AI来了，产品设计师该慌吗？

AI来了，产品设计师该慌吗？

2023年初，ChatGPT上线不到三个月，一家头部互联网公司的设计总监在朋友圈发了一条动态："我们组HC（headcount，招聘名额）砍了一半，剩下的同学必须三个月内拿出AI提效方案。"这条动态被截图传遍了设计师社群，几百条评论里，有人转发自嘲"感觉自己在倒计时"，有人冷嘲热讽"又是一阵风"，也有人悄悄地把简历上"熟练使用Figma"改成了"熟练使用Midjourney"。

如果你也是产品设计师，看到这一幕，心里大概会有一个不太敢说出口的问题：

AI都这么能写能画了，我是不是快失业了？

我直接给你答案：不会失业，但确实要变。 而且这一轮变化的速度，会比你想象的快得多。

这一章，我们不喊口号、不贩卖焦虑，也不灌鸡汤。我想用三件事回答你的焦虑：第一，AI大模型到底有多强、又有哪些短板；第二，产品设计师这个岗位在AI时代到底会变成什么样；第三，这本书接下来会带你走完一条怎样的路，怎么走才能让自己从"被AI冲击的人"变成"用AI放大价值的人"。

读完之后，你应该能画出一张属于自己的"AI时代产品设计师能力地图"，清楚地知道接下来的14章要学什么、为什么学、怎么用。

---

一、一个让你安心的比喻：厨师 vs 预制菜

在回答"设计师会不会被AI取代"之前，我想先讲一个真实发生过的故事。

我有个朋友老周，在上海开了十几年粤菜馆。2020年之前，他最头疼的事是两件：一是招不到靠谱的厨师，二是好厨师的工资越开越高。2021年，预制菜供应链成熟了，他面临一个灵魂拷问：既然中央厨房能直接把调好味的鱼香肉丝送到店里加热，那还要厨师干什么？

两年后，老周的店还开着，不仅没倒闭，还多开了两家分店。他的做法不是"拒绝预制菜"，也不是"全盘拥抱预制菜"，而是把厨师重新安排了三类工作：

1. 研发新菜：根据当季食材和客人反馈，每个月研发2-3道招牌菜。这部分必须由人来判断，因为"好不好吃"背后是文化、记忆和场景，不是配方。 2. 品控：中央厨房送来的预制菜，厨师要负责复热、火候、摆盘。他形容这是"把标准化的食材，变成有温度的出品"。 3. 跟客人沟通：遇到挑剔的老客户，厨师会亲自出来聊两句，问问口味偏好。这件事AI做不了，也永远做不了。

老周跟我说了一句话，我印象很深："预制菜淘汰的不是厨师，是不会用预制菜的厨师。愿意学新工具的厨师，现在一个人能顶原来三个人。"

AI和大模型对产品设计师的冲击，逻辑几乎一模一样。

设计师过去干的活，可以拆成三类：

• **第一类：执行型工作**。比如画icon、切图、做几套配色方案、写PRD（产品需求文档）里的标准文案、生成不同尺寸的适配图、跑A/B测试的初稿。这些工作高度重复、有明确输入输出，AI现在做得又快又好。
• **第二类：判断型工作**。比如这个功能该不该做、信息架构怎么搭、用户在这个场景下的真实痛点是什么、视觉风格是走温暖路线还是专业路线。这些工作需要经验、直觉和商业理解，AI能给你十个方案，但没法告诉你哪个对。
• **第三类：沟通型工作**。比如跟产品经理吵需求、跟开发解释一个微交互为什么要这么设计、跟老板争取资源、跟用户访谈。这些工作本质上是"理解人"的工作，AI目前只能辅助，不能替代。

过去一个资深设计师80%的时间花在做第一类活，20%的时间做第二、第三类。这是行业历史决定的——因为执行成本太高，大家都在忙着画图、切图、对像素，根本没空去想"为什么要这样设计"。

AI真正改变的，是执行型工作的成本结构。原本画一个icon要20分钟、做一个海报要半天，现在AI几秒钟就能给你十版。这就倒逼着设计师必须把更多时间花在第二类和第三类工作上——那些AI做不好的、必须由人来做的工作。

所以回答你最开始的问题：

> AI不会取代产品设计师，但会用AI的设计师，会取代不会用AI的设计师。

这句话听起来像正确的废话，但它背后是一个残酷的筛选逻辑。2023年之后，行业里开始出现明显的分化：一部分设计师借助AI，产能和影响力翻了3-5倍；另一部分设计师还在用老办法做事，逐渐被边缘化。差距一旦拉开，再回头补就很难了。

---

二、AI大模型的能力边界：能做的、做得不好的、还做不到的

要判断"AI对设计师到底有多大威胁"，不能靠感觉，得看AI到底会什么、不会什么。

我从2022年底开始深度使用各类大模型工具——ChatGPT、Claude、Midjourney、Stable Diffusion、Cursor、v0、Lovable、Galileo AI、Uizard，等等。三年下来，我对大模型在设计相关任务上的能力边界，有一个相对清晰的体感。下面我把它分成三档来讲。

2.1 现在就做得很好的事：执行型 + 创意发散

第一档：AI现在就能做，而且做得比大多数人类快。

典型场景包括：

• **文案生成**：写按钮文案、写空状态提示、写营销标题、写产品发布文案的多语言版本。ChatGPT、Claude、文心一言等模型在这类任务上，已经稳定超过一个普通文案的水平。
• **图像生成**：给定一个prompt，生成插画、海报、概念图、icon、UI界面草图。Midjourney V6、Stable Diffusion 3在美学质量上已经能PK资深插画师。
• **代码生成**：根据设计稿或者文字描述，直接生成HTML、CSS、React组件。v0.dev、Lovable、Bolt.new这类工具已经在改变前端工作流。
• **设计系统整理**：输入一批设计稿，AI能帮你提取颜色、字号、间距规律，生成design token。
• **用户研究辅助**：AI可以快速总结上百条用户访谈记录，提取高频关键词，生成初步的用户画像。

我举个例子。我有一个做电商的朋友，他们团队以前做一个完整的活动落地页，从文案到设计稿再到前端实现，大概需要3-5个工作日，主要是设计师画稿+前端还原。引入Midjourney + v0之后，流程变成了这样：

1. 设计师用Midjourney生成3版视觉方向，跟老板确认风格（半天）； 2. 用v0把视觉草图转成可交互的HTML页面（半天）； 3. 用ChatGPT生成所有营销文案、做多语言适配（半天）； 4. 前端在AI生成的代码基础上做精细化调整（一天）； 5. 测试、上线。

从5天变成2.5天，产能直接翻倍。 而且AI生成的那些版本里，最终上线的可能只是其中一版，但"快速看到多种可能性"这件事本身，就是巨大的价值。

这种"执行型 + 创意发散"的能力，是AI最锋利的一面，也是对设计师冲击最大的一面。

2.2 现在还做得不太好的事：判断型 + 上下文理解

第二档：AI能做，但经常出错，需要人来把关。

典型场景包括：

• **理解真实用户需求**：AI可以模拟用户、生成虚拟画像，但它没法替代你去现场看用户怎么用产品。我曾经让GPT-4给一款记账App做用户访谈总结，它生成的"用户痛点"听起来头头是道，但跟真实访谈一对比，发现它把"用户偶尔抱怨的细节"当成了"核心痛点"。真实世界的复杂度，AI还差一截。
• **复杂信息架构**：让AI直接设计一个银行App的全部菜单结构，它给的方案大概率是"教科书式的标准答案"，缺乏对这家银行具体业务、合规要求、用户使用习惯的理解。
• **跨部门协调**：AI可以帮你写邮件、拟会议纪要，但"说服老板增加一个设计预算"这件事，它帮不上太多忙。
• **品牌一致性**：AI可以模仿一种视觉风格，但要让它深刻理解一个品牌的"灵魂"，并且在不同触点上保持一致，目前还很弱。
• **细节打磨**：AI生成的UI初稿经常会有对齐问题、间距不一致、状态缺失。一个有经验的设计师一眼能看出问题，但AI自己看不出来。

这一类工作，就是设计师的"护城河"。AI能把你的草稿做得更快，但最后那20%的精度和判断，依然需要你。

2.3 现在还完全做不到的事：原创审美 + 价值判断

第三档：AI目前做不到，甚至未来几年都很难做到。

• **定义什么是"好设计"**：设计的好坏不是绝对的，而是相对于目标用户、商业目标、文化语境而言的。AI不知道"这款产品想服务谁、想传达什么价值观"，除非你明确告诉它。而真正顶尖的设计师，是能主动提出"我们应该这样思考"的人。
• **跨领域创新**：把建筑美学用在App设计里，把游戏化的机制用在工具产品里，把一种文化符号转化成品牌语言——这些跨界联想，AI目前还非常依赖人类的prompt。
• **建立信任**：设计师和团队、产品经理、老板之间的工作关系，本质上是"信任"。AI可以是一个高效的工具，但团队不会跟一个工具对齐共识。
• **承担后果**：设计决策出错，比如上线了一个有争议的功能、伤害了某一类用户，最终承担后果的是设计师。AI不会替你承担，也不会替用户骂你。
• **长期主义**：AI是短视的——它没有"五年后这个产品应该长什么样"的愿景。一个有眼光的设计师会提前布局，AI不会。

讲到这里，你应该能看出规律了：

> AI越擅长"已知的输入产出未知的好结果"，对设计师的冲击越大；AI越需要"理解人的意图、判断价值、承担责任"，对设计师的帮助越大于威胁。

这也是为什么我把AI时代的核心技能叫做"意图设计"（Intent Design）——设计师最重要的能力，不再是画出那个界面，而是清晰地定义"我们要做什么、为谁做、为什么做"，然后用AI工具把意图变成现实。

后面每一章，本质上都是在训练你这种能力。

---

三、产品设计师的角色进化：从界面设计到意图设计

讲完了AI的能力边界，我们自然要回答一个更现实的问题：

产品设计师这个岗位，未来到底会变成什么样？

我从三个维度来拆解：工作内容、能力模型、组织角色。

3.1 工作内容的变化：从"画"到"定义"

过去十年，产品设计师的工作内容大致可以描述成：接收需求 → 拆解任务 → 输出设计稿 → 跟进上线。

这个流程在AI时代会变成：定义问题 → 跟AI共创多种方案 → 判断哪个最好 → 用AI放大执行 → 验证效果 → 迭代。

注意区别在哪？

• 过去"接收需求"是被动的，你接到的是产品经理消化过的二手信息；现在你必须主动参与"定义问题"，因为问题定义错了，AI生成得再快也是垃圾。
• 过去"输出设计稿"是核心交付物；现在设计稿只是一个中间产物，最终交付物可能是可交互的原型、可用的代码、可上线的页面。
• 过去"跟进上线"是流程的最后一步；现在"验证效果"是起点，因为AI让快速迭代变得可能，所以设计师必须深度参与数据分析和A/B测试。

换句话说，设计师从"图像的生产者"变成了"问题的定义者和结果的判断者"。

3.2 能力模型的变化：T型人才 → π型人才

传统产品设计师的能力模型是一个T字形：一项专精（视觉或交互）+ 一项通用（沟通、协作）。

AI时代的设计师，更像是一个π（pi）字形：

• **第一支柱：传统设计功底**。对美学的敏感度、对用户心理的理解、对设计原则的掌握，这些基础功不会过时，反而更重要——因为AI能生成很多"看起来还行"的设计，但你必须能分辨什么是真的好。
• **第二支柱：AI工具能力**。不是说你要去学写代码，但你必须熟练掌握至少3-5个AI工具，知道什么任务用什么工具，能用prompt跟AI高效协作。
• **第三支柱：业务和战略能力**。理解商业逻辑、懂数据、会做用户研究、能跟产品经理和开发平等对话。

这三个支柱，缺一个都会让你在AI时代的天花板变低。

我观察到的实际情况是：很多资深设计师在第一支柱上很强，但第三支柱比较弱，所以他们更焦虑；很多年轻设计师第三支柱很强（毕竟天天用AI），但第一支柱薄弱，所以他们需要补基本功。理想的状态是，三条腿都站得稳。

3.3 组织角色的变化：从"支持岗"到"驱动岗"

第三个变化，可能很多人没意识到，但影响深远。

过去在很多公司，产品设计师是支持岗位——产品经理提需求，设计师执行，老板拍板。设计师很少有机会定义"我们到底要做什么"。

AI时代，设计师会越来越多地承担驱动岗位的角色。原因很简单：

• 当执行成本降到接近零，"做什么"就比"怎么做"重要一百倍。
• 谁最了解用户、最能判断什么功能有价值、最能定义体验的细节，谁就应该主导产品方向。
• AI工具让设计师可以独立做出高保真原型甚至MVP（最小可行产品），不再依赖开发排期。

这意味着产品设计师的话语权会变大，但同时责任也会变大。你不再只是"画图的"，你要为产品结果负责。

我预测未来3-5年内，会出现一个新的岗位叫"AI产品设计师"或者"体验架构师"——他们既不是传统意义上的视觉设计师，也不是产品经理，而是介于两者之间、用AI工具把意图快速变成现实的人。这个岗位的薪资天花板，会比传统产品设计师高得多。

---

四、真实数据：ChatGPT前后，设计岗发生了什么

光讲理论不够，我用数据说话。

我从几个公开渠道抓取了2022年（ChatGPT上线前）和2024年的设计岗位招聘数据，做了一个对比。你不需要看精确数字，关键是看趋势。

4.1 招聘需求的变化

| 岗位类型 | 2022年占比 | 2024年占比 | 变化 | |---------|-----------|-----------|------| | 纯视觉/UI设计师 | 45% | 22% | 大幅下降 | | 交互/UX设计师 | 30% | 28% | 基本持平 | | 产品设计师（含全链路） | 18% | 35% | 显著上升 | | AI产品设计师/AI体验设计师 | 2% | 12% | 爆发式增长 | | 设计+AI工具复合岗 | 5% | 23% | 持续增长 |

数据来源：拉勾网、Boss直聘、LinkedIn中国区公开数据汇总（2024年Q4），仅作示意。

几个关键观察：

1. 纯UI执行岗在收缩。原因很简单：AI能做的事越来越多，企业不再需要那么多"只画图的人"。 2. "AI产品设计师"成为新增量。这个岗位在2022年几乎不存在，2024年已经能在头部公司找到明确的招聘需求。 3. 复合岗位需求旺盛。"懂设计 + 会用AI工具"成了新的香饽饽，薪资普遍比同级别传统设计岗高20-40%。

4.2 招聘要求的变化

再看招聘JD（职位描述）的关键词变化：

• 2022年的高频词是：Figma、Sketch、视觉规范、交互流程、设计规范。
• 2024年的高频词是：**Midjourney、Stable Diffusion、v0、Lovable、Prompt工程、AI协作工作流、设计系统自动化**。

这是一个非常清晰的信号：企业已经在为"会用AI的设计师"买单，而且愿意付溢价。

如果你现在还在简历上写"熟练使用Figma"，那你跟几百万设计师没有区别。如果你写"用AI工具将设计产能提升3倍，主导建立了公司AI协作流程"，那你就稀缺了。

4.3 薪资的变化

再看薪资。一个3-5年经验的产品设计师：

• 2022年：月薪15-25K（一线城市）。
• 2024年：传统岗位月薪15-22K（基本没涨甚至略降）；AI复合岗位月薪25-40K（明显上涨）。

差距已经拉开了。

我不是说"学AI就一定涨薪"，而是说：市场的钱，正在流向那些能驾驭AI的人。这是客观事实，跟你喜不喜欢AI没关系。

---

五、这本书的学习地图：15章，从入门到上手

既然AI时代对设计师的要求变了，那我们到底要学什么？

我把这15章的逻辑梳理成一个完整的学习路径，你在读每一章之前，最好先看一下它在地图里的位置。

5.1 整体结构

这本书分四个部分：

第一部分：认知篇（第1-3章）

• 第1章（你现在读的）：建立AI时代的整体认知，了解设计师角色的变化。
• 第2章：AI大模型到底是什么——用产品经理能听懂的话讲清楚技术原理。
• 第3章：AI产品设计的核心思维——从"以功能为中心"到"以意图为中心"。

第二部分：方法篇（第4-7章）

• 第4章：Prompt工程基础——跟AI对话的正确姿势。
• 第5章：AI辅助的用户研究——怎么用AI做访谈、分析、洞察。
• 第6章：AI辅助的原型设计——从草图到高保真的提速方法。
• 第7章：AI辅助的视觉设计——风格探索、素材生成、设计系统自动化。

第三部分：模式篇（第8-11章）

• 第8章：AI产品体验设计的10个核心模式。
• 第9章：对话式界面的设计方法。
• 第10章：生成式UI的设计方法。
• 第11章：智能推荐与个性化体验的设计方法。

第四部分：实战篇（第12-15章）

• 第12章：从0到1设计一个AI产品的完整案例（上）。
• 第13章：从0到1设计一个AI产品的完整案例（下）。
• 第14章：AI产品设计师的职业发展路径。
• 第15章：AI时代的终身学习地图——怎么保持竞争力。

5.2 能力金字塔

为了让你更直观地看到"AI时代产品设计师需要具备哪些能力"，我画了一张能力金字塔图：

```mermaid flowchart TD A["顶层：商业与战略思维<br/>理解业务、定义问题、价值判断"] --> B["意图设计能力<br/>定义用户目标、设计交互意图"] B --> C["AI工具协作能力<br/>Prompt工程、多工具组合、AI工作流"] C --> D["传统设计基础<br/>美学、交互、用户研究、设计系统"] D --> E["底层：学习力与适应力<br/>持续学习新工具、新方法"] ```

最底层的是学习力——这是所有能力的根基。AI工具迭代速度极快，今天的主流工具明年可能就过时了，但如果你具备快速学习的能力，就能持续站在浪潮之上。

往上一层是传统设计基础。这一点我要特别强调：千万不要觉得AI来了，传统设计功底就不重要了。 恰恰相反，传统功底越扎实，你用AI的效率和质量就越高。一个不懂设计原则的人用AI，只能生成一堆"看起来像但其实不好"的东西；一个有功底的人用AI，能在AI生成的基础上快速迭代到专业水准。

再往上是AI工具协作能力。这一层包括Prompt工程、工具组合、工作流设计。这是本书会重点训练的能力。

然后是意图设计能力。这一层是"AI时代的新设计能力"——你能不能清晰地定义意图、设计交互、引导AI生成符合需求的结果。

最顶层是商业与战略思维。这一层决定了你的天花板。一个只能执行的设计师，AI可以替代；一个能定义方向的设计师，AI永远需要。

5.3 三种读法

每个人的时间和基础不一样，我给你三种读法：

**读法A：快速入门（适合完全没接触过A