Figma 把“会设计”和“会写提示词”合并了：Make for Edu 的真正杀招

很多人以为 Figma Make 只是“在设计工具里加点 AI”。但这场 Edu 工作坊透露的信号更激进：设计不再从画布开始，而是从“意图”和“对话”开始。更关键的是，它让一批原本做不到的交互，第一次变得现实。

最反直觉的一点：这已经不是“原型工具”了

在工作坊里，Miggi 反复强调一件事：他们展示的这些案例，“几乎不可能用传统 Figma 原型来完成”。这句话其实很重。

过去我们理解的 Figma，是画界面、连交互、做 prototype。但 Figma Make 出现后，逻辑变了——你不是在“设计交互流程”，而是在“描述你想要一个什么样的工具”。

视频里提到的例子，本质上已经是小型应用：输入一个 prompt，生成视觉内容；从画布中抓取信息，再跑一次生成；根据方向性指令，整体改变行为。这不是拖拽连线能解决的事，而是“生成 + 执行”。

这也是为什么他们直说：如果还用原来的 Figma prototyping 思路，你会被卡死。

真正的变化：设计师开始“捕获画布”，而不是画画布

一个很容易被忽略、但极其关键的点，是他们演示的“从 canvas 捕获内容”。

在 Make for Edu 里，画布不再只是结果，而是输入。你可以把画布上的元素当成 attachment，直接喂给 Make，再运行一次。这意味着什么？

意味着设计师第一次可以把“已经画好的东西”，当成上下文，让系统继续帮你做事。不是重来，而是接着来。

Miggi 在视频中说，这一步“可能会花一点时间”，但它打开的空间很大：从现有视觉生成新视觉、从静态布局推导新变化、甚至把画布当成一个正在演化的系统。

这已经非常接近 AI 从业者熟悉的那套思路：上下文、状态、迭代。

提示词不是魔法，但“方向感”决定一切

视频里有一句非常朴素、但信息量很大的话：你只需要“给它那个点，给它那个方向”。

无论是生成视觉工具，还是后面的鼓机（drum machine）示例，本质都不是复杂提示词，而是清晰意图。Make 并不会替你想清楚你要什么，但一旦你方向给对，它会帮你把变化一次性推到位。

这对 AI 从业者其实很熟悉：不是 prompt 写得多华丽，而是约束是否明确、目标是否一致。

Figma Make 把这件事搬进了设计环境里，也等于在隐性地“训练”设计师理解 AI 的工作方式。

被限制的 Make credits，其实是一种信号

工作坊里还特地提醒了一点：Edu 目前对 Make credits 是有限制的。

表面看，这是资源约束；但从产品信号看，更像是在控制使用节奏。因为这些能力一旦被无限放开，设计教学的重心会立刻发生偏移——从“学工具”变成“学系统思维”。

另外，视频中也提到，使用这些能力前，需要正确验证，并创建 education team。换句话说，Figma 很清楚：这是面向“体系化使用”的功能，而不是给你随便玩两下。

对教育用户来说，这可能是限制；对行业来说，这是一次非常明确的预演。

为什么这个功能，AI 从业者必须关心

你可能不是设计师，但你应该关心 Figma Make。

原因很简单：这是一个“把生成式 AI 嵌入工作流，而不是单独做工具”的典型案例。没有新 App，没有复杂部署，它直接发生在一个每天被大量专业人士使用的环境里。

从生成视觉工具，到可运行的交互示例，再到需要验证、配额和团队机制的使用方式，Figma 展示的不是炫技，而是一套成熟的 AI 产品化路径。

这套路径，未来会在更多专业软件里出现。

总结

这场 Figma for Edu 的工作坊，真正值得记住的不是某个具体案例，而是一个趋势：设计工具正在变成“可对话、可执行的系统”。

对 AI 从业者来说，最大的 takeaway 是——下一波 AI 创新，未必发生在新模型上，而是发生在这些被重新定义的工作流里。如果你在做 AI 产品、AI 工具，值得反问自己一句：你的用户，是在“用 AI”，还是已经在“和系统一起工作”？

也许，Figma Make 给出的答案，比很多白皮书都更接近现实。

关键词： Figma Make， 生成式设计， AI 工作流， 设计工具进化， 教育版 Figma

事实核查备注： 1. Figma Make 是否为官方名称及其发布时间；2. Edu 版本中 Make credits 的具体限制政策；3. 视频中提到“几乎不可能用 Figma prototyping 完成”的原话语境；4. 是否明确要求创建 education team 才能使用相关功能。