AI驱动产品设计的糟糕现状

梯形图转SCL | AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

我们可以用几句话描述一个应用程序，几秒钟后就能得到一个可工作的界面。

但有一个令人不安的问题：

大多数AI设计工具在生成界面方面变得异常出色，但在设计产品方面仍然出奇地差。

在这篇文章中，我想讨论AI驱动设计的现状以及我们如何改进它。

1、AI解决了产品设计中最简单的部分

多年来，创建UI一直很昂贵。

必须有人打开Figma（或任何其他UI设计工具），使用内容和组件创建布局，将布局转换为原型，准备规范，最终将所有这些转换为代码。

AI已经消除了大部分成本。

像这样的提示：

为年轻专业人士设计一个银行仪表板

为年轻专业人士设计一个银行仪表板

您发送给AI以几乎立即生成视觉上令人信服的内容。

但事实是：生成UI设计从来不是设计产品最难的部分；UI只是用户问题解决方案的一部分。

因此，在设计银行应用程序的仪表板时，有很多问题（从与产品目标相关的非常通用的问题到与特定设计解决方案相关的非常具体的问题）我们需要在开始制作UI之前回答：

• 仪表板为什么存在？
• 用户打开它时想理解什么信息？
• 什么信息值得优先考虑？
• 界面应该鼓励哪些决策？
• 当某人账户透支时会发生什么？
• 当交易数据延迟时会发生什么？
• 当我们不确定信息是否正确时应该显示什么？
• 用户接下来应该能够做什么？

AI工具的问题在于它们很容易创造这些问题已经得到回答的幻觉。

但事实上，它们还没有。

这些问题需要问题研究和产品判断。

2、AI在视觉上越好，这个问题就越大

在AI工具时代的黎明，绝大多数AI工具生成的设计都非常普通。任何审查过AI工具生成设计的人都可以立即看出这是AI生成的设计。

糟糕的AI生成UI实际上更容易处理。

但像Claude Design这样的现代AI工具可以生成响应式布局、适当的交互、现实的数据、精致的排版、动画和可工作的代码。

这改变了产品开发的心理学。

一个糟糕的想法现在看起来可能非常令人信服。

为什么？因为人类一直容易受到保真度效应的影响：某物看起来越完成，我们对其的思考就越感觉完成。

3、AI给了我们更多选择

而且它可以决定哪个选项对我们最好。

AI真正的超能力之一是探索。

与其设计一个解决方案，我们可以生成5个。

与其花费2天时间探索导航概念，我们可以在几分钟内生成10个概念。

但它也将瓶颈转移到了其他地方：您的判断力。

当您看到设计变体时，您需要找到关键问题的答案：哪一个更好？

许多产品团队陷入的陷阱是：他们问AI这个问题。

AI工具很乐意回答这个问题。它会命名"正确"的选项，甚至解释答案的推理。

但这可能导致一种荒谬的情况，即AI工具开始驱动设计过程。

4、为什么AI永远不应该驱动设计过程

这个问题的答案是一个词：上下文。

AI生成的产品设计质量在很大程度上取决于AI知道什么。

当上下文有限时，AI会为您生成相当普通的设计。

但一旦您将产品策略、现有流程、研究发现、用户角色、分析、设计系统、技术约束、可访问性要求、监管约束和历史设计决策提供给AI，结果可能会变得极其有用。

创建和管理上下文应该是使用AI工具的产品设计师的关键职责。

当您创建上下文时，您理解3件事：

• 您想要构建什么
• 您为什么要构建它
• 它应该是什么样子

当AI工具提供几个UI选项供您选择时，您不需要问AI来识别正确的选项；您可以自己做。

5、AI驱动产品设计问题的根本原因不是AI工具

而是人。

这是产品团队使用AI工具时遵循的方法。

更具体地说，是设计管理定义的设计方法。

根据我的经验，我遇到过两种类型的设计经理：

• "不不AI"设计经理。他们仍然认为AI不适合日常设计工作。尝试在他们的组织中运行AI工具实验，只是为了证明他们的观点（"AI还没有达到那个水平！"）
• "全力AI"设计经理。他们相信AI可以用于所有类型的设计任务（甚至可以替代真正的设计师）。

旁注：您可以在面试过程中发现"全力AI"设计经理。这种类型的经理使用HR AI工具进行面试记录分析，然后根据AI提供的结果决定是否雇佣新员工。相当可笑，对吧？

最佳点是这样的设计经理：

• 保持对AI工具能力的了解
• 将低风险任务委托给AI工具（如设计探索）
• 教导他们的团队如何为AI工具创建适当的上下文。

后者尤其重要，因为为AI创建适当上下文的能力将在不久的将来成为巨大的竞争优势。

这就是为什么我认为设计领域现状的问题之一不是AI工具。毕竟，AI工具只是工具。人们应该接受AI工具并学会有效使用它们。

原文链接：The Horrible State of AI-Powered Product Design in 2026

汇智网翻译整理，转载请标明出处