往期AI干貨：

最近一段時間一直在思考目前設(shè)計師的作業(yè)模式是否已然被 AI 改變？ 設(shè)計工具經(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)計領(lǐng)域的各個方面，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)。現(xiàn)在，設(shè)計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)計素材，還能根據(jù)用戶需求進行個性化定制。

全文圖解

視覺設(shè)計方向的大部分工作已經(jīng)被 AI 完成，從業(yè)多年的設(shè)計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，你甚至找不到一份設(shè)計的工作。

因此，我先說一個暴論：AI 時代下，設(shè)計師會被干掉 90%。

但設(shè)計師這個崗位是不會完全消失的，設(shè)計師是被 AI 取代的嗎？其實也不能說是取代，只能說 AI 作為一個工具，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)計師手里就是 Photoshop。AI 也一樣，僅面向設(shè)計師來說，它就是一個劃分傳統(tǒng)設(shè)計師和新時代設(shè)計師的分割線。 現(xiàn)在大多數(shù)設(shè)計師都不用 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 個指頭、7 個指頭的。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，起碼我在整個一年的設(shè)計工作中，打開 PS 的次數(shù)不會超過 10 次。在這樣的一個 AI 洪流的沖擊下，設(shè)計師的作業(yè)模式已然悄聲發(fā)生改變。

一、AI 時代，設(shè)計師的價值在哪里？

先說結(jié)論，設(shè)計師肯定是具備先天優(yōu)勢的，因為現(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？是因為現(xiàn)在是大模型時代，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 個結(jié)果，如果不滿意點擊刷新，又是 100 個。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??！

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

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€ SOP，將批量生圖做成工程化，批量產(chǎn)圖 SOP 的設(shè)計需要明確每一個流程節(jié)點，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：

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 進行圖像生成。
2. 模型煉制設(shè)計師：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)格和真實場景等。
3. prompt 編寫設(shè)計師：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 SOP 的運行中最核心的是 prompt 編寫設(shè)計師的角色，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。技術(shù)開發(fā)同學(xué)和模型煉制設(shè)計師其實都是前置資源，從產(chǎn)圖到入庫可使用的這個邏輯是這樣的：

由 prompt 編寫設(shè)計師編寫 csv 條目，一個條目是一個圖像生成的 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 prompt，那就可以產(chǎn)出 10 張素材。編寫 100 個，那就可以產(chǎn)出 100 張素材。但人工編寫的過程非常耗時耗力，這個節(jié)點是否可以借助 AI 的能力去提效？又該如何接入 AI？這個可以先思考一下，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 個小時。那 20000 張呢？這個節(jié)點是否有 AI 運作的空間？??

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名，如:3D 紅包.png 那如果有 200 個不同的紅包素材，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。那這個時間是否可以借助 AI 給吃掉？

② AI 節(jié)點式提效后的流程

ok，我們梳理一下整個產(chǎn)圖到入庫的流程鏈路，其中費時費力的節(jié)點：

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。在多個節(jié)點安插 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)計師提供的 lora，剩余的事情只需要一名設(shè)計師即可，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 個助力節(jié)點暫時就不一一細(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。那上面這個提示詞撰寫的規(guī)則也非常好理解?！皥D像命名”有點類似于 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)計師目前已經(jīng)煉制了 13 個不同風(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？我覺得是個人都有描述能力：一個什么顏色的車、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)計師的創(chuàng)意和審美是AI無法替代的，AI更像是一個有巨大天賦的幼童，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)計師的價值所在。因為再往后，新入行的設(shè)計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….因為 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)家還是要一個秒出圖的AI設(shè)計師呢？

二、作業(yè)流程變化

而設(shè)計師的設(shè)計流程也受到 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)計師能夠在短時間內(nèi)生成大量的創(chuàng)意原型，然后進行篩選和優(yōu)化。例如，利用 AI 進行圖像生成、文本創(chuàng)作、音頻處理和視頻制作，可以大幅提升設(shè)計效率和質(zhì)量。具體實例中，設(shè)計師可以使用 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)計師進行智能排版和圖像后期處理等工作，縮短設(shè)計周期，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)計師的精細(xì)操作。這些流程通常包括以下幾個步驟：

1. 需求分析與溝通：設(shè)計師通過與客戶或產(chǎn)品經(jīng)理溝通，獲取產(chǎn)品的功能需求，并進行可行性分析。
2. 原型設(shè)計：基于需求分析，設(shè)計師制作 UI 原型圖，通常使用設(shè)計工具（如 Sketch、Figma）進行視覺排版。
3. 交互設(shè)計：設(shè)計師根據(jù)用戶體驗要求，設(shè)計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)計與實現(xiàn)：最終設(shè)計稿完成后，交給開發(fā)人員進行前端實現(xiàn)。

這一流程是線性的，依賴于設(shè)計師的人工參與，且時間較為冗長，容易受到人為錯誤和偏差的影響。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)計的結(jié)合，能夠?qū)崿F(xiàn)從需求到設(shè)計的智能生成，并自動化多個設(shè)計環(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化提煉，系統(tǒng)可以快速生成初步的設(shè)計方向，減少人工在需求分析階段的負(fù)擔(dān)。
2. 自動化原型生成：利用 AI 算法，結(jié)合用戶輸入的需求，自動生成多個設(shè)計方案，并依據(jù)用戶反饋快速調(diào)整和優(yōu)化原型設(shè)計。
3. 智能交互與視覺效果設(shè)計：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)計方案，優(yōu)化用戶體驗，減少手動調(diào)整的時間。
4. 實時反饋與優(yōu)化：通過 AI 的自學(xué)習(xí)能力，系統(tǒng)能夠?qū)崟r根據(jù)開發(fā)階段的進展和反饋自動調(diào)整設(shè)計，從而提高產(chǎn)品上線的速度。

通過 AI 與設(shè)計的深度融合，設(shè)計師不再需要耗費大量時間在繁瑣的細(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)計對象發(fā)生轉(zhuǎn)變

設(shè)計對象從單一的設(shè)計師轉(zhuǎn)變?yōu)樵O(shè)計師、產(chǎn)品經(jīng)理、工程師和算法訓(xùn)練師的協(xié)同作業(yè)。每個環(huán)節(jié)都緊密相連，任何一個環(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)計流程不再是單向傳遞，而是形成了一個閉環(huán)。設(shè)計師、產(chǎn)品經(jīng)理、工程師和算法訓(xùn)練師需要緊密合作，共同維護設(shè)計標(biāo)注規(guī)范和評測集。每個環(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)計規(guī)范和用戶需求。

④ 設(shè)計表達(dá)樣式實現(xiàn)方式的變化

AI 融合后的設(shè)計表達(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，強調(diào)重點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，強調(diào)信息的層級和結(jié)構(gòu)。設(shè)計輸出的內(nèi)容需要遵循一定的規(guī)范，包括重點信息的加粗、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)計崗位也在發(fā)生裂變，出現(xiàn)了模型煉丹設(shè)計師、AIGC 設(shè)計師、AI 視覺設(shè)計師等新角色。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 時代下，設(shè)計師如何擁抱變化呢？我覺得可以大致分為兩個方向：視角和認(rèn)知擴展，以及能力邊界擴展。

1. 視角和認(rèn)知擴展

設(shè)計師的視角和認(rèn)知需要擴展，尤其是在面對 AI 和大模型的深度融合時。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)計的角色和責(zé)任。具體的擴展動作包括：

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

2. 能力邊界擴展

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

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

結(jié)語

AI 技術(shù)的發(fā)展正在深刻改變設(shè)計行業(yè)的格局，設(shè)計師需要不斷學(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)計工作，但設(shè)計師在創(chuàng)意、美學(xué)和人機協(xié)作方面的價值依然不可替代。通過不斷提升自己的技能和創(chuàng)新思維，設(shè)計師可以在 AI 時代找到新的價值和機會。