AI时代设计师工作流重构:分层策略与实操指南

发布时间:2026/10/28 12:24:09
AI时代设计师工作流重构:分层策略与实操指南

1. 先说清楚:这个标题到底在聊什么

“AI不会淘汰设计师,但会淘汰不会用AI的设计师”这句话在过去两年里被转烂了,但大多数人转发完就完了,真正把它拆成可执行动作的人并不多。我做了十来年设计相关的工作,从最早的纯手绘稿到后来的矢量工具、动效工具、三维工具,每一轮工具迭代都伴随着同一句话的变体。这次不一样的地方在于,AI不是又一个“更快的笔”,它动的是从想法到交付之间的整条链路。

这篇内容想解决的是一个很具体的问题:一个还在用传统流程干活的设计师,怎么在不丢掉自己核心判断力的前提下,把AI真正嵌进日常工作流,而不是停留在“玩过几个生成工具”的阶段。适合谁看?三类人最对口:一是有一两年经验、正在被要求提效的视觉或交互设计从业者;二是带小团队、需要统一工作方式的设计负责人;三是刚入行、还没形成固定习惯、反而更容易接受新流程的新人。三类人的起点不同,但卡点高度重合——不知道怎么把AI放到流程里的正确位置。

我先把结论摆出来:AI在这个阶段最擅长的是“把模糊变具体”和“把重复变自动”,最不擅长的是“替你做取舍”。所以真正的工作流设计,核心不是让AI多干活,而是把任务切成“该它干的”和“必须你干的”两堆。下面我会从整体思路、核心环节拆解、完整实操流程、常见问题排查四个层面展开,中间穿插我自己踩过的坑和实测有效的参数与做法。所有工具名称我会用类别代称,具体选型你可以按自己习惯替换,逻辑是通用的。

2. 整体工作流设计与思路拆解

2.1 为什么不能“一个工具走天下”

很多人上手AI设计的第一反应是找一个“全能工具”,输入一句话就出成品。我试过,结论是这条路在真实项目里走不通。原因不复杂:设计交付物是有标准的,尺寸、层级、品牌规范、可编辑性、交付格式,每一项都有硬约束,而通用生成工具的输出是“看起来对”,不是“结构上对”。你拿一张生成图直接交付,改一个字都要重做,返工成本比从零画还高。

所以我的整体思路是分层工作流:把项目拆成“发散层—收敛层—精修层—交付层”四段,每段配不同类别的工具,段与段之间用人工判断做闸门。发散层用生成类工具快速铺量,收敛层用检索和比对工具做筛选,精修层回到专业设计软件里做结构化和规范化,交付层用自动化脚本处理命名、切图、标注这些机械活。这个分层的价值在于:每一层都有明确的输入输出标准,AI只在它擅长的层里发力,不会污染下游。

为什么这么分?因为设计的本质是“在约束下做决策”,而AI目前最弱的就是理解约束。你把约束喂给它,它可能遵守;你不喂,它就自由发挥。分层的好处是每一层的约束可以被单独定义、单独校验。举个生活化的类比:AI像一个手速极快但不懂规矩的实习生,你不能让他直接对接客户,但你可以让他先出二十个草稿,你挑三个,再让他按你的批注改。分层就是这个“挑和批注”的机制。

2.2 任务切分的三条判断标准

具体怎么切?我总结了三條判断标准,实测下来覆盖了八成以上的日常任务。

第一条,看这个任务有没有“唯一正确答案”。有唯一答案的,比如批量改尺寸、批量导出多倍图、按规范重命名图层,直接交给自动化或脚本,AI参与度可以很低,甚至不需要生成式AI,规则引擎就够。没有唯一答案的,比如风格探索、版式尝试、文案语气,才需要生成类工具介入。

第二条,看错误的代价。错误代价低的(草稿、内部提案、情绪板),可以让AI多跑几轮,你少花时间审;错误代价高的(对外交付、品牌主视觉、涉及合规的物料),AI只做参考,最终稿必须人工从头把控。这条标准帮我省了大量返工——早期我让AI直接出“终稿级”的东西,结果每次都要推翻重来,后来改成“AI只出参考级”,反而整体速度快了一倍。

第三条,看这个任务是否需要“跨文件一致性”。需要一致性的(同一套物料里的字体、色值、间距),AI生成的东西天然不一致,必须回到结构化工具里统一管理。不需要一致性的(单张配图、单条短视频封面),AI的自由度反而是优势。

把这三条标准做成一张速查表,贴在工位旁边,接活的时候先过一遍,基本不会把任务放错层:

任务类型有无唯一答案错误代价是否需一致性建议归属层
批量切图导出有低是交付层自动化
风格情绪板无低否发散层生成
品牌主视觉无高是精修层人工主导
版式多方案尝试无中部分发散层+收敛层
图层命名整理有低是交付层脚本
配图单图生成无中否发散层+精修层

2.3 人工闸门放在哪里最划算

分层之后,层与层之间的“人工闸门”位置决定了整体效率。放太密,你变成AI的审核员,比自己做还累;放太疏,错误会一路传导到交付。我的经验是只在两个位置设硬闸门:发散层到收敛层之间,以及精修层到交付层之间。

第一个闸门的作用是“砍量”。发散层可能产出几十上百个候选,你在这里花十分钟快速筛,留下三到五个方向,后面的所有工作都基于这几个方向展开。这个闸门的关键是“快”,不要在这一步纠结细节,看整体气质和方向对不对就行。我见过有人在这一步逐个精修,结果一天下来还在第一层,完全失去了分层的意义。

第二个闸门的作用是“兜底”。精修层出来的东西在结构上已经规范了,但可能有细节疏漏,比如色值偏差、文字溢出、图层顺序错乱。这个闸门要慢,逐项对照检查清单过一遍。这两个闸门一快一慢,节奏刚好。

中间收敛层到精修层之间,我一般不设硬闸门,而是设一个“软确认”——自己心里过一下“这个方向能不能往下走”,能走就直接进精修,不能走就退回发散层补几个候选。软确认不占额外时间,但能避免在错误方向上精修半天。

3. 核心环节拆解与实操要点

3.1 发散层:怎么让AI“铺得开”而不是“跑得偏”

发散层的目标不是出好图,是出“足够多样的坏图”供你筛选。这里最大的坑是提示词写得太具体,导致AI只在一个窄方向上打转,你以为铺开了,其实全是近亲。我的做法是控制变量法:一次只变一个维度,其他维度固定。

具体操作上,我会把提示词拆成“主体、风格、构图、色调、质感”五个槽位,每轮只改一个槽位,其他四个用固定模板。比如第一轮固定风格和构图,只变主体描述;第二轮固定主体,只变风格关键词。这样跑出来的结果有明确的可比性,筛选的时候你知道每个候选“好在哪个维度”。

这里有个细节值得说:负面提示词比正面提示词更能拉开差异。正面词写多了,结果会趋同;负面词(排除什么)写多了,结果反而会分化。我实测下来,负面词控制在五到八个最有效,太少没约束,太多会把画面搞得很空。常用的负面方向包括:排除过度饱和、排除复杂背景、排除特定构图方式。具体词表按你的项目定,但“少而准”这个原则是通用的。

还有一个实操心得:批量跑图时把种子值记下来。很多生成工具支持固定种子,同一个种子微调提示词,能看出某个词到底起了什么作用。这个习惯帮我快速摸清了哪些词是“有效词”,哪些是“心理安慰词”。早期我堆了一堆看起来很专业的词,固定种子一测,发现一半以上对结果没影响,纯属自我感动。

3.2 收敛层:筛选不是“挑好看的”

收敛层最容易被低估。大多数人以为筛选就是“挑好看的”,但在真实项目里,“好看”是最不重要的标准之一。我用的筛选框架是四维打分:方向契合度、可延展性、执行成本、风险点。

方向契合度看的是“这个候选是不是在我们要的方向上”,权重最高。可延展性看的是“这个方向能不能撑起一整套物料”,有些图单看惊艳,但没法延展成系列,这种要早淘汰。执行成本看的是“把它做成终稿要花多少功夫”,生成图里那些“看起来很美但结构混乱”的,执行成本极高,要慎选。风险点看的是“有没有明显的硬伤”,比如文字乱码、结构错误、风格撞车。

这四个维度我做成一个简单的打分表,每个维度一到五分,总分低于十二的直接淘汰,十二到十五的进备选,十五以上的进精修。打分过程控制在每个候选三十秒以内,靠直觉快速给分,不要反复纠结。实测下来,快速打分和慢速精修的筛选结果重合度很高,但速度快了五倍以上。

注意:收敛层千万不要让AI帮你筛。我试过用模型做初筛,结果它倾向于选“视觉上最安全”的,也就是最平庸的,把有锐气的方向全筛掉了。筛选这件事必须人来做,因为筛选的本质是判断“什么值得做”,这是价值判断,不是模式匹配。

3.3 精修层:把“生成物”变成“可交付物”

精修层是传统设计能力真正发力的地方,也是很多人转型时最容易丢掉的环节。生成图进到专业软件里,第一件事不是美化,是结构化:分层、命名、对齐、建立组件关系。这一步做扎实了,后面的修改和延展才有效率。

我的精修流程固定为五步:第一步,把生成图作为底图锁定,在上面重新绘制矢量结构,不直接抠图;第二步,按“背景—主体—装饰—文字”四层建立图层组,每组命名规范统一;第三步,把可复用的元素(按钮、图标、色块)抽成组件;第四步,对照品牌规范校色值和字体;第五步,做多尺寸适配测试。

为什么坚持重绘而不是抠图?因为抠出来的图是位图,改一个颜色要重新处理,重绘的矢量结构改起来是秒级的。这个习惯在单张图上看起来费时,但在需要延展的系列物料上,回报是数量级的。我做过对比,同样一套十张的物料,重绘流程前期多花两小时,后期修改省下至少六小时。

精修层还有一个关键动作:建立“AI痕迹”检查清单。生成图常见的痕迹包括:结构不合理(比如透视错乱)、细节糊化(比如手指、文字边缘)、风格不统一(同一张图里混了两种质感)、语义错误(比如物体关系不对)。这四类痕迹在精修时逐项过一遍,能挡掉大部分“一眼假”的问题。

3.4 交付层:把机械活彻底自动化

交付层的原则是“能脚本化的绝不手动”。批量重命名、批量导出多倍图、批量生成标注、批量压缩,这些活手动做既慢又容易错。我的做法是维护一套自己的脚本库,按项目类型调用。

以批量导出为例,我常用的做法是写一个配置表,列出每个画板的导出尺寸、格式、命名规则,脚本读表执行。命名规则用“项目代号_模块_状态_倍率”的格式,比如“projA_home_default_2x”。这个格式看起来死板,但好处是任何人拿到文件都能一眼看懂,交接成本极低。

// 导出配置表示例(伪代码,按你用的工具替换API) const exportConfig = [ { artboard: "home", scales: [1, 2, 3], format: "png", prefix: "projA_home_default" }, { artboard: "detail", scales: [1, 2], format: "webp", prefix: "projA_detail_default" } ]; exportConfig.forEach(item => { item.scales.forEach(scale => { exportArtboard(item.artboard, `${item.prefix}_${scale}x`, item.format, scale); }); });

这段伪代码的重点不在语法,在思路:把“导出什么”和“怎么导出”分离。配置表描述“导出什么”,脚本负责“怎么导出”。项目变了只改配置表,脚本不用动。这个分离让我在切换项目时的准备时间从半小时压到五分钟。

交付层还有一个容易被忽略的点:版本管理。AI参与后,候选版本数量暴增,没有版本管理会乱套。我的做法是每个项目建一个版本日志,记录每次迭代改了什么、为什么改、基于哪个版本改。日志不用复杂,一个表格就够:版本号、日期、改动摘要、关联文件。这个习惯在返工和复盘时价值极大。

4. 完整实操流程:从接活到交付走一遍

4.1 需求拆解与分层规划(约三十分钟)

拿到一个需求,先不急着开工具,花半小时做分层规划。具体动作:把需求拆成任务清单,每个任务按第二章的三条标准归类到四个层,标出两个硬闸门的位置,估算每层的时间预算。时间预算的经验比例大概是发散层百分之二十、收敛层百分之十五、精修层百分之五十、交付层百分之十五。精修占一半是合理的,因为那是价值真正沉淀的地方。

这一步的产出是一张“任务分层表”,格式随意,但必须包含:任务名、归属层、输入物、输出物、验收标准。验收标准这一栏很多人会漏,但它决定了后面闸门怎么把。比如发散层的验收标准是“方向数量不少于五且互不相似”,收敛层是“入选方向不少于二且四维打分达标”,精修层是“结构规范且痕迹检查通过”,交付层是“命名合规且多尺寸无溢出”。

4.2 发散层实操:跑量、记录、初筛

进入发散层,先搭提示词模板,五个槽位各写两到三个备选词,然后按控制变量法跑批。每批跑完立刻做记录:批次号、变量、种子、结果缩略图。记录的目的是让后面的筛选有据可查,也方便回溯“哪个词起了作用”。

跑量阶段我一般会跑三到五批,每批八到十二张,总量控制在五十张以内。超过这个量,筛选成本会超过收益。跑完做初筛,用四维打分快速过一遍,留下五到八个候选进收敛层。初筛时把明显跑偏的、有明显硬伤的、和其他候选高度雷同的直接删掉,不要留恋。

提示:发散层跑批时关掉一切“自动优化”选项。很多工具默认会做一些后处理,这些后处理会让不同批次的结果趋同,破坏可比性。宁可拿到“毛坯”结果自己处理,也不要让工具替你做风格决策。

4.3 收敛层实操:打分、比对、定方向

收敛层把初筛留下的候选做正式打分,四维各一到五分,填进打分表。打分时把候选并排放在一起看,横向比对比单独看更准。打完分做一次“方向归并”:把打分接近且方向相似的候选合并成一个方向,最终留下两到三个方向。

归并之后做一次“延展测试”:每个方向快速想一下“如果要做成一套物料,能不能撑住”。测试方法很简单,拿这个方向的关键元素,在脑子里过一遍首页、详情、配图、封面四个场景,哪个场景撑不住就标记风险。撑不住的方向要么淘汰,要么降级为“局部参考”。

这一步的产出是“方向确认单”:每个方向写清楚核心特征、适用场景、风险点、预估执行成本。这张单子是后面精修的依据,也是和需求方对齐的凭证。我吃过亏——早期跳过这一步直接精修,结果精修完需求方说“方向不对”,全部白做。有了方向确认单,对齐成本前置,返工率大幅下降。

4.4 精修层实操:结构化、规范化、痕迹检查

精修层按五步流程走:重绘结构、建图层组、抽组件、校规范、做适配。重绘时把生成图透明度调到百分之三十作为底图,在上面用矢量工具描结构,描完关掉底图检查结构是否自洽。建图层组时严格按四层分组,组内元素按“从大到小、从后到前”排序。

抽组件的判断标准是“这个元素会不会在别处复用”,会复用的抽成组件,不会的留在组内。校规范时对照品牌色值和字体表逐项核对,色值偏差超过阈值就修正。做适配时至少测三个尺寸:最小、常用、最大,检查文字溢出、元素错位、间距失衡。

痕迹检查用清单逐项过:结构合理性、细节清晰度、风格一致性、语义正确性。四项里任何一项不过关,回到对应步骤修。这一步不要怕慢,痕迹是“一眼假”的根源,挡不住痕迹,前面所有工作都白费。

4.5 交付层实操:脚本导出、版本归档、交接文档

交付层先跑导出脚本,导出后做一次抽检:随机抽三张,检查尺寸、格式、命名是否符合配置表。抽检通过后做版本归档,把源文件、导出物、版本日志打包,按“项目代号_日期_版本号”命名。

最后写交接文档,内容包括:文件结构说明、命名规则说明、组件清单、已知限制。交接文档不用长,一页纸够用,但必须写。我见过太多项目因为交接文档缺失,接手的人花半天找文件。文档写一次,后面所有人受益。

5. 常见问题与排查技巧实录

5.1 生成结果“千篇一律”怎么破

这是最高频的问题。原因通常有三个:提示词槽位太少导致变量不足、负面词缺失导致结果收敛、工具默认后处理抹平差异。排查顺序是先查负面词,再查槽位,最后查工具设置。负面词补五到八个,槽位拆到五个以上,关掉自动优化,三招下去基本能破。

如果三招都试了还是趋同,那可能是模型本身对该类任务的多样性支持有限,这时候换一个类别的工具做交叉验证,或者干脆回到人工草图阶段补多样性。不要在一个工具上死磕,工具是有能力边界的。

5.2 精修时发现“结构根本没法用”

这说明收敛层的延展测试没做到位。补救办法是退回收敛层,把该候选降级为“局部参考”,只取它的风格或配色,结构重新来。预防办法是在收敛层加一道“结构可行性”快检:看生成图的主体结构是否清晰、元素关系是否合理,不合理的早淘汰。

我踩过这个坑——被一张图的氛围吸引,忽略了结构问题,精修到一半发现整个透视是错的,只能推翻。从那以后我把“结构可行性”提到打分表的第一位,氛围再好,结构不行直接淘汰。

5.3 团队协作时风格对不齐

多人用AI协作,最大的问题是每个人跑出来的东西风格各异。解决办法是建“共享提示词库”和“共享负面词表”,所有人从同一个库出发,只允许在槽位内做有限变化。同时建“风格锚点”:选三到五张公认“对味”的图作为参照,所有人跑批时把锚点图作为风格参考输入。

还有一个组织层面的做法:每周做一次“候选互评”,把各自跑的东西放一起看,快速对齐审美。这个动作花不了多少时间,但能显著降低后期的对齐成本。

5.4 常见问题速查表

现象可能原因排查动作预防措施
结果趋同负面词少、槽位少、自动优化开启补负面词、拆槽位、关优化建共享词库
结构不可用收敛层未做结构快检退回收敛层降级处理打分表加结构项
风格对不齐无共享锚点建锚点图、做互评统一提示词库
导出命名混乱无配置表补配置表重导脚本化导出
版本找不回无版本日志补日志、按日期归档每次迭代记日志
痕迹明显精修未过检查清单按清单逐项修清单固化为流程

5.5 几条不太会写在文档里的经验

第一条,AI跑得越快,你越要慢下来想。工具把执行时间压缩了,省下来的时间不应该拿去跑更多量,应该拿去想“什么值得做”。我见过太多人把省下的时间全用来堆量,结果产出多了,价值没涨。

第二条,保留手绘习惯。手绘是最快的“想法外化”方式,比任何工具都快。我现在仍然是先手绘三五个草图,再进AI跑批,草图决定了跑批的方向,跑批反过来验证草图。两者是互补,不是替代。

第三条,定期做“无AI日”。每隔一段时间,挑一天完全不用生成工具,纯手工做一个小项目。目的是保持对“结构”和“判断”的敏感度。工具用久了会有依赖,判断力会钝化,无AI日是给判断力做保养。

第四条,把提示词当资产管。有效的提示词组合、负面词表、种子记录,这些都是资产,要归档、要版本化、要共享。我见过团队里每个人都在重复造轮子,就是因为没有把提示词当资产管理。

6. 技能转型:该补什么、不该丢什么

6.1 三个必须补的能力

第一个是提示词工程的结构化能力。不是背模板,是理解“槽位—变量—约束”这套结构,能针对不同任务快速搭出可控的提示词框架。这个能力的本质是“把模糊需求翻译成可执行参数”,和传统设计里的“把客户需求翻译成设计语言”是同一件事,只是对象变了。

第二个是生成物的鉴别能力。能快速看出生成图的结构问题、痕迹问题、风格问题,这个能力建立在传统设计功底上,功底越扎实,鉴别越准。所以转型不是丢掉功底,是让功底多一个应用场景。

第三个是流程自动化能力。不要求会写复杂程序,但要会写简单的脚本、会配自动化流程、会用配置表管理重复任务。这个能力的门槛比想象中低,掌握基础的脚本思维就够应付八成场景。

6.2 三个不该丢的底子

第一个是结构思维。不管工具怎么变,交付物的结构合理性是硬标准。结构思维体现在分层、对齐、组件化这些基本功上,这些基本功AI替不了。

第二个是审美判断。AI能生成“安全”的东西,但“有锐气”的东西需要人的判断。审美判断是筛选的核心,丢了它,你就只能被AI的输出牵着走。

第三个是沟通能力。设计从来不是一个人的事,和需求方对齐、和开发交接、和团队协作,这些能力AI替不了,也不该替。

6.3 一个可执行的九十天转型计划

第一个月,建流程。把现有工作按四层拆一遍,找出哪些环节可以交给AI,哪些必须自己做,搭出第一版分层工作流。这个月不追求效率提升,追求流程跑通。

第二个月,攒资产。把提示词库、负面词表、脚本库、检查清单这些资产建起来,边用边补。这个月的目标是让流程可复用,而不是每次从零开始。

第三个月,做复盘。拿前两个月的项目做对比,看哪些环节真的提效了,哪些环节反而变慢了,把慢的环节砍掉或换方案。这个月的目标是让流程稳定下来,形成自己的节奏。

九十天之后,流程基本成型,剩下的就是持续迭代。迭代的节奏我建议按季度来,每季度复盘一次,看看工具有没有新能力、流程有没有新瓶颈。工具在变,流程也得跟着变,但分层和闸门这两个核心结构,我判断短期内不会过时。

最后分享一个我自己的体会:这轮变化里,最危险的不是“不会用工具”,是“用工具用得太顺手,忘了自己该判断什么”。工具越强,判断越贵。把判断力守住,工具就是杠杆;把判断力交出去,工具就是替代品。这个界限,得自己划。