當AI秒出設計稿，你的核心競爭力應該是什么？

早上起來看了谷歌的發布會以及各種文章，有些感慨。這份感慨憋了有些日子，一直想寫文章聊聊，又覺得沒到時候，畢竟 AI 還會越來越強，而我說的也很可能在未來被更強大的工具反駁。但還是想趁著現在有時間跟各位聊聊，就寫到哪算哪吧。

我 16 年剛開始在公眾號寫文章那會兒，就跟各位讀者聊過這么個觀點：做設計這行當，別整天盯著那些花里胡哨的技術問題。

大概是說，別花大把時間在研究那些與你當下工作關系不大的動效技巧上，別沉迷于那些你暫時用不上的 C4D 建模，也別花太多精力去鉆研所謂的"運營插畫"。

就像我文章的封面，放以前，許多設計師得畫好久，然后發到 Dribbble 上在設計群里求幾個贊。

現在只要一些提示詞，分分鐘就出來了。

那這些技能還要學嗎？可以學，但有個前提——先把你的本職設計工作做好。

怎么算"做好"呢？簡單說，就是真正理解業務，能從產品角度去思考設計方案和邏輯。

畢竟 UI 工作在技巧層面的要求，其實沒那么高，甚至可以說相當低。

市面上那么多 App，那么多網頁，你能找到的參考樣式簡直是汗牛充棟。

今天這個產品改版，明天那個功能上新，稍微留個心，多看多琢磨，很多所謂的"新趨勢"，其實都能找到借鑒的對象。

那做什么呢？與其花大量時間去研究那些可能一年都用不上一次的技巧，不如多在業務邏輯和設計邏輯上下功夫，這對你未來的發展會更有幫助。

這些話，都是我 16 年寫過的原話，且我還在文章中講解過不少功能案例。

包括做交互的，我也說過：要多從產品角度思考交互邏輯。

表面上看，這好像是在"越俎代庖"，與產品經理的工作有些重疊。但實際上，這是在幫你更好地理解產品邏輯，從而做出更合理的設計方案。

說到底，產品、交互、設計，本就是一碼事。

多學習知識，多從不同崗位角度思考問題，這種"跨界"思維給你帶來的幫助，肯定比你埋頭研究某個交互控件的十八種用法要大得多。

甚至我還說過：無論你現在做什么崗位，只要能從我提到的這些角度去做產品設計，那么無論未來行業怎么發展，出現什么新崗位，你都能從容應對，隨意切換。

因為歸根結底，設計只是一種技能，行業才是根本，你最終服務的，是業務本身。

這也是我在 17 年“嘲諷” UXD、UED 之類崗位名稱時寫的原話。

我還特別強調過：別太在意頭銜，多去思考業務。

有意思的是，那些把我這番話聽進去的讀者，現在大多還在關注我，而且工作做得也挺不錯。

反倒是那些當年反駁我的，堅信"技能至上"、"方法論為王"的朋友們，現在好像都不怎么見了蹤影。

如今 AI 興起，技術門檻被拉得極低。

但注意，你在一個行業深耕多年積累的經驗，依然是你最大的優勢。

憑借這些經驗，你完全可以借助 AI 工具提升自己的認知水平，從而產出更優質的作品。

想到最近很火的"一人公司"概念，最典型的例子莫過于 Dan Koe 了。

這位仁兄幾乎就是通過各種 AI 工具來傳遞他想表達的東西。

說白了，就是他憑借對行業的深刻理解，借助 AI 工具高效完成各種創作。

現在全網粉絲量突破千萬了。

但反過來想想，如果你這些年來一直只專注于技巧和技能，對自己所處的行業卻知之甚少，只能說出些皮毛，不了解其中的門道和細節，那么即使最強大的 AI 工具擺在你面前，你也不知道該怎么用。

除非有明確的需求來源，有了需求，再通過 AI 去完成創作。

而一旦沒了需求，自己不會挖掘、探索，那么這些工具就只是完善你自身技巧的一種手段，除此之外再無用處。

這就是現在許多人所面臨的困境——"每天出現的這些東西，跟我有啥關系？"或者，"我應該用它們做什么呢？"

有趣的是，他們想到的第一個問題甚至不是"我能用它來解決什么問題"，而是"我為什么要用它"。

于是開始反駁：“每天花里胡哨的更新，真有人在用？”

直到 Midjourney 和 Lovart 這類工具的出現，他們才恍然大悟：“我的工作可能真的要被取代了。”

當然，這種擔憂只在一種情況下成立——如果你一直以來都只是在琢磨工具和技巧，甚至連自己的審美都沒有刻意去提升。

我之前參與某項目認識了一位 95 后的小畫家，在小紅書上有百萬粉絲，發的多是自己的畫作。

在朋友圈，我常看到她分享對文學、哲學的思考和感受，或是截圖某個藝術作品進行解讀，表達自己的喜愛。

前幾天，我看到她用 Lovart 創作了一張與她個人風格結合的作品，相當出色。

至少對我來說，是無法靠自己操作 AI 做出那種水準的作品的。

這就像有些人會問的：“現在 AI 這么強大了，我還有必要學美術嗎？”

問題的本質是一樣的——你學的當然是美術，但更重要的是通過學習美術培養的一種認知能力。

很多人對 AI 工具的理解和使用方式是錯誤的，而且這類人必然是大多數。

就像 AI 的出現不會讓原本不讀書的人開始讀書，而是讓本來就愛讀書的人對書的理解更加深刻。

舉個例子。

最近大家可能都聽說了 Google 的 NotebookLM 有多厲害，我最近也在深度體驗，效果確實不錯。

如果你想了解一個完全陌生的領域，它能幫你梳理并給出相關解答。

同時，它也能解讀你上傳的各種文檔，與你進行對話。

但問題來了：如果你從來沒思考過這類問題，你怎么知道該讓它幫你做什么？

更進一步說，如果你上傳一本你沒讀過的書，你們的對話本質上是不完整的。

我看很多人用各類 AI 工具去解讀文章和書籍，但自己卻從未讀過它們，這種人與 AI 的對話多是單向索取，而非真正意義上的對話。

比如"這本書寫了什么""作者想表達什么""這本書的創作背景是怎樣的"等等。

當然，或許會有一堆提示詞輔助他們理解這本書，但問題的本質沒變：沒讀過書就向 AI 索取信息，和讀過書后與 AI 進行對話，這是完全不同的兩種體驗和收獲。

新工具的出現，一定要積極擁抱。但更重要的是，要從這些工具的視角去審視如今的自己：這些年來，是否真的有所成長？還是說，只是一味地在啃那些低門檻技術的老本，幻想著通過學習各種技術來充實自己？

想想看，如果你是那種能夠真正理解業務，能從產品角度思考問題的設計師，那么 AI 工具對你來說，不過是幫你更高效地實現想法的助手。但如果你只是一個埋頭畫圖、做效果的"技術工"，那么當 AI 能夠以更高效、更精準的方式完成這些工作時，你的價值在哪里呢？

末了，不灌雞湯，不安慰誰。

只想對當年那些聽進我話放棄技巧研究的各位，道一聲：沒想到被我蒙對了～