Figma 写作者的 AI 真相：它不会抢你饭碗，但会暴露你的水平

在 Figma Config 2024 的舞台上，一位 UX Writer 给所有内容设计师泼了一盆“清醒的冷水”：真正危险的不是 AI 会写，而是你不会用。Ryan Reid 用一连串真实案例说明，AI 不是终点，而是一场对专业能力的放大器测试。

最反直觉的判断：AI 并不会取代写作者

Ryan Reid 一上来就戳中了所有内容设计师的集体焦虑：AI 会不会让写作者失业？他的答案很干脆——不太可能。理由并不鸡汤，而是技术史。写作从来不是“纯人类行为”，而是一种被技术不断重塑的能力：从雕版印刷、活字印刷，到打字机、电脑、云端协作工具，每一次技术升级，都没有消灭写作者，反而制造了更多分工、更高需求。

真正让人不安的是这一次“看起来不一样”：以前的工具只是“帮你写得更快”，而生成式 AI 是“直接替你写”。但 Ryan 拆解了 AI 的工作流后指出，所谓的“魔法”只发生在中间那一步——生成输出。真正决定结果质量的，恰恰是前后两端：输入是否专业、反馈是否精准、以及人是否有能力判断“这个输出该不该用”。焦虑来自于魔法，但价值来自于人。

真正会被淘汰的不是写作者，而是不会用 AI 的写作者

Ryan 说了一句不太安慰人、但极其真实的话：“不会被 AI 取代，但会被会用 AI 的人取代。”关键不在于你用不用工具，而在于你是否具备“驾驭工具的专业判断力”。

他明确否认了一个极端想象：未来不是一个“单一 AI 接管所有写作”的世界，而是新旧角色混合、持续演化的状态。大多数内容设计师不需要成为 AI 专家，而是继续做现在的工作，只是把 AI 用在最耗时、最低价值密度的环节。

更重要的是，现在还没有“标准答案”。内容设计领域甚至还没有形成 AI 的成熟工作流，这意味着什么？意味着现在不是落后者的时代，而是探索者的时代。Ryan 甚至调侃：你完全没必要把 AI 当成个人品牌的一部分——“千万别”。你只需要开始玩，用真实问题去撞真实边界。

三个真实案例：AI 最有价值的地方都不在你以为的地方

第一个案例来自 FigJam 新颜色命名。Ryan 原本应该自己头脑风暴，但在 Config 前的高压期，他直接让 FigJam 的 AI 生成了一整张命名思路的脑图。结果并不完美：蓝莓和蓝鸟混在一起，牡蛎被当成水果。但这恰恰是关键——在低风险、低精度要求的早期阶段，AI 的价值是“给反应材料”，而不是“给最终答案”。

第二个案例更有意思。在 Figma Slides 中，他已经亲自写完了所有 tooltip，纯属好奇，又把截图丢给 Claude 试了一次。生成结果整体并不合格，但 AI 却意外发现了两个他自己漏写的地方。这不是写得好，而是“帮你发现盲区”。

第三个案例最复杂，也最有启发。他把 GPT、FigJam 的 AI 总结功能串联起来：先用 GPT 从截图中找潜在内容问题，再用 FigJam 压缩真实的团队反馈，最后再丢回 GPT 做对齐。这不是为了炫技，而是说明一件事：AI 工具不是单点使用的，它们可以被“编排”，加速一整段思考流程。

日常最值得用 AI 的，其实是这些小事

在所有“炫酷案例”之后，Ryan 特意强调：真正高频、真正有用的，是最不起眼的用法。

第一，用 AI 做“数量优先”的头脑风暴，哪怕是烂点子。比如他试图用“卡通狗大小”给字体命名，AI 不仅帮他生成了方案，还更快地让他意识到这是个坏主意。

第二，把 AI 当成随身的技术助理。第一次写 ARIA 标签、不懂无障碍规范？直接问。搞不清 Figma 某个诡异行为？直接问。比搜索引擎更重要的是，你可以连续追问，直到真正理解。

这些用法不会上台演讲，但会悄悄拉开专业差距：你不再被卡在“我不太好意思问”的时刻，而是持续推进自己的判断力。

总结

这场分享真正想传达的不是“如何用 AI 写得更快”，而是一个更残酷也更公平的现实：AI 正在放大专业能力，而不是替代它。写作者的核心价值，从来不是敲字速度，而是判断什么该写、什么时候写、写给谁看。现在是一个没有规则手册的早期阶段，你不需要押注未来，只需要开始尝试。把 AI 用在低风险环节，用在暴露盲区、加速理解、释放精力的地方。等到规则真正成型时，真正占优势的，一定是那些已经在真实工作中反复试错过的人。

关键词： 内容设计， 生成式AI， Figma， ChatGPT， AI工作流

事实核查备注： 需核查：1）演讲者身份为 Figma UX Writer Ryan Reid；2）演讲场合为 Figma Config 2024；3）提及的产品包括 FigJam、Figma Slides、ChatGPT、Claude（Anthropic）；4）FigJam AI 生成与总结功能发布时间为去年（演讲中口述）。