Figma Make 把“做原型”这件事,彻底从人类手里抢走了一半

AI PM 编辑部 · 2025年12月21日 · 30 阅读 · AI/人工智能

正在加载视频...

视频章节

在这场来自 Figma Config 的分享中,创作者们反复强调一件反直觉的事:Figma Make 并不是让你“设计得更快”,而是让你重新思考“为什么还要按原来的方式做原型”。从 3D、地图、API 到广告与艺术作品,AI 正在悄悄改写创作分工。

Figma Make 把“做原型”这件事,彻底从人类手里抢走了一半

在这场来自 Figma Config 的分享中,创作者们反复强调一件反直觉的事:Figma Make 并不是让你“设计得更快”,而是让你重新思考“为什么还要按原来的方式做原型”。从 3D、地图、API 到广告与艺术作品,AI 正在悄悄改写创作分工。

最反直觉的真相:Figma Make 并不是“设计工具”

如果你以为 Figma Make 只是“加了 AI 的 Figma”,那你会错过这场分享里最关键的信息。嘉宾在一开始就点破:Make 的目标不是提高某个设计步骤的效率,而是压缩“想法到可运行体验”之间的距离

传统原型流程里,设计师要在静态画面、交互说明、工程实现之间反复切换。Make 的做法更激进:文本提示、图片、现有 Figma 设计数据,直接生成一个“能跑、能点、能连 API 的原型”。这意味着原型第一次不再是“给别人看的草图”,而是“已经在替你验证想法的系统”。

更反直觉的是,讲者并没有把 Make 描绘成一个“更聪明的设计师”,而是一个会犯错、但愿意跟你反复讨论的合作者。这为后面关于提示工程、约束条件和协作方式的讨论埋下了伏笔。

多模态不是噱头:文本、图片、设计稿一起上,才是 Make 的杀手锏

很多生成式 AI 工具都会说自己是“多模态”,但在 Figma Make 的语境里,多模态第一次和“设计真实感”强绑定。

分享中反复强调一个点:布局再现性。你可以把已有的 Figma 设计稿直接喂给 Make,再用文本告诉它“这是注册流程”“这是搜索过滤器”,生成的不是抽象 UI,而是高度贴近原设计逻辑的可交互界面。

这在实际工作中意味着什么?意味着原型不再是设计师的“个人作品”,而是可以直接承载产品假设的载体。比如:
- 注册页面不只是长什么样,而是字段校验、错误状态、流程跳转是否合理;
- 搜索过滤器不只是交互动画,而是和真实数据结构是否匹配。

Make 把这些原本要靠工程实现后才能验证的东西,提前到了“想法阶段”。这也是为什么嘉宾说,它更像是在重构原型的意义,而不是优化某个工具。

当原型开始调用 API,设计边界第一次被打穿

分享中一个明显的分水岭,是从“界面生成”切换到“系统交互”。

嘉宾对比了传统原型和 Make 的差异:以前的原型,最多做到点击流;而在 Make 里,你可以直接使用 API、设备能力,甚至地图服务,构建带有真实反馈的交互体验。

展示案例包括:
- 带地图 API 的搜索体验;
- 使用设备能力的交互演示;
- 引入 3D 表现的空间界面。

这里的关键不在于技术本身,而在于设计师第一次可以在不写底层代码的情况下,验证“系统级假设”。这会直接改变团队分工:设计不再只是“前置环节”,而是可以持续参与产品判断的角色。

从广告到艺术:Shibuya 与《Autumn Walk》的真正价值

如果前半段让你觉得 Make 是“偏产品”的工具,那么后半段的案例明显在拓宽想象边界。

在涩谷十字路口的品牌广告项目中,Make 被用来快速构建视觉与交互方案,重点不是“AI 帮我省了多少时间”,而是让创意探索的成本几乎归零。当试错变便宜,创意自然会变大胆。

桑原氏的 3D 互动作品《Autumn Walk》则更进一步。他详细拆解了从概念到实现的过程:如何在 3D 环境中设定体验目标,如何通过提示逐步逼近想要的空间氛围,以及过程中哪些判断仍然必须由人来做。

另一个案例中,宫本氏分享了粒子与文字结合的作品。他强调,AI 并没有“直接给出答案”,更多时候像是在陪你一起失败、一起修正方向。这个描述,几乎颠覆了“AI 自动化创作”的想象。

真正的门槛不是技术,而是你会不会“和 AI 说人话”

问答环节几乎全部围绕提示工程展开,这本身就是一个信号。

参与者关心的问题包括:
- 如何指定 Three.js 或 3D 环境;
- GLB 文件如何上传与管理;
- 控制 UI 要不要交给 AI 生成;
- 当 AI 不按预期工作时怎么办。

嘉宾给出的核心建议高度一致:把提示当成对话,而不是指令。与其一次性给出完美描述,不如不断补充约束条件,明确“不能做什么”“必须满足什么”。

这也再次印证了前面的观点:Figma Make 更像是一个协作对象。你不是在操作工具,而是在训练一个对你设计意图越来越敏感的伙伴。

总结

这场分享真正值得 AI 从业者反复回味的,并不是某个具体功能,而是一个正在发生的角色转移:原型,从“展示想法”变成了“参与决策”。Figma Make 让设计、工程、创意之间的边界开始松动,而提示工程成了新的通用能力。如果你正在做产品、设计或 AI 应用,这意味着一个行动建议:别再只用 AI 提速,开始用它验证判断。下一个问题是——当原型已经足够真实,我们还要不要等“正式实现”那一步?


关键词: Figma Make, 生成式AI, 多模态, 提示工程, AI应用

事实核查备注: 需要核查:视频实际时长;桑原氏、宫本氏姓名的正式写法;《Autumn Walk》作品名称;涩谷十字路口广告案例是否为官方项目;Make for MCP、Make Connectors、Make Kit 的正式功能命名。