(yù)生成數(shù)量(1-30)

如果有同學(xué)用過生圖的軟件，就會知道提示詞。不同軟件的提示詞結(jié)構(gòu)都是不同的，但核心不變，就是講清楚你要生成的主體。那上面這個(gè)提示詞撰寫的規(guī)則也非常好理解?！皥D像命名”有點(diǎn)類似于 ID 的邏輯；“圖像內(nèi)容”正向提示詞，描述要生成的圖像主體；“不希望圖像出現(xiàn)”反向提示詞，規(guī)避不想要的元素；“圖像模型風(fēng)格”確定模型 lora，模型煉制設(shè)計(jì)師目前已經(jīng)煉制了 13 個(gè)不同風(fēng)格的 lora，需要在提示詞中明確出來你想要的圖像風(fēng)格：“圖片預(yù)生成數(shù)量”確定生成數(shù)量，同一提示詞多次產(chǎn)出。

完整示例：科技感轎車 1,單個(gè)科技感轎車，藍(lán)色系，立體呈現(xiàn)，q 版圓潤風(fēng)格，極簡風(fēng)格，簡單構(gòu)圖，白色背景，3D 渲染，等距視角,復(fù)雜細(xì)節(jié)，多余的元素，最差質(zhì)量，低質(zhì)量，低分辨率，糟糕的手，手指缺失，壞解剖，錯(cuò)解剖，模糊，額外的數(shù)字，低質(zhì)量，水印,3D-通用模型,20

僅僅這一條提示詞，就可以生產(chǎn)出 20 張相似風(fēng)格的轎車素材。然后我們借助 Agent，將生圖規(guī)則投喂給模型，就可以做到提示詞量產(chǎn)。那就會是 20*20、100*20 的數(shù)量級產(chǎn)出，而這僅僅只需要不到 1h 的時(shí)間，你告訴我人力如何追趕？

而在這里面重要的是什么？是提示詞怎么寫嗎？我覺得是個(gè)人都有描述能力：一個(gè)什么顏色的車、什么視角、什么裝飾元素…這都是再基礎(chǔ)不過的編寫而已。而最最終重要的就是這個(gè)規(guī)則如何定義！可以讓模型亦或是其他人可以根據(jù)你制定的規(guī)則去做到量產(chǎn)。所以為什么說設(shè)計(jì)師的創(chuàng)意和審美是AI無法替代的，AI更像是一個(gè)有巨大天賦的幼童，如果你可以明確告訴他應(yīng)該怎么去做、做成什么樣算好的，那你才算是真正會用 AI。僅以圖像GC來說，美學(xué)標(biāo)準(zhǔn)和設(shè)計(jì)師自身的審美，會極大的影響生成效果。這也就是當(dāng)下設(shè)計(jì)師的價(jià)值所在。因?yàn)樵偻?，新入行的設(shè)計(jì)師還需不需要去了解光影、結(jié)構(gòu)、環(huán)境色、色調(diào)等等，還真的不知道….因?yàn)?AI直接一鍵生成，根本不需要用傳統(tǒng)的繪畫技法再去精雕細(xì)琢了。你覺得老板是要藝術(shù)家還是要一個(gè)秒出圖的AI設(shè)計(jì)師呢？

二、作業(yè)流程變化

而設(shè)計(jì)師的設(shè)計(jì)流程也受到 AI 的影響在發(fā)生著深刻變革，傳統(tǒng)的線性設(shè)計(jì)流程逐漸被更加靈活、高效的非線性流程所取代。AI 工具的引入，使得設(shè)計(jì)師能夠在短時(shí)間內(nèi)生成大量的創(chuàng)意原型，然后進(jìn)行篩選和優(yōu)化。例如，利用 AI 進(jìn)行圖像生成、文本創(chuàng)作、音頻處理和視頻制作，可以大幅提升設(shè)計(jì)效率和質(zhì)量。具體實(shí)例中，設(shè)計(jì)師可以使用 AI 工具如 Midjourney 生成卡通人物圖像，只需簡單輸入關(guān)鍵詞，幾分鐘內(nèi)即可得到多種風(fēng)格的圖像供選擇。AI 工具還可以幫助設(shè)計(jì)師進(jìn)行智能排版和圖像后期處理等工作，縮短設(shè)計(jì)周期，提高工作質(zhì)量。

1. 傳統(tǒng)作業(yè)模式（UI）

在 AI 加持下，產(chǎn)品形態(tài)也越來越豐富，作業(yè)模式也與傳統(tǒng)的作業(yè)模式也悄然發(fā)生變化?，F(xiàn)有的 GUI 作業(yè)流程大多依賴于人工設(shè)計(jì)師的精細(xì)操作。這些流程通常包括以下幾個(gè)步驟：

1. 需求分析與溝通：設(shè)計(jì)師通過與客戶或產(chǎn)品經(jīng)理溝通，獲取產(chǎn)品的功能需求，并進(jìn)行可行性分析。
2. 原型設(shè)計(jì)：基于需求分析，設(shè)計(jì)師制作 UI 原型圖，通常使用設(shè)計(jì)工具（如 Sketch、Figma）進(jìn)行視覺排版。
3. 交互設(shè)計(jì)：設(shè)計(jì)師根據(jù)用戶體驗(yàn)要求，設(shè)計(jì)交互效果和用戶操作流程，確保 UI 界面順暢、易用。
4. 高保真設(shè)計(jì)與實(shí)現(xiàn)：最終設(shè)計(jì)稿完成后，交給開發(fā)人員進(jìn)行前端實(shí)現(xiàn)。

這一流程是線性的，依賴于設(shè)計(jì)師的人工參與，且時(shí)間較為冗長，容易受到人為錯(cuò)誤和偏差的影響。此外，由于各環(huán)節(jié)之間的反饋周期較長，跨部門的協(xié)作溝通也時(shí)常導(dǎo)致效率低下。

2. 新型作業(yè)模式（AI&UI）

AI&UI 融合生成，即通過人工智能和用戶界面設(shè)計(jì)的結(jié)合，能夠?qū)崿F(xiàn)從需求到設(shè)計(jì)的智能生成，并自動(dòng)化多個(gè)設(shè)計(jì)環(huán)節(jié)。主要步驟：

1. 智能需求分析與提煉：通過 AI 模型對客戶需求的自動(dòng)化提煉，系統(tǒng)可以快速生成初步的設(shè)計(jì)方向，減少人工在需求分析階段的負(fù)擔(dān)。
2. 自動(dòng)化原型生成：利用 AI 算法，結(jié)合用戶輸入的需求，自動(dòng)生成多個(gè)設(shè)計(jì)方案，并依據(jù)用戶反饋快速調(diào)整和優(yōu)化原型設(shè)計(jì)。
3. 智能交互與視覺效果設(shè)計(jì)：AI 能夠根據(jù)用戶行為和交互數(shù)據(jù)，智能預(yù)測并生成最佳的交互設(shè)計(jì)方案，優(yōu)化用戶體驗(yàn)，減少手動(dòng)調(diào)整的時(shí)間。
4. 實(shí)時(shí)反饋與優(yōu)化：通過 AI 的自學(xué)習(xí)能力，系統(tǒng)能夠?qū)崟r(shí)根據(jù)開發(fā)階段的進(jìn)展和反饋?zhàn)詣?dòng)調(diào)整設(shè)計(jì)，從而提高產(chǎn)品上線的速度。

通過 AI 與設(shè)計(jì)的深度融合，設(shè)計(jì)師不再需要耗費(fèi)大量時(shí)間在繁瑣的細(xì)節(jié)上，而是將更多精力集中在創(chuàng)意方向的引導(dǎo)和決策上，從而大幅提高了工作效率。

模式的迭代，其主要原因在于：

① 設(shè)計(jì)對象發(fā)生轉(zhuǎn)變

設(shè)計(jì)對象從單一的設(shè)計(jì)師轉(zhuǎn)變?yōu)樵O(shè)計(jì)師、產(chǎn)品經(jīng)理、工程師和算法訓(xùn)練師的協(xié)同作業(yè)。每個(gè)環(huán)節(jié)都緊密相連，任何一個(gè)環(huán)節(jié)的輸出都會影響其他環(huán)節(jié)。

② 環(huán)節(jié)間的協(xié)同作業(yè)

AI 融合的設(shè)計(jì)流程不再是單向傳遞，而是形成了一個(gè)閉環(huán)。設(shè)計(jì)師、產(chǎn)品經(jīng)理、工程師和算法訓(xùn)練師需要緊密合作，共同維護(hù)設(shè)計(jì)標(biāo)注規(guī)范和評測集。每個(gè)環(huán)節(jié)的輸出都可能成為其他環(huán)節(jié)的輸入，形成協(xié)同作業(yè)模式。

③ 新增“模型訓(xùn)練師”角色

新增了“模型訓(xùn)練師”這一角色，主要負(fù)責(zé)訓(xùn)練和優(yōu)化 AI 模型，確保輸出的文案、圖表等內(nèi)容符合設(shè)計(jì)規(guī)范和用戶需求。

④ 設(shè)計(jì)表達(dá)樣式實(shí)現(xiàn)方式的變化

AI 融合后的設(shè)計(jì)表達(dá)樣式不再局限于傳統(tǒng)的視覺呈現(xiàn)，還包括了模型訓(xùn)練生成的內(nèi)容。設(shè)計(jì)表達(dá)范式更加注重信息的清晰度和結(jié)構(gòu)的合理性，強(qiáng)調(diào)重點(diǎn)信息的加粗和分段展示。

⑤ 內(nèi)容范式的明確

在 AI 的輔助下，內(nèi)容范式更加明確，強(qiáng)調(diào)信息的層級和結(jié)構(gòu)。設(shè)計(jì)輸出的內(nèi)容需要遵循一定的規(guī)范，包括重點(diǎn)信息的加粗、分段展示、圖表和圖文的合理搭配等。

三、AI“百家爭鳴“，我們能做什么？

隨著 AI“百家爭鳴”，新的崗位也不斷涌現(xiàn)，如 AI 訓(xùn)練師、Prompt 工程師、數(shù)據(jù)標(biāo)注師等。傳統(tǒng)的設(shè)計(jì)崗位也在發(fā)生裂變，出現(xiàn)了模型煉丹設(shè)計(jì)師、AIGC 設(shè)計(jì)師、AI 視覺設(shè)計(jì)師等新角色。例如，AI 訓(xùn)練師負(fù)責(zé)訓(xùn)練和優(yōu)化 AI 模型，使其更好地適應(yīng)設(shè)計(jì)需求；Prompt 工程師則通過優(yōu)化輸入指令，提高 AI 生成內(nèi)容的質(zhì)量和準(zhǔn)確性。

在 AI 時(shí)代下，設(shè)計(jì)師如何擁抱變化呢？我覺得可以大致分為兩個(gè)方向：視角和認(rèn)知擴(kuò)展，以及能力邊界擴(kuò)展。

1. 視角和認(rèn)知擴(kuò)展

設(shè)計(jì)師的視角和認(rèn)知需要擴(kuò)展，尤其是在面對 AI 和大模型的深度融合時(shí)。這不僅僅是技術(shù)層面的適應(yīng)，還包括從更高層次上理解設(shè)計(jì)的角色和責(zé)任。具體的擴(kuò)展動(dòng)作包括：

1. 熟悉上下游作業(yè) 設(shè)計(jì)師不僅需要理解自己的設(shè)計(jì)工作，還需對整個(gè)作業(yè)流程的上下游環(huán)節(jié)有清晰的認(rèn)知。這意味著，設(shè)計(jì)師要深入了解需求分析、產(chǎn)品規(guī)劃、開發(fā)實(shí)現(xiàn)、測試反饋等各個(gè)階段，以及與這些階段緊密關(guān)聯(lián)的團(tuán)隊(duì)成員和工作內(nèi)容。這種全流程的理解有助于設(shè)計(jì)師更好地把握設(shè)計(jì)目標(biāo)與客戶需求，并在與其他部門協(xié)作時(shí)形成共識。
2. 認(rèn)知不同實(shí)現(xiàn)方式 隨著大模型技術(shù)的引入，設(shè)計(jì)師需要了解 AI 在設(shè)計(jì)中的應(yīng)用與實(shí)現(xiàn)方式。傳統(tǒng)設(shè)計(jì)是依賴人工操作的，而在大模型下，設(shè)計(jì)方案可以由 AI 生成，甚至可以根據(jù)數(shù)據(jù)和用戶反饋實(shí)時(shí)優(yōu)化。設(shè)計(jì)師需要認(rèn)識到這種轉(zhuǎn)變，并理解 AI 如何輔助或替代傳統(tǒng)的設(shè)計(jì)流程，同時(shí)把握 AI 在設(shè)計(jì)中的局限性與優(yōu)勢。

2. 能力邊界擴(kuò)展

隨著設(shè)計(jì)工具和工作流程的進(jìn)化，設(shè)計(jì)師的能力邊界也在不斷擴(kuò)展。新的工作環(huán)境不僅要求設(shè)計(jì)師具備傳統(tǒng)的設(shè)計(jì)能力，還要求他們具備更多技術(shù)性和戰(zhàn)略性技能。具體的能力擴(kuò)展動(dòng)作包括：

1. 表達(dá)范式設(shè)計(jì) 在 AI 和大模型的環(huán)境下，設(shè)計(jì)師不僅要設(shè)計(jì)視覺界面和交互，還需要參與到“表達(dá)范式”的設(shè)計(jì)中。這意味著設(shè)計(jì)師要考慮如何利用新的技術(shù)表達(dá)設(shè)計(jì)想法。例如，如何通過 AI 生成的設(shè)計(jì)快速表達(dá)不同的創(chuàng)意方向，如何利用 AI 優(yōu)化設(shè)計(jì)文檔與提案的呈現(xiàn)方式等。這是一個(gè)新的挑戰(zhàn)，要求設(shè)計(jì)師跳出傳統(tǒng)的設(shè)計(jì)思維，具備更廣泛的創(chuàng)意和表達(dá)能力。
2. 模型 prompt 學(xué)習(xí) 設(shè)計(jì)師需要學(xué)習(xí)如何通過模型的 prompt 來引導(dǎo) AI 生成所需的設(shè)計(jì)結(jié)果。AI 模型的輸出通常依賴于輸入的 prompt 質(zhì)量，設(shè)計(jì)師需要掌握如何精準(zhǔn)地設(shè)計(jì) prompt，以獲得最佳的設(shè)計(jì)方案。這不僅涉及到對 AI 工具的使用技巧，還需要設(shè)計(jì)師具備一定的計(jì)算思維，能夠根據(jù)設(shè)計(jì)目標(biāo)調(diào)整 prompt，從而高效地利用 AI 完成復(fù)雜的設(shè)計(jì)任務(wù)。

結(jié)語

AI 技術(shù)的發(fā)展正在深刻改變設(shè)計(jì)行業(yè)的格局，設(shè)計(jì)師需要不斷學(xué)習(xí)和適應(yīng)新的技術(shù)和工具，才能在未來的職場中立于不敗之地。雖然 AI 可能會取代大部分基礎(chǔ)設(shè)計(jì)工作，但設(shè)計(jì)師在創(chuàng)意、美學(xué)和人機(jī)協(xié)作方面的價(jià)值依然不可替代。通過不斷提升自己的技能和創(chuàng)新思維，設(shè)計(jì)師可以在 AI 時(shí)代找到新的價(jià)值和機(jī)會。