AI dalam Alur Kerja UX Designer: Apa yang Benar-Benar Membantu, Apa yang Menghasilkan Enam Jari

Pesan Slack itu datang pada hari Selasa. "Hei, sudah coba Figma AI? Harusnya kita bisa bergerak 3x lebih cepat untuk flow ini." Pengirimnya adalah design lead Anda, yang sudah tiga tahun tidak pernah benar-benar mengerjakan flow dan baru saja menonton sebuah keynote.

Jadi Anda mencobanya. Anda mengetik "halaman pengaturan untuk B2B CRM dengan preferensi notifikasi dan tab keamanan" dan dua belas detik kemudian Anda mendapatkan sebuah halaman pengaturan. Secara teknis, itu memang halaman pengaturan. Secara estetika, itu adalah template dashboard tahun 2023: sudut membulat di mana-mana, warna indigo yang sangat khas, komponen toggle yang diambil dari design system orang lain, dan microcopy yang berbunyi "Sesuaikan pengalaman Anda untuk memaksimalkan produktivitas." Anda tidak memakai satu pun dari itu. Design lead bertanya kenapa kecepatan tidak meningkat.

Artikel ini adalah jawabannya.

Versi jujurnya: AI benar-benar berguna dalam sekitar 20% hari kerja seorang UX designer, sama sekali tidak berguna dalam 30% lainnya, dan benar-benar berbahaya dalam 50% sisanya. Kuncinya adalah mengetahui mana yang mana sebelum Anda membuat prompt, bukan setelahnya. Designer yang menggunakan AI dengan baik memperlakukannya seperti junior yang percaya diri dan cepat, tetapi tidak punya selera, tidak tahu konteks merek, dan tidak memiliki pertimbangan aksesibilitas. Berikan tugas yang sangat spesifik. Verifikasi semua hasilnya. Jangan pernah mengirimkan draf pertamanya.

Di Mana AI Benar-Benar Layak Mendapat Tempat dalam Alur Kerja

Sintesis transkrip riset

Di sinilah AI paling mendekati sihir. Empat puluh transkrip wawancara pengguna, 800 halaman teks mentah, tumpukan kualitatif yang dulu butuh seminggu penuh bagi seorang peneliti untuk dikelompokkan. Tempelkan ke Claude, jalankan melalui Dovetail AI atau Notion AI, dan Anda mendapatkan tema dengan kutipan verbatim dalam sekitar 20 menit.

Keunggulannya: mengelompokkan, menemukan tema-tema yang tidak terduga, mengambil kutipan verbatim, menghasilkan peta afinitas awal. Kelemahannya: frekuensi. AI dengan percaya diri akan mengatakan "pengguna sering menyebutkan bahwa alur ekspor membingungkan" padahal kenyataannya hanya 2 dari 12 peserta yang menyebutkannya sekali saja. AI mengacu pada kutipan yang berkesan, bukan bobot statistik.

Struktur prompt yang berhasil: tempelkan transkrip, minta tema, lalu untuk setiap tema, minta (a) kutipan verbatim dengan ID peserta, dan (b) jumlah berapa banyak peserta berbeda yang mengangkat isu tersebut. Kemudian verifikasi jumlah secara manual. Lima menit verifikasi pada sintesis yang butuh 20 menit tetap merupakan percepatan 5x dibanding mengerjakan dari awal, dan Anda tidak akan menyampaikan klaim frekuensi yang salah kepada PM Anda.

Varian microcopy

Kondisi kosong, pesan kesalahan, label tombol, dialog konfirmasi. AI akan memberikan Anda 8 varian untuk string apa pun dalam 30 detik. Ini adalah keuntungan yang nyata dan berguna.

Aturan yang tidak bisa ditawar: pilih satu, lalu tulis ulang. Draf pertama hampir tidak pernah sesuai dengan suara merek. AI secara default menghasilkan bahasa bernuansa LinkedIn di mana setiap kesalahan adalah kesempatan, setiap kondisi kosong adalah sebuah perjalanan, dan setiap dialog memakai tanda baca yang lebay. Jika Anda mengirimkannya tanpa penyuntingan, produk Anda akan terdengar seperti semua SaaS lainnya, yang merupakan kegagalan merek meski tidak ada kalimat yang salah secara individual.

Lacak persentase string AI yang Anda pertahankan verbatim selama sebulan. Angka saya sekitar 7%.

Draf teks alt

Yang ini jelas menguntungkan. Teks alt adalah jenis pekerjaan yang dilewati designer dan penulis ketika mereka kelelahan, yang terjadi hampir setiap saat, dan itulah mengapa begitu banyak web yang tidak aksesibel. AI membawa Anda ke 70%, sebuah draf yang bisa Anda edit lebih cepat daripada menulis dari awal. Anda memperbaiki 30% yang penting: perbedaan antara dekoratif dan informatif, istilah merek spesifik yang tidak diketahui AI, perbedaan antara "screenshot grafik" dan "grafik batang yang menunjukkan pendapatan Q3 naik 22% dibanding Q2."

Lebih cepat dari menulis dari awal, jauh lebih aksesibel daripada melewatinya, dan kasus terburuk (teks alt yang sedikit generik) masih jauh lebih baik daripada kondisi tanpa teks alt yang ada di sebagian besar situs B2B SaaS.

Moodboard dan gambar referensi

Midjourney, Ideogram, dan Sora berguna untuk moodboard internal dan presentasi kepada pemangku kepentingan. Batasnya jelas: jika ini masuk ke FigJam untuk menyelaraskan selera dengan PM dan EM Anda, itu tidak masalah. Jika ini akan masuk ke situs marketing, produk, atau artefak yang benar-benar dikirimkan, tidak.

Alat gambar generatif adalah rata-rata pola. Mereka menghasilkan karya yang terlihat seperti median dari data pelatihan mereka, yang persis apa yang Anda inginkan untuk "tunjukkan bagaimana moodboard dashboard enterprise yang tenang" dan persis apa yang tidak Anda inginkan untuk "desain gambar hero sebenarnya untuk kami."

Penyemaian prototipe

v0, Galileo, dan Figma Make dapat memberikan titik awal yang dapat diklik dalam 10 menit yang sebelumnya membutuhkan tiga jam dari awal. Cara yang tepat untuk memandang hasilnya: anggap output sebagai wireframe dengan opini, bukan desain. Anda akan menghapus sekitar 60% dari apa yang dihasilkannya. Anda akan mempertahankan keputusan struktural (tata letak ini masuk akal, hierarki ini kurang lebih benar) dan membuang keputusan visualnya (tidak, tombol kami tidak terlihat seperti itu, tidak, kondisi kesalahan kami bukan awan sedih).

Jika Anda mengirimkan output tanpa penyuntingan, Anda mengirimkan design system orang lain, yang sedikit dimodifikasi, ke dalam produk Anda. Pengguna tidak akan bisa mengartikulasikan mengapa rasanya aneh, tapi mereka akan merasakannya.

Di Mana AI Membantu dan Di Mana Ia Gagal

Di Mana AI Gagal (dan Apa yang Harus Dilakukan Sebagai Gantinya)

Selera

AI merata-ratakan data pelatihannya. Pekerjaan Anda adalah bersikap spesifik. Jebakan "UI yang didesain AI" adalah konsistensi yang tidak wajar. Setiap tombol memiliki radius 8px yang sama, setiap kondisi kosong menggunakan energi ilustrasi yang sama, setiap microcopy memiliki ritme tanda baca yang sama. Pembaca bisa merasakannya. Designer pasti bisa merasakannya. Solusinya bukan "kurangi penggunaan AI," melainkan "miliki opini yang kuat sebelum Anda membuat prompt." Jika Anda tidak tahu apa yang Anda inginkan, AI akan memberi Anda median dari apa yang diinginkan orang lain.

Suara merek

Merek Anda mungkin bukan bahasa LinkedIn generik. Namun, itulah default AI. Jika Anda bekerja di produk B2B yang serius, suara Anda mungkin tenang-dan-presisi (Linear), hangat-dan-jelas (dokumen Stripe), atau ironis-dan-tajam (suara lama Mailchimp). AI tidak mengenal satu pun dari itu. Ia tahu rata-rata semua copy SaaS, yang bukan salah satu dari mereka. Kirimkan microcopy AI tanpa menulis ulang dan Anda menghapus kerja keras bertahun-tahun yang membangun merek.

Pertimbangan aksesibilitas

Ini yang berbahaya. AI akan menghasilkan pola-pola yang indah namun tidak aksesibel: kontras 3,2:1 pada label, target sentuh 12px, indikator status berdasarkan warna saja (hijau untuk sukses, merah untuk kesalahan, tanpa ikon, tanpa teks), perangkap keyboard pada dropdown kustom, ring fokus dihapus karena dianggap "jelek." AI tidak mengenal WCAG. Ia tahu tampilan desain yang memenuhi WCAG secara rata-rata, yang merupakan hal yang sangat berbeda.

Jika Anda mengirimkan UI yang dibuat AI tanpa pemeriksaan aksesibilitas, Anda mengirimkan UI yang tidak aksesibel. Jalankan setiap layar yang disemaikan AI melalui pemeriksa kontras, uji keyboard-only, dan pemeriksaan pembaca layar sebelum meninggalkan file Anda.

Heuristik UX

AI tidak mengenal pengguna Anda, model data Anda, kasus edge Anda, atau IA yang sudah ada. Ia akan dengan senang hati menghasilkan halaman pengaturan yang bertentangan dengan lima pola yang sudah ada di produk Anda. Ia akan membuat konfirmasi hapus yang tidak sesuai dengan pola tindakan destruktif yang sudah Anda gunakan di mana-mana. Ia akan memperkenalkan paradigma navigasi yang indah berdiri sendiri tapi tidak koheren di samping sisa aplikasi Anda. Berpikir sistemik tetap menjadi tugas Anda.

Copy yang membutuhkan sudut pandang

Nada onboarding. Nada kesalahan. Empati dalam konfirmasi penghapusan ketika pengguna akan kehilangan 18 bulan pekerjaan. AI selalu bermain aman karena itu adalah output paling aman dalam data pelatihannya. Merek harus memutuskan. "Apakah Anda yakin ingin menghapus ini?" adalah versi AI. "Ini akan menghapus secara permanen 14 bulan catatan pelanggan. Tindakan ini tidak dapat dibatalkan." adalah versi merek. Maksud yang sama, produk yang berbeda.

Penilaian Jujur atas Empat Alat yang Sering Disebutkan Design Lead Anda

Figma AI / Make

Terbaik untuk: tata letak draf pertama pola umum. Halaman pengaturan, tabel data, kondisi kosong, modal. Outputnya kira-kira seperti template 2023 (generik tapi strukturnya kuat), yang persis apa yang Anda inginkan sebagai titik awal.

Terburuk untuk: apa pun yang melibatkan suara merek, apa pun yang tidak standar, apa pun yang perlu cocok dengan design system yang sudah ada. Figma Make tidak mengenal token Anda, ritme spasi Anda, atau pustaka komponen Anda. Ia menghasilkan frame Figma yang masuk akal, bukan frame Figma sesuai merek.

Kesimpulan: berguna sebagai permulaan 5 menit untuk pola umum. Jangan kirimkan outputnya. Gunakan untuk melewati langkah halaman kosong, lalu bangun ulang menggunakan komponen Anda sendiri.

v0 (Vercel)

Terbaik untuk: serah terima ke engineering. v0 menghasilkan kode Tailwind dan shadcn/ui yang benar-benar berjalan. Untuk mem-prototipekan flow yang ingin diuji engineer, ini benar-benar lebih cepat daripada Figma-to-code secara manual.

Terburuk untuk: orisinalitas visual. v0 memiliki satu dialek estetika: membulat, netral, sedikit bernuansa Vercel. Setiap output terlihat sedikit seperti situs marketing Vercel. Buang keputusan visualnya, pertahankan keputusan strukturalnya, dan biarkan design system Anda mengambil alih.

Kesimpulan: yang paling benar-benar berguna dari keempat alat untuk siapa pun yang bekerja erat dengan engineering. Anggap sebagai alat wireframing cepat yang kebetulan menghasilkan kode.

Galileo AI

Terbaik untuk: pemikiran divergen. Ketika Anda stuck pada sebuah tata letak dan ingin melihat lima pendekatan berbeda dalam lima menit, Galileo cukup baik. Ia tampil memukau dalam keynote.

Terburuk untuk: benar-benar dikirimkan. Output Galileo jarang bertahan dalam design review nyata terhadap sistem yang sudah ada. Layar yang dihasilkan terlihat rapi tapi tidak bisa disusun dengan sisa produk Anda, dan komponennya tidak sesuai dengan apa pun yang ada di pustaka Anda.

Kesimpulan: alat moodboard dengan tampilan UI. Gunakan untuk keluar dari kebuntuan, bukan untuk mengirimkan.

Midjourney / Ideogram untuk UI

Jangan.

Alat-alat ini menghasilkan gambar UI, bukan UI. Tombol tidak sejajar. Label salah eja atau hasil halusinasi. Apa pun dengan teks adalah fiksi. Masalah enam jari berlaku untuk antarmuka. Sekilas layar terlihat masuk akal, tapi pada pandangan kedua spasi salah dan item menu tidak masuk akal.

Jika Anda menggunakan Midjourney untuk moodboard internal tentang nuansa, tidak masalah. Jika Anda menggunakannya untuk menghasilkan UI yang orang lain anggap sebagai layar nyata, Anda menghasilkan karya yang tidak berkualitas. Kesimpulan: malpraktik untuk pekerjaan UI.

Jebakan "UI yang Didesain AI", Secara Terperinci

Tiga tanda layar dihasilkan AI dan tidak pernah diedit:

1. Border-radius identik di semua komponen yang tidak berkaitan. Tombol, kartu, input, modal, toast, semuanya dibulatkan dengan 8px atau 12px yang sama karena model memilih satu nilai dan menerapkannya ke mana-mana. Design system nyata memvariasikan radius berdasarkan jenis komponen untuk alasan hierarki.

2. Headline tiga kata ditambah subheading satu kalimat di setiap kondisi kosong. "Belum ada proyek" / "Buat proyek pertama Anda untuk memulai." Setiap. Kondisi. Kosong. Dengan energi visual yang identik dan nada yang terasa terlalu ceria.

3. Tanda baca berlebihan dalam microcopy di mana titik sudah cukup. "Tidak dapat terhubung, coba lagi" alih-alih "Tidak dapat terhubung. Coba lagi." Ritme tanda baca berlebihan adalah penanda khas AI.

Petunjuk lainnya: toast warna pastel kontras rendah (cantik di Dribbble, gagal WCAG AA), tombol ghost yang menghilang ke dalam latar belakang, empati generik yang tidak berarti ("Ups! Terjadi kesalahan"), energi ilustrasi stok di setiap kondisi, dan warna indigo spesifik yang entah bagaimana menjadi default untuk setiap antarmuka B2B yang dibuat AI.

Jika tiga dari ini ada di layar Anda, Anda membuatnya tapi tidak mengeditnya. Edit sekarang.

Tiga Varian Microcopy, Kondisi Kosong yang Sama

Kondisi kosong untuk daftar kontak CRM, belum ada kontak:

Versi generik AI (yang akan Anda dapatkan pada prompt pertama):

Belum ada kontak Tambahkan kontak pertama Anda untuk memaksimalkan kekuatan penuh CRM dan mulai membangun hubungan yang bermakna dengan pelanggan. [Tambah Kontak]

Ini cukup baik. Tapi juga mudah dilupakan, sedikit berlebihan ("memaksimalkan kekuatan penuh"), dan bisa ada di produk mana saja. Kirimkan ini dan Anda tidak menambahkan apa pun pada merek Anda.

Ditulis ulang sesuai suara merek (asumsi merek B2B yang tenang dan presisi):

Belum ada kontak. Impor dari CSV, sinkronkan dari Gmail, atau tambahkan satu secara manual. Kebanyakan tim memulai dengan CSV. [Impor CSV] [Sinkronkan Gmail] [Tambah Manual]

Kondisi kosong yang sama. Sekarang mengajarkan pengguna apa yang harus dilakukan, menyebutkan jalur yang paling umum, dan tidak mencoba menginspirasi siapa pun. CTA-lah yang bekerja; copy-nya tidak menghalangi.

Ditolak (terlalu lucu):

CRM Anda lapar. Beri makan beberapa kontak dan lihat ia berkembang. [Beri Makan]

Tidak. Kita tidak melakukan itu.

Polanya: AI akan memberikan Anda versi pertama dengan andal. Versi kedua adalah tugas Anda. Versi ketiga adalah apa yang terjadi ketika Anda memberi AI kebebasan penuh atas nada dan mengirimkan tanpa penyuntingan.

Rencana 30 Hari untuk Mengintegrasikan AI Tanpa Kehilangan Selera Desain

Tujuan rencana ini adalah mengetahui, dengan data nyata, di mana AI menghemat berjam-jam waktu dan di mana ia menciptakan pengerjaan ulang. Jalankan sekali dan Anda akan tahu 20% hari kerja Anda yang perlu terus diotomasi dan 80% yang sebaiknya dibiarkan.

Minggu 1, Sintesis riset saja

Jalankan sintesis riset berikutnya melalui Dovetail AI, Notion AI, atau Claude (tempelkan transkrip mentah langsung). Buat tema dengan kutipan verbatim dan jumlah. Verifikasi setiap klaim frekuensi secara manual terhadap transkrip. Ukur waktu Anda sebelum/sesudah dibanding kecepatan sintesis biasa Anda.

Target: satu dokumen sintesis, dengan catatan verifikasi, ditambah satu baris pencatatan waktu di jurnal desain Anda. Harapkan percepatan 3-5x dengan biaya verifikasi sudah dikurangi.

Minggu 2, Varian microcopy

Untuk tiga flow berikutnya, buat 8 opsi microcopy per string menggunakan alat pilihan Anda (ChatGPT, Claude, atau Writer jika sudah dikonfigurasi dengan suara merek). Pilih yang terbaik, tulis ulang sesuai suara merek. Lacak string AI mana yang Anda pertahankan verbatim, dan catat jumlahnya.

Target: dokumen microcopy dengan tiga kolom per string (varian AI, penulisan ulang Anda, alasannya). Di akhir minggu, hitung tingkat pertahanan verbatim Anda. Di bawah 15% adalah normal.

Minggu 3, Teks alt dan moodboard internal

Tambahkan pembuatan teks alt berbantuan AI ke checklist serah terima desain Anda. Untuk setiap gambar dan screenshot dalam batch pekerjaan berikutnya, buat teks alt dengan AI, lalu edit untuk spesifisitas. Untuk satu moodboard internal (bukan artefak yang dikirimkan), gunakan Midjourney atau Ideogram untuk menghasilkan 12 gambar referensi. Perhatikan mana yang mendorong Anda ke arah generik dan mana yang membuka sesuatu yang berguna.

Target: checklist teks alt diperbarui di template serah terima tim, ditambah satu moodboard FigJam dengan kritik diri tentang gambar AI mana yang terasa generik.

Minggu 4, Penyemaian prototipe

Pilih satu flow rendah risiko yang biasanya Anda buat wireframe secara manual. Gunakan v0 atau Figma Make untuk menyemainya. Bandingkan waktu-ke-klik dibanding proses biasa Anda. Catat dengan tepat apa yang Anda hapus dan apa yang Anda pertahankan. Jalankan hasilnya melalui pemeriksa kontras dan uji keyboard-only sebelum Anda menyebutnya selesai.

Target: artefak perbandingan (benih AI, versi yang sudah disempurnakan) dengan selisih waktu dan daftar semua yang Anda hapus.

Tinjauan akhir bulan

Tiga pertanyaan, di kertas:

1. Di mana AI benar-benar menghemat jam kerja? (Kemungkinan besar sintesis riset, teks alt, varian microcopy.)
2. Di mana ia menciptakan pengerjaan ulang? (Kemungkinan besar apa pun yang membutuhkan suara merek, pertimbangan aksesibilitas, atau pemikiran sistemik.)
3. Di mana ia mendorong Anda ke arah generik? (Kemungkinan besar moodboard jika Anda menggunakannya pada pekerjaan yang dikirimkan, penyemaian prototipe jika Anda melewatkan langkah penghapusan.)

Hasil tinjauan ini adalah kebijakan AI-dalam-alur-kerja pribadi Anda. Tuliskan. Tinjau kembali setiap kuartal seiring alat-alat berubah.

Opsional, Sudut Pandang ACE Framework

Jika Anda mencoba menjelaskan kepada design lead, PM, atau CTO yang skeptis di mana AI cocok dalam alur kerja spesifik Anda, ACE Framework memberikan kosakata yang jelas.

Penggunaan AI seorang UX designer terutama berada di Generate (varian microcopy, draf teks alt, moodboard, penyemaian prototipe) dan sebagian kecil di Analyze (sintesis transkrip riset). Bukan di Predict (prakiraan, model ML, yang merupakan wilayah PM dan data) atau Execute (alur kerja agen otonom, yang merupakan wilayah engineering dan ops).

Menyebutkan di mana AI cocok dalam alur kerja Anda menjaga percakapan tetap jujur dengan pimpinan. "Kami menggunakan AI untuk tugas-tugas tingkat Generate dengan tinjauan manusia pada setiap output" adalah kalimat yang mendapat persetujuan. "Kami menggunakan AI untuk meningkatkan kecepatan desain 10x" adalah kalimat yang menghasilkan karya tidak berkualitas.

Inti yang Perlu Dibawa

AI adalah junior yang cepat dan percaya diri tanpa selera, tanpa konteks merek, dan tanpa pertimbangan aksesibilitas. Ia tidak mengenal pengguna Anda. Ia tidak mengenal design system Anda. Ia akan menghasilkan karya yang terlihat masuk akal namun generik, dan kegagalannya tidak terlihat sampai sudah ada di mana-mana.

Anda yang mengarahkannya. Anda yang memverifikasinya. Anda tidak mengirimkan draf pertamanya.

Designer yang menggunakan AI dengan baik adalah mereka yang tahu apa yang mereka inginkan sebelum membuat prompt. Opini yang kuat menghasilkan keuntungan yang berguna. Prompt yang samar menghasilkan rata-rata internet. Rencana 30 hari di atas sebagian besar adalah latihan untuk belajar mengenali perbedaan itu dalam alur kerja Anda sendiri.

Jika design lead Anda menghubungi minggu depan untuk menanyakan mengapa kecepatan tidak naik 3x, Anda sekarang punya jawaban yang jujur. AI membuat beberapa tugas spesifik 3-5x lebih cepat: sintesis, teks alt, draf microcopy. AI membuat tugas lain lebih lambat karena verifikasi dan penulisan ulang membutuhkan waktu nyata. Hasilnya sekitar 20-30% lebih cepat untuk pekerjaan yang tepat, nol untuk pekerjaan yang salah, dan lebih lambat-sekaligus-lebih buruk jika Anda melewatkan langkah penulisan ulang. Itulah kebenarannya. Siapa pun yang menjual Anda angka yang berbeda sedang menjual sesuatu.

Pelajari Lebih Lanjut

• Riset Pengguna yang Menggerakkan Roadmap, Bukan Sekadar Mengonfirmasi Dugaan
• Hari dalam Kehidupan UX Designer di B2B SaaS
• Kontribusi Design System Tanpa Menjadi Orang Design System
• Template Job Description Product Designer