The Generative UI Paradox: More Important, Yet More Disposable

所以光生成一个界面是没有意义的，这个界面做的再好看再美观，也不代表它有真实落地的可能，只是完成了设计工作的一小部分而已。所以看到这里是不是感觉很熟悉？和我们在追波上看到的各类飞机稿案例没有太大的区别。 第三点，上面的模型只是一个非常简化的流程，有过真实的项目经验就应该知道流程中会有反复拉锯的事件，需求的变动，设计稿的修改，方案的调整，这些零碎的工作去和 AI 提，你会发现有输入问题的时间，可能设计早就修改完了。 尤其在最终的标注和切图环节，涉及到设计时对设计稿的制定，标注和切图实际上有很多主观性和经验化、场景化的输出要求，它需要设计师在经历整个项目流程后自行判断。 除了以上三点，还有很多其它的问题难以解决，而这些问题的总和，决定了没有出现真正的人工智能之前，使用 AI 来输出 UI 界面是一件不靠谱的事情。 只有视觉领域没有前期那么多条条框框，也没有后续一系列交付和维护需求的场景，才是 AI 真正产生价值和影响的方向。 用 AI 做 UI 设计不靠谱，但是不代表对UI设计师没价值。这话听着可能挺拗口的，但事实如此，因为在国内的UI设计环境中，UI 设计师的工作内容往往不局限于产品设计一个领域内。 还包含下面这些操作： 我相信大多数 UI 设计师做平面和运营设计的感受就和上坟的状态是一样的，上坟起码是怀有对先人献花，做平面和运营设计只会产生对自己深深的唾弃…… 所以 AI 的出现可以很好的处理这部分的需求，比如一些虽然用处不大，但就是甲方还是老板就是想用的 3D 风格图标。 或者，在登陆页用的比较滥俗的 3D 场景背景，为了这样的东西花很长的时间去建模和渲染，投入和收益是完全不成正比的。所幸使用 AI 也可以帮助我们非常短的时间内获取想要的效果。 [...] 还有就是各类运营设计图，互联网运营设计和一般的品牌广告视觉比较起来，就是对创意性的忽视，画面并不需要埋伏大量的隐喻、内涵或故事，就是单纯的应景和吸引用户注意力，这恰恰也是 AI 最适合输出的东西。 包括广告 Banner、H5、启动页等，都可以通过 AI 快速生成一些高质量的插画，来替代我们自己从头开始绘制的苦恼。 所以你看，对于我们职业价值不高的这些杂活，AI 都可以很好的去完成，而且可以肯定未来可以完成得越来越好，我们就可以节省更多的时间，不管是投入精力给体验和交互，还是准点下班，都符合

• 表达力：UI 界面是一种文字、图片、样式信息的混编表达。依据不同产品需求和场景，表达有简单和复杂之分。 • 特定风格：我们日常使用一款产品，包含不同的界面，这些界面从整体看视觉风格是一致的，或是用户单看其中一个界面，容易通过视觉标识识别这是哪一款产品。在专业领域术语里，这种一致性是依赖“设计系统” 约束设计师达成的。 “设计系统” 是一套复杂实践，它不仅定义了一个业务和品牌显性的视觉元素，也阐述了这些元素的实践规范。 初代生成式 UI 在这两个维度： • 表达力：受限的简单。这种状态，有点像将英语作为外语的初学者，能表达出 big，却表达不出 massive， enormous。 • 特定风格：虽然生成的界面也有特定风格，但种类一般固定为很少的一类或几类。就像演员如果只能穿一套或两套固定风格的服装，就无法满足多样化的舞台要求。 双重受限下的“玩具” 表达力和风格支持都受限，原因归结于技术路线。我们不难理解，UI 并不只是一张如插画般的图片，它更像有逻辑与结构的 “信息容器”。生成式 UI 变得可能，则主要得益于 LLM 技术提供了一套有逻辑和结构的表述。 在 LLM 擅长的领域里，AI 生成代码一直是被基础模型广泛评测和落地的重要能力。因此，一种很直觉的思路是让 AI 先生成产品界面对应的前端代码，再把代码呈现为界面。有趣的是，原有生产流程都是先有界面再有代码，在 AI 擅长的领域这个流程被逆向了。依据这个思路我们进行了一些实验，以下是我们曾经使用 GPT4 生成一些代码后再还原为界面的例子： 我们进行了不少生成实验，但这些生成的界面在美观、布局合理性上距离预期的下限甚远。我们猜测，可能是那时的大模型在预训练上，前端代码或是关系到样式的代码的数据规模量不够，或是并没有在训练中激发模型对 UI 界面的“审美”能力。 [...] 这是一种另类的“模板商店”的思路，意味着我们的商店要经营不错，还需要完成客户的私人定制。我认为，这个思路至今也仍具备一定可行性，或是说对一类设计团队行之有效。但是，过去一年的产品开发经验让我们也进行了反思：我们究竟是应该匹配已成熟的技术（Technology），打磨产品（Product）以实现 Product-Technology-Fit；还是，我们应该更信仰模型最终会快速进化，用动态的思维去看待问题，时刻准备承接未来新模型

希望本文档能帮助你充分利用妙多 AI 生成 UI 功能，提升设计效率，激发创意灵感。如有任何问题或建议，欢迎随时联系我们的支持团队。

我欣赏的第二个分类方式是海外独角兽向凯奇的分类，他用了一个 2×2 的矩阵。横轴是你这个工具到底是对应大众还是专业群体，纵轴是你这个东西更接近于 Copilot 的形式还是 Agent 的形式，这两件事情不是绝对的，所以它们是一个光谱程度的问题。 如果你是在做右上角的工具，我们以一些 AI 编程辅助产品为例，你的第一感受就是很酷，因为你是大众人人都能用的，是技术平权。 然后这个东西又是一个偏向 Agent 的形式，你可能不需要做太多的事情，它可以帮你全部代理了。但你如果是在做左下角的产品，你可能会没那么酷，但大家又觉得好像确实在平常的工作中能用。 如果你直接做左上角的产品，我会觉得一个字就是难，这就是目前 Devin 在这个领域遇到的困境。你会发现 Devin 同 Cursor 其实选择了两个路径，但其实我认为它们最终是殊途同归的，因为你今天看 Cursor，虽然它早期是一个 Copilot，但它能完成的任务粒度越来越大时，你说它同 Agent 之间的边界是什么？其实也在变得很模糊。右下角我们看到了一些老的东西，比如说原来的一些传统工具加上了 AI。 虽然有人说未来不是线性外推的，但我觉得我们今天还是在这里做一个简单的演绎。那么对于整个 UI 的领域，我们到底会觉得未来会是什么样子？我大概提出了 4 种假设。 第一种假设是它仍然是有编辑器同 Copilot 的形式存在，后者是在帮助专业人群。 第二种假设是你的技术进步足够快，实际上你的编辑器已经被磨平了，不再重要。AI 能够做所有的事情，你的编辑器是 Figma 也还是别的谁，我生成的物料都可以在画布上直接绘制。 第三种假设是这种 for citizen 的产品能够逐步占领一个新的市场方向。 [...] 这是在 Claude 3.5 Sonnet 发布之初时我们的测试结果。大家可能现在回头去看，觉得 AI 编程这个领域最大的变化是 3.5 的发布，但其实真正发生奇点变化的时间，对于我们这个领域大概是在 24 年 10 月份到 11 月份。 这就是某一天我们在测试后拿到的结果，这一天对于我来说记忆犹新，因为我当时的感受是非常震惊。因为你突然会发现，AI 能生成的 UI 的复杂度、多样性，一下子像一个奇点一样转变到这么一个程度了。 看左下角这张图，这是一个 3D 的 Map Editor，如果按照我们之

> 展望未来，下一阶段，“设备”这个概念将消失。 > > — 谷歌首席执行官 Sundar Pichai. 本文由人人都是产品经理作者【TCC翻译情报局】，微信公众号：【TCC翻译情报局】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。 更多精彩内容，请关注人人都是产品经理微信公众号或下载App UX设计师行业观察零界面 []( TCC翻译情报局 连接知识，了解全球精选设计干货 180篇作品 892535总阅读量 如何打造极致的用户体验的秘诀——尼尔森十大可用性原则！（下） 03-086571 浏览 如何打造极致的用户体验的秘诀——尼尔森十大可用性原则！（下） 淘宝“偷袭”抖音 01-106272 浏览 淘宝“偷袭”抖音 淘天亮底牌，1688与闲鱼被摆上棋盘 11-072634 浏览 淘天亮底牌，1688与闲鱼被摆上棋盘 白酒+大模型，才是茅台的跨界之道？ 09-251402 浏览 白酒+大模型，才是茅台的跨界之道？ 6000万会员，贡献收入96%，4000字详解孩子王会员模式 10-256483 浏览 6000万会员，贡献收入96%，4000字详解孩子王会员模式 评论 1. []( 沙沙想 设计师会随着变化的需要跟着改变，从最开始的GUI—UI——UX，紧跟时代发展吧 最近 来自湖南 回复 2. []( 汪仔7571 看完我在想没有视觉能力的人是不是已经实现ZERO-UI了？ 最近 来自北京 回复 省了一年的职场人，花三倍钱带猫狗赶春运 省了一年的职场人，花三倍钱带猫狗赶春运 01-173280 浏览 产品周报267期 | 蔚来手机NIOPhone正式亮相，妙鸭相机免费版发布 [...] 01-173280 浏览 产品周报267期 | 蔚来手机NIOPhone正式亮相，妙鸭相机免费版发布 产品周报267期 | 蔚来手机NIOPhone正式亮相，妙鸭相机免费版发布 09-223040 浏览 内外承压，SHEIN平台化能否再造一个“亚马逊”？ 内外承压，SHEIN平台化能否再造一个“亚马逊”？ 05-174324 浏览 [...] 人人都是产品经理 搜索

3. UI设计师关注“看起来怎么样” 颜色、字体、布局、组件样式、视觉规范，这些都是UI设计师负责的内容。产品有没有高级感，靠的是UI的基本功。 以前这三个岗位是递进关系：产品提需求，UX设计路径，UI包装视觉，最后扔给开发去实现。但现在这套链条正在被AI拆解，毕竟老板们永远在算一笔账：怎么用更少的人干更多的活。于是大家慌的是：AI会不会直接把我这环给省了？ Image 3 ## 二、AI正在打通产品、设计和开发全流程 从近两年的AI工具发展来看，设计和开发正在越来越接近。以前设计师输出设计稿，开发根据设计稿还原页面，中间会涉及标注、切图、沟通、修改等大量工作。现在很多AI工具在试着把这中间的摩擦成本降下来。 像Pixso、Figma这类传统设计软件，开始在画布里塞AI助手，帮你自动排版、生成图标、整理设计规范。它没改变你干活的方式，但让你干得快了点。 另一类比如Paico、Lovable、v0，你直接打一段话，它给你生成能用的UI界面甚至前端代码。设计稿和代码之间的鸿沟在被填平，这是以前想都不敢想的。 还有墨刀AI这种产品向的AI，也开始通过AI生成原型、辅助产品方案设计，慢慢往代码生成方向延伸。 这些AI工具都在砍掉产品、设计、开发之间扯皮的时间。以前需求文档写半天、设计稿改八遍、开发说实现不了，以后可能是一个人提出需求，AI辅助完成产品方案、界面设计甚至代码生成。表面上看，好像AI正在把产品经理、UX设计师、UI设计师的工作融合在一起。但实际上，这并不等于这三个岗位会消失。 Image 4 ## AI代替的是执行，代替不了判断 [...] Image 4 ## AI代替的是执行，代替不了判断 很多人担心饭碗被抢，但你换个角度想想：AI再能出图，它知道自己为什么出这张图吗？它不知道这个功能背后对应什么商业目标，也不知道用户到底在哪个环节吐槽，更不知道这个方案丢到市场上会不会水土不服。这些判断，还得靠人来扛。 如果完全依赖AI做产品决策，大概率要把产品带沟里去。AI能总结历史数据，但真正的需求洞察，是来自对用户、行业和市场的理解。UX设计师也一样，AI生成的流程大多都是基础交互，满足不了复杂的需求，真实用户场景往往更加复杂。UI设计师也是一样，AI可以生成漂亮的界面，但设计系统建设、品牌统一性、长期维护，以及复杂产品中的视