交互設(shè)計(jì)師如何用 AI 提高工作效率？來(lái)看大廠高手的總結(jié)！

關(guān)于 AIGC，我收到的同學(xué)提問(wèn)大多都表示擔(dān)憂，多數(shù)人會(huì)這樣問(wèn)：

“AI 會(huì)不會(huì)替代交互設(shè)計(jì)師的工作？”

但真正聰明的設(shè)計(jì)師會(huì)換個(gè)角度來(lái)思考：“在交互設(shè)計(jì)師的每個(gè)工作環(huán)節(jié)中，AI 可以發(fā)揮什么作用，參與的程度和產(chǎn)出的質(zhì)量如何？”

一、AI 如何參與交互設(shè)計(jì)工作

說(shuō)到設(shè)計(jì)工作的流程和方法，最通用的表述方式就是“雙鉆設(shè)計(jì)模型（Double Diamond Design Model）”，由英國(guó)設(shè)計(jì)委員會(huì) 2005 年提出，至今仍適用于各類設(shè)計(jì)工作（詳細(xì)閱讀“雙鉆模型”）：

由英國(guó)設(shè)計(jì)委員會(huì)提出的“雙鉆設(shè)計(jì)模型”

如果我們將雙鉆模型中設(shè)計(jì)工作流程的四個(gè)主要階段（Phase）：調(diào)研（Research）、整合（Synthesis）、構(gòu)思（Ideation）、實(shí)現(xiàn)（Implementation）中的具體工作任務(wù)一一羅列，就可以預(yù)測(cè)到 AI 能夠完成哪些設(shè)計(jì)任務(wù)。

下文中我會(huì)參考我在大廠中的設(shè)計(jì)工作經(jīng)驗(yàn)，將每個(gè)階段需要設(shè)計(jì)師做的工作任務(wù)以及 AI 在任務(wù)中的參與度用做大致評(píng)估。

1. 調(diào)研階段（Research）

在調(diào)研階段，我們?cè)诎l(fā)現(xiàn)產(chǎn)品的潛在問(wèn)題、接到設(shè)計(jì)需求或功能優(yōu)化點(diǎn)后，需要從業(yè)務(wù)目標(biāo)、產(chǎn)品問(wèn)題和用戶反饋入手，對(duì)現(xiàn)狀進(jìn)行分析探究和資料收集，并會(huì)得到一些非結(jié)構(gòu)性的、散點(diǎn)式的發(fā)現(xiàn)：

在這個(gè)設(shè)計(jì)階段，我們的主要工作任務(wù)以及目前 AI 在任務(wù)中的參與度為：

現(xiàn)在市場(chǎng)上已有的 AI 工具，如 ChatGPT 4、通義千問(wèn)等產(chǎn)品，都可以在調(diào)研階段對(duì)于設(shè)計(jì)工作起到較好的輔助作用。而設(shè)計(jì)師的時(shí)間和精力投入也會(huì)發(fā)生變化：

從原先的“大量的資料查找和收集”轉(zhuǎn)換成“定義好查找資料的目標(biāo)和方向”，讓 AI 的產(chǎn)出準(zhǔn)確性更高。

2. 整合階段（Synthesis）

在整合階段，我們需要對(duì)于上一個(gè)階段得到的信息、資料以及初步的洞察和發(fā)現(xiàn)，進(jìn)行更深入的分析和總結(jié)，得到最終的問(wèn)題結(jié)論和設(shè)計(jì)目標(biāo)：

在這個(gè)設(shè)計(jì)階段，我們的主要工作任務(wù)有：

相對(duì)與第一階段（調(diào)研階段）的大量客觀、通用的數(shù)據(jù)收集，第二階段（整合階段）的工作任務(wù)和內(nèi)容信息更為主觀化和精細(xì)化，需要使用產(chǎn)品真實(shí)數(shù)據(jù)喂養(yǎng)和訓(xùn)練產(chǎn)品自己的 AI 模型，才能得到更有價(jià)值的生成內(nèi)容，而目前不是所有公司都有能力來(lái)做這件事，基建也還在鋪設(shè)過(guò)程中。

不過(guò)，現(xiàn)在設(shè)計(jì)師的時(shí)間和精力還是會(huì)因 AI 得到部分解放，比如可以更快速地：

1. 了解與產(chǎn)品方案相關(guān)的通用設(shè)計(jì)原則，
2. 搜索與設(shè)計(jì)思路相關(guān)的通用設(shè)計(jì)方法，
3. 為接下來(lái)的設(shè)計(jì)方案提供借鑒和指導(dǎo)。

3. 構(gòu)思階段（Ideation）

在構(gòu)思階段，我們需要根據(jù)上一個(gè)階段得出的結(jié)論和目標(biāo)，進(jìn)行方案的設(shè)計(jì)和構(gòu)想，產(chǎn)出大量的想法和方案。這個(gè)階段需要做的是對(duì)于設(shè)計(jì)方案的發(fā)散、呈現(xiàn)和評(píng)估：

在這個(gè)設(shè)計(jì)階段，我們的主要工作任務(wù)有：

現(xiàn)在市場(chǎng)上還沒(méi)有相對(duì)成熟的 AI 工具可以直接生成高質(zhì)量的交互設(shè)計(jì)初稿。不過(guò) MasterGO、即時(shí)設(shè)計(jì)等協(xié)作平臺(tái)都已在加速研發(fā)和內(nèi)測(cè)。相信在不久的將來(lái)，畫基礎(chǔ)版本設(shè)計(jì)稿的工作將會(huì)完全被智能化工具替代。而設(shè)計(jì)師的時(shí)間和精力投入也會(huì)發(fā)生變化：

從大量的重復(fù)性、執(zhí)行性的工作，轉(zhuǎn)換成更有價(jià)值的創(chuàng)造性思考，操作 AI 生成設(shè)計(jì)稿，創(chuàng)造和生產(chǎn)的過(guò)程將被分離。

4. 實(shí)現(xiàn)階段（Implementation）

在實(shí)現(xiàn)階段，我們需要根據(jù)上一個(gè)階段產(chǎn)出的值得深入的設(shè)計(jì)方案，進(jìn)行方案原型的制作、測(cè)試和更新迭代，得到最優(yōu)解，交付最終方案。

這個(gè)階段需要做的是不斷地測(cè)試和迭代，淘汰不可行的方案，并將細(xì)節(jié)進(jìn)行深入打磨，兼顧和平衡各個(gè)維度的利弊，交付最優(yōu)方案：

在這個(gè)設(shè)計(jì)階段，我們的主要工作任務(wù)有：

針對(duì)這一階段，現(xiàn)在市場(chǎng)上還沒(méi)有相對(duì)成熟的 AI 工具能夠提供支持。不過(guò)新產(chǎn)品和新功能的到來(lái)指日可待，設(shè)計(jì)師將會(huì)：

從大量的重復(fù)的、復(fù)雜的、偏執(zhí)行性的協(xié)作流程中解放出來(lái)，更專注于設(shè)計(jì)方案本身的創(chuàng)新和質(zhì)量。

結(jié)語(yǔ)

綜上所述，目前 AI 所能夠承擔(dān)的交互設(shè)計(jì)工作主要集中在：

1. 數(shù)據(jù)和信息的采集；
2. 數(shù)據(jù)和信息的可視化整理；
3. 智能生成基礎(chǔ)元素；
4. 整理和產(chǎn)出框架模版；
5. 提供大量可參考的設(shè)計(jì)靈感；
6. 給出基礎(chǔ)的、寬泛的方向性建議。

現(xiàn)在 AI 提供的只是基礎(chǔ)性輔助，也仍需要我們對(duì)其結(jié)果進(jìn)行檢驗(yàn)和優(yōu)化；設(shè)計(jì)過(guò)程中更為重要的總結(jié)、決策、創(chuàng)造、細(xì)節(jié)把控和終稿輸出等工作任務(wù)，依舊需要設(shè)計(jì)師來(lái)執(zhí)行。

作為 UI/UX 設(shè)計(jì)師，“基礎(chǔ)工作和相對(duì)來(lái)說(shuō)更偏執(zhí)型的工作，將被智能化工具替代”已成既定事實(shí)。我在之前的文章中也分享過(guò)這個(gè)觀點(diǎn)，我們需要各取所長(zhǎng)：

1. 對(duì)于 AI 的強(qiáng)項(xiàng)，你把它當(dāng)工具駕馭；
2. 對(duì)于人類的強(qiáng)項(xiàng)，你把它當(dāng)經(jīng)驗(yàn)積累。

AI 時(shí)代的到來(lái)，對(duì)于設(shè)計(jì)師來(lái)說(shuō)其實(shí)是生產(chǎn)過(guò)程的改革與生產(chǎn)力的解放。我們更應(yīng)該主動(dòng)地思考、洞察、創(chuàng)新與決策，要不斷發(fā)揮人類特有的主觀能動(dòng)性，并時(shí)刻關(guān)注技術(shù)和行業(yè)的發(fā)展與變革，將技術(shù)作為我們自身能力的延伸，拓寬自身能力的邊界。

歡迎關(guān)注作者微信公眾號(hào)：「長(zhǎng)弓小子」