Figma Make真正颠覆的不是设计,而是“从想法到代码”的速度

AI PM 编辑部 · 2025年11月11日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

在这场日本 Config 官方活动中,Figma 抛出了一个让人后背发凉的信号:原型不再是“给人看的假东西”,而是可以直接跑、能接 API、甚至走向开发的真实起点。Figma Make,不只是多了个 AI 按钮。

Figma Make真正颠覆的不是设计,而是“从想法到代码”的速度

在这场日本 Config 官方活动中,Figma 抛出了一个让人后背发凉的信号:原型不再是“给人看的假东西”,而是可以直接跑、能接 API、甚至走向开发的真实起点。Figma Make,不只是多了个 AI 按钮。

最反直觉的一点:原型,第一次比代码跑得还快

过去十几年,设计和开发之间一直隔着一道看不见的墙:设计稿负责“看起来对”,代码负责“真的能跑”。而在 Figma Make 的语境里,这条分界线被正面冲撞了。

在 Config 上被正式发布的 Make,本质是一个“用自然语言生成可运行原型”的 AI 产品。你不只是得到几张会跳转的页面,而是一个真的有状态、有逻辑、甚至能接外部 API 的应用雏形。演讲中反复强调的一点是:Make 的目标不是取代工程师,而是把“验证是否值得写代码”这件事,提前到几小时之内完成。

这也是为什么主讲人一开始就问现场参与者的背景——设计师、工程师、PM、还是纯粹的想法提出者。因为 Make 试图服务的,不是某一个角色,而是“想把点子尽快跑起来”的所有人。

Make 的核心能力,其实是“吃得懂设计”

和常见的代码生成工具不同,Figma Make 的杀手锏并不是“你能写多复杂的提示词”,而是它天然站在设计数据之上。

在演示中,一个关键流程被反复强调:直接把 Figma Design 里的 Frame 复制、粘贴到 Make 中,作为上下文。这个动作看似简单,意义却非常大——颜色、布局、组件结构、层级关系,都会成为 AI 理解你想要什么的依据。

这也解释了为什么后面专门花了一个段落讲“如何让 AI 更容易理解你的设计”:清晰的图层命名、合理使用 Auto Layout、避免语义混乱的组件嵌套。不是为了团队协作,而是为了让模型少猜一点。这里有一句非常值得记住的隐含结论:未来的设计规范,很可能同时是‘给人看的’,也是‘给 AI 看的’。

从注册流程到 3D、游戏:原型的边界被整体推翻

在案例展示部分,Make 的野心彻底暴露出来。

一开始还是大家熟悉的场景:注册登录流程、EC 网站的筛选 UI、带复杂交互的表单。但很快,画风急转直下——3D 表现、地图 API、摄像头与传感器、WebGL Shader、游戏手柄控制,甚至完整的小游戏。

这些 Demo 传递的信号非常明确:Make 并不把“高保真原型”当作终点,而是把它当成默认起点。你可以把这些生成的成果直接用于评审、用户测试,甚至公开分享。再往前一步,通过 Supabase 这类后端服务,登录和数据存储也不再是摆设。

这也是为什么现场反复提到一个词:Lead Time。不是效率提升 20%,而是把“从想法到可验证产品”的周期,从几周压缩到几天,甚至几小时。

真正拉开差距的,是提示工程之外的“结构化思维”

如果你期待的是一堆“高级提示词技巧”,这场分享可能会让你有点失望。但如果你关心的是:为什么同样用 Make,有人效果惊人,有人一塌糊涂,答案恰恰在这里。

演讲中给出的建议非常工程化:明确上下文、明确约束、尽量使用真实数据、必要时接外部 API;通过共通的 MD 指南或模板,把组织的默认规则提前喂给 AI。

还有一个被低估的能力,是 Pointer & Edit 和 Code View 的并行使用。不是“要不要写代码”的二选一,而是在 GUI 和代码之间来回切换,让 AI 负责 80%,人类负责最后 20% 的判断。这种工作方式,本质上是一种新的协作范式。

从 Make 到开发:这不是终点,而是一座桥

在后半段和问答中,一个长期问题被正面回应:Make 生成的东西,能不能真的走向生产?

答案是:现在还不是一键,但方向非常明确。设计系统的深度整合、模板在组织内的复用、与 GitHub 的连接、以及通过 MCP Server 这类机制把 Make 作为开发流程的一部分。

最有意思的不是技术细节,而是角色变化。当设计系统团队开始为 AI“提供上下文和护栏”,当模板成为想法扩散的起点,设计不再只是输出稿件,而是在塑造组织的创造力上限。

总结

Figma Make 传递的真正信号,不是“AI 又能帮我们多做点事了”,而是:原型这件事,正在从沟通工具变成决策工具。如果你是设计师,意味着你的交付物第一次有机会直接影响技术路线;如果你是工程师,意味着写代码前能看到更真实的未来;如果你在做 AI 应用,这几乎是一次对工作流的强制升级。一个值得思考的问题是:当“跑得起来的想法”越来越便宜,真正稀缺的,会变成什么?


关键词: Figma Make, 生成式AI, 提示工程, 代码生成, 快速原型

事实核查备注: 需核查:Figma Make 发布时间与 Config 关联;是否明确提及 Supabase、MCP Server、GitHub 为官方示例;Anthony 与 谷弘樹 的身份与角色表述是否准确