一场正在发生的职能重构

2023 年是 AI 工具爆发的元年,2024 年是设计工具全面集成 AI 的转折点,2025 年则是 AI 开始真正改变 UX 设计师日常工作方式的阶段。这个变化不是突然发生的,但它的速度和深度已经超出了大多数人的预期。

我在过去一年里深度试用了几十款 AI 设计工具,也和大量 UX 同行做过交流。我发现一个普遍的认知误区:大家总是在问"AI 会不会取代设计师",却很少在问"AI 正在怎样改变设计师的具体工作"。后一个问题才是更紧迫、更值得认真对待的。

"The question is not whether AI will replace designers. The question is whether designers who use AI will replace designers who don't."

— Nielsen Norman Group, AI & UX Report 2024

AI 渗透 UX 全链路的五个阶段

🔍
Phase 1 — 用户研究
Dovetail AI Maze AI UserTesting AI Insight7
这是 AI 改变最深刻的环节。过去,整理 20 份访谈录音需要一周时间;现在,Dovetail 可以在 30 分钟内自动完成转录、编码、亲和图聚类,并生成洞察摘要。Maze AI 引入了"合成用户"概念——基于真实用户数据训练的 AI 角色,可以在没有真实测试者的情况下快速验证核心假设。需要警惕的是:AI 的洞察质量完全依赖输入数据的质量,如果你收集的访谈问题本身就有偏差,AI 会放大这种偏差,而不是纠正它。
💡
Phase 2 — 概念发散与线框
Figma AI Galileo AI Uizard Relume
Figma 在 2024 年推出的 "Make Designs" 功能已经可以从一句描述生成完整的 UI 框架。Relume 则专注于 SaaS 产品的网站架构——输入产品描述,它能在 2 分钟内生成完整的网站地图 + 线框结构。这些工具最大的价值不是替代设计师的思考,而是大幅压缩从想法到可讨论物料的时间,让设计师能把精力放在更高层次的判断上。
🎨
Phase 3 — 视觉设计与原型
Framer AI Magician (Figma) Adobe Firefly Midjourney
AI 在视觉生成上的能力已经不需要过多介绍。更值得关注的是它在变体生成上的效率提升——一个主视觉 10 秒内可以生成 20 个风格变体,传统的 A/B 测试决策周期可以压缩到原来的 1/5。Framer AI 更进一步,可以直接从文字描述生成可发布的网页。
🧪
Phase 4 — 用户测试与迭代
Maze AI Hotjar AI FullStory AI Attention Insight
热力图分析、会话回放摘要、自动识别用户卡点——这些过去需要设计师逐帧分析的工作,现在 AI 能在报告里直接告诉你"用户在第 3 步的按钮上平均停留 8 秒,这通常意味着 CTA 文字不够清晰"。Attention Insight 甚至可以在设计稿阶段就预测用户的视觉注意力分布,让问题在上线前就被发现。
🚀
Phase 5 — 设计交付与开发协作
Cursor v0 by Vercel Figma Dev Mode AI Anima
这是变化最激进的环节。Figma Dev Mode 加入 AI 后,工程师可以直接从设计稿提取精确的 CSS 和 React 代码。v0 by Vercel 可以从截图或文字描述直接生成可运行的 Next.js 组件。设计稿和代码之间的鸿沟正在快速消失——这意味着"设计交付规范"这项工作将大幅简化,但"确保 AI 生成的代码符合设计意图"将成为设计师的新职责。

职能重心的迁移:旧技能 vs 新技能

AI 不是要消灭 UX 设计师,而是在重新分配设计师的时间。某些过去需要大量时间的技能正在贬值,而某些新技能的溢价正在快速上升。

工作内容 AI 之前 AI 之后
用户访谈整理 3-5 天手动编码 2 小时 AI 辅助 + 人工校验
线框图产出 2-3 天手绘 + Figma 30 分钟 AI 生成 + 人工调整
视觉变体探索 1 天设计 3-5 个方向 1 小时生成 20+ 变体,筛选 3 个
可用性测试分析 看回放视频,手动归类 AI 自动聚类,人工判断权重
开发交付标注 逐个组件写交互说明 Dev Mode 自动提取,设计师审核
用户同理心建立 必须 更加核心,不可替代
产品策略判断 重要但常被忽视 成为 UX 核心竞争力

我的判断:UX 设计师的机会在哪里

AI 让"执行层"的工作越来越快、越来越便宜——这个趋势不可逆。但它同时也在制造新的稀缺:能够定义正确问题、解读 AI 输出的真实含义、在复杂利益相关者之间建立共识的人

我自己的感受是:AI 工具用得越熟练,我越清楚地意识到哪些工作是 AI 真正无法胜任的——不是因为技术限制,而是因为它们本质上需要人类的判断、经验和责任心。用户访谈时那个沉默的停顿,那句话说到一半又缩回去的犹豫,那个眼神——这些才是真正有价值的信号,而它们永远不会出现在 AI 的转录报告里。

AI 会做到的:让平庸的 UX 工作变快、让好的 UX 工作变得更可见。它无法做到的:让没有用户同理心的设计变得有温度。这是 UX 设计师在 AI 时代最核心的护城河。

现在就可以开始做的三件事

01
从一个 AI 研究工具开始

选择 Dovetail 或 Maze,把下一次用户访谈的整理工作交给它处理一次。不是为了省时间,而是为了亲自感受 AI 的能力边界在哪里——这比读任何文章都更直接。

02
建立你的 AI 工具栈

不要什么都试,先在自己最熟悉的工作环节找到一个 AI 工具深度使用。研究环节用 Dovetail,视觉环节用 Midjourney,交付环节用 v0——专注比广泛更重要。

03
强化你的"AI 无法替代"项

刻意练习用户访谈技巧、产品策略思维、跨团队沟通能力。这些不是软技能,是 AI 时代 UX 设计师的硬核竞争力——而且越来越值钱。

04
在作品集中展示 AI 协作能力

在 case study 中明确说明哪些环节使用了哪些 AI 工具、你如何判断 AI 输出的质量、你的人工判断加在哪里。这比"我会 Figma"更能体现 2025 年的设计师竞争力。

← 返回心得文章 2025 · senya 设计思考 AI 协作边界 →