作为一名产品设计师，我最近一直试图以敬畏和混乱的态度来理解快速变化的人工智能格局。虽然 Anthropic 的首席执行官警告说，人工智能可能会取代高达 50% 的入门级白领工作，但与此同时，Zapier 的首席执行官谈到了招聘人工智能的流利度。与此同时，“模型设计师”等新角色不断涌现，行业正在迅速转向更多的超级IC角色。

随着人工智能重塑我们的工作方式，我一直在问自己，这不仅仅是如何保持相关性，而是如何不断成长并在我的手艺中找到乐趣。

在我的学习中，新的转变需要利用三个领域

1. AI 工具：组装不断发展的 AI 设计堆栈以快速交付
2. AI 流畅性：学习如何设计概率系统
3. 人为优势：加强工艺、代理和判断等护城河，以保持自动化的领先地位
4. 这些支柱与战略思维和以人为本的技能一起塑造了我们成为人工智能原生设计师的道路

1. 人工智能工具

人是制造工具的动物 — 本杰明·富兰克林

本杰明·富兰克林 （Benjamin Franklin） 的定义强调了人类在发明和使用工具来扩展其能力方面的创造力。今天，AI 标志着这种演变的飞跃，从手动仪器到智能协作者。

Velocity 不再是可选的。ProcessMaker 的产品团队从每年发货两次改为每两周发货一次。Figma 的设计现状（2025 年）指出，每 10 个设计团队中就有近 7 个 （68%） 经常使用 AI 来自动化线框图、生成视觉资产和分析用户反馈。

随着 AI 嵌入到日常工作流程中，很明显，设计工具变得越来越主动，从而提高了速度和想象力。

构建反映您的工艺的堆栈

您的设计堆栈取决于您作为设计师的身份。UX 研究人员的堆栈看起来与全栈产品设计师、对话式 AI 设计师或视觉艺术家的堆栈非常不同。没有放之四海而皆准的方法。

在过去的六个月里，我尝试了 60 多种人工智能工具，追逐每一个新的自动化更新和闪亮的产品发布。然而，事实是，我的工作流程中的几乎所有内容都仅在四到十个工具上运行，如我的 AI 产品设计堆栈所示。

因此，真正的价值在于有意识的实验。 尝试新工具不是因为它们正在流行，而是因为它们可能会在您的工作流程中解锁更好的东西。问问自己，我有一种更聪明、更快或更周到的方法来做到这一点吗？

此外，人工智能工具正在迅速发展，但设计艺术仍然是人类的。决定制作什么以及如何使其与众不同仍然取决于品味、判断力、工艺和您的工具包。正如设计领导者 Agustín Sánchez 所说，“你不是一个伟大的设计师，因为你了解最新的工具。你很棒，因为你知道如何处理它们。

提示作为一项核心技能

去年，我一再发现自己认为人工智能的输出很平庸，直到我意识到问题往往不在于模型，而在于我设计提示的方式。具有正确上下文的人工智能模型为它们提供了生成有意义的响应所需的信息。

改变我的观点，将人工智能视为合作者，并学习如何构建上下文，彻底改变了我的输出质量

“提示就像让人工智能跟上速度，或者推动它朝着正确的方向前进。” — John Maeda 谈领导者将如何使用 AI 释放创造力

亚历克斯·克莱因 （Alex Klein） 提出了一个令人信服的案例，即提示从根本上来说是一种设计活动，并且是关于以清晰、上下文、语气和意图精心设计对话。

如果您想提高提示技能，这些资源是一个很好的起点
- Google 提示要点
- IBM — 提示工程指南
- OpenAI — 提示指南

2. AI流畅性

AI 流畅性是指自信地设计和使用意图驱动、分层和概率系统的能力。对于产品团队来说，这意味着了解人工智能的潜力，驾驭其复杂性，并做出明智的决策，从而形成负责任和有影响力的结果。

GUI 界面要求用户通过单击、滚动和跨菜单导航来实现他们的目标。相比之下，代理系统通过关注基于意图的结果，为我们引入了一种与系统交互的新方式。

现实世界的人工智能产品涉及编排、内存、工具集成、用户体验模式和代理流。流利就是掌握系统的行为——它的可变性、它的故障、它错误或滥用的可能性，并在设计时考虑到这些动态。

人工智能流畅性的基石

• ChatGPT 在做什么......以及为什么它有效？— 作者：Stephen Wolfram 提供了对 LLM 工作原理的基本理解
• AI for Everyone — Andrew NG 的非技术课程将帮助您了解 AI 技术
• 生成式人工智能简介 — 入门级课程，旨在解释什么是生成式人工智能、它的使用方式以及它与传统机器学习方法有何不同

使用 AI 进行设计的工具包

• IBM 的 GenAI 设计原则为生成式 AI UX 制定了六项基本设计原则。每项原则都与设计策略和实际示例相结合，以帮助从业者有效地实施它们
• 谷歌的“人+人工智能”计划强调了设计人工智能交互时需要考虑的四个关键领域。该框架为设计有效的人工智能交互提供了宝贵的指南。
• 我还构建了一份简化的 20+ GenAI 用户体验模式指南，其中包含示例和实施策略

3. 人性优势

借助 GPT-4o 和 Veo-3 等模型，人工智能现在可以快速生成高质量的写作和视觉效果，并在许多领域超越人类技能和推理能力。真正的问题是——

我们还有什么独特的人类优势？

工艺比以往任何时候都更重要

人工智能模型在海量数据集上进行训练，反映主导模式而不是任何独特的观点。因此，他们的输出往往感觉很通用，缺乏个人风格、见解、叙事意图和创意原创性等主观细微差别的深度。设计师 Michal Malewicz 用他的“Avg AI 系列”概念捕捉到了这一现象，并将当今的创意景观描述为一个“平庸的时代”，充斥着通用的、平淡无奇的 AI 输出。

具有讽刺意味的是，这种丰富提高了标准！

此外，历史表明，尽管有新工具，叙事、审美判断和执行质量等基本技能仍然至关重要。正如 Photoshop 没有扼杀平面设计一样，拥有人工智能共同创作者也不能否定对技能的需求;它改变了它。

理查德·森内特 （Richard Sennett） 在他的《工匠》一书中强调，工具会不断发展，但工艺和掌握的本质仍然是核心，并区分了真正的专家。他敦促工匠拥抱现代工具，专注于目标而不是常规。

创意指导、代理和保持人工主导

我们定义目标，设置约束条件，并做出为 AI 提供方向的高级决策。

随着速度和质量都被超越，争论的焦点不再是人类与 AI 的争论，而是我们寻求什么样的合作。在这种新的动态中，设计师不是成为创客，而是提供创意方向、愿景和目标的人。 设计师演变为创意总监或编排者，而 AI 则扮演助手、创意合作伙伴甚至评论家的角色。

Julie Zhuo 强调了代理的重要性。即使 AI 与我们的技能、能力和品味相匹配，我们选择为什么以及在何处应用 AI 技能的能力也将受到价值观、意图和新兴目的的驱动，并且仍然是独特的人类。

例如，两个设计师使用相同的 AI 工具可能会得出截然不同的结果。一个可能会指导 AI 为气候非营利组织探索极简主义布局，而另一个则使用它来为儿童教育初创公司生成有趣、富有表现力的视觉效果。分歧不在于工具，而在于指导它的人类价值观和意图。

4. AI 原生设计师

那么，成为 AI 原生设计师意味着什么？这仅仅是关于使用 AI 工具和拥有流畅的技术，还是在这个新环境中有更深层次的技能真正重要？

世界经济论坛表明，2030 年最需要的技能不再是技术技能。相反，随着自动化改变工作方式，雇主会优先考虑以人为本的战略能力，例如分析思维、创造性思维、技术素养和弹性。

正如 Fabricio Teixeira 所指出的，即使在技术快速变革的时代，设计、协作和沟通的基础也是设计职业的永久支柱，比任何工具都更持久。

与此同时，“超级集成电路”职位的出现正在重新定义高级设计职业，因为许多公司正在积极支持实践领导路径，这些道路重视深厚的专业知识、质量和高杠杆贡献，而不是传统的人员管理。

随着创作变得更快、更容易获得，设计师真正的新护城河现在在于打造独特、可靠和令人难忘的人工智能体验。掌握设计原则、讲故事和解决问题仍然是人类的独特优势。