AI dalam Aliran Kerja Pereka UX: Apa yang Benar-Benar Membantu, Apa yang Menghasilkan Tangan Berenam Jari

Mesej Slack tiba pada hari Selasa. "Eh, dah cuba Figma AI? Kita patut bergerak 3x lebih laju pada flow-flow ni." Ia datang daripada ketua reka bentuk anda, yang sudah tiga tahun tidak menghantar flow sebenar dan baru-baru ini menonton sebuah keynote.

Jadi anda mencubanya. Anda taip "settings page for a B2B CRM with notification preferences and security tab" dan dua belas saat kemudian anda mendapat halaman tetapan. Secara teknikalnya, ia memang halaman tetapan. Secara estetik, ia adalah templat papan pemuka 2023: sudut membulat pada semua elemen, warna indigo yang khusus itu, komponen toggle yang diambil dari design system orang lain, dan microcopy yang tertulis "Customize your experience to unleash your productivity." Anda tidak menghantar satu pun daripada itu. Ketua anda bertanya mengapa kelajuan tidak meningkat.

Artikel ini adalah jawapannya.

Versi yang jujur: AI benar-benar berguna dalam lebih kurang 20% hari seorang pereka UX, langsung tidak berguna dalam 30% yang lain, dan berbahaya secara aktif dalam 50% yang tinggal. Kuncinya ialah mengetahui yang mana satu sebelum anda mula memberi arahan, bukan selepasnya. Pereka yang menggunakan AI dengan baik menganggapnya seperti pekerja junior yang yakin diri dan pantas, tetapi tanpa selera reka bentuk, tanpa konteks jenama, dan tanpa pertimbangan kebolehcapaian. Anda beri tugas yang skopnya ketat. Anda sahkan semua perkara. Anda tidak pernah menghantar draf pertamanya.

Di Mana AI Benar-Benar Layak dalam Aliran Kerja

Sintesis transkrip penyelidikan

Di sinilah AI paling hampir dengan ajaib. Empat puluh transkrip temu bual pengguna, 800 halaman teks mentah, timbunan kualitatif yang dulu mengambil masa seminggu penuh oleh seorang penyelidik untuk dikelompokkan. Tampal ke dalam Claude atau jalankan melalui Dovetail AI atau Notion AI dan anda mendapat tema dengan petikan verbatim dalam masa lebih kurang 20 minit.

Apa yang ia bagus: mengelompokkan, menyerlahkan tema sampingan yang tidak dijangka, mengambil petikan tepat, menjana peta afiniti draf pertama. Apa yang ia berbohong: kekerapan. AI akan dengan yakin berkata "pengguna kerap menyebut bahawa aliran eksport mengelirukan" sedangkan sebenarnya hanya 2 daripada 12 peserta yang menyebutnya sekali sahaja. Ia tertumpu pada petikan yang jelas, bukan berat statistik.

Struktur arahan yang berkesan: tampal transkrip, minta tema, kemudian untuk setiap tema minta (a) petikan verbatim dengan ID peserta, dan (b) bilangan peserta berbeza yang membicarakannya. Kemudian sahkan bilangan secara manual. Lima minit pengesahan pada sintesis yang mengambil masa 20 minit masih merupakan peningkatan 5x berbanding membuat dari awal, dan anda tidak menghantar dakwaan kekerapan yang palsu kepada PM anda.

Varian microcopy

Keadaan kosong, mesej ralat, label butang, dialog pengesahan. AI akan memberi anda 8 varian bagi mana-mana rentetan dalam masa 30 saat. Ini adalah manfaat yang nyata dan berguna.

Peraturan yang tidak boleh dikompromikan: anda pilih satu, kemudian anda tulis semula. Draf pertama hampir tidak pernah mencerminkan suara jenama. AI cenderung kepada bahasa Inggeris gaya pengeposan LinkedIn di mana setiap ralat adalah peluang, setiap keadaan kosong adalah satu perjalanan, dan setiap dialog menggunakan tanda em di mana tanda noktah sudah memadai. Jika anda menghantarnya tanpa menyunting, produk anda akan terdengar seperti setiap SaaS yang lain, yang merupakan kegagalan jenama walaupun tiada satu ayat pun yang salah.

Jejak peratusan rentetan AI yang anda simpan secara verbatim sepanjang sebulan. Milik saya sekitar 7%.

Draf teks alt

Yang ini tidak dapat dipertikaikan kebaikannya. Teks alt adalah kerja yang sering diabaikan oleh pereka dan penulis apabila mereka penat, yang kebanyakan masa, itulah sebabnya sebahagian besar web tidak boleh diakses. AI membawa anda ke 70%, draf yang boleh anda sunting lebih pantas daripada menulis dari awal. Anda betulkan 30% yang penting: perbezaan antara hiasan dan maklumat, istilah khusus jenama yang tidak diketahuinya, perbezaan antara "tangkapan skrin carta" dan "carta palang yang menunjukkan hasil S3 meningkat 22% berbanding S2."

Lebih pantas daripada menulis dari awal, jauh lebih mudah diakses berbanding meninggalkannya, dan mod kegagalan (teks alt yang agak generik) jauh lebih baik daripada keadaan tanpa teks alt yang berlaku di kebanyakan laman B2B SaaS.

Moodboard dan imej rujukan

Midjourney, Ideogram, dan Sora berguna untuk moodboard dalaman dan pembentangan stakeholder. Garisnya jelas: jika ia diletakkan pada FigJam untuk menyelaraskan selera dengan PM dan EM anda, tidak mengapa. Jika ia akan diletakkan pada laman pemasaran, produk, atau artifak sebenar yang dihantar, tidak boleh.

Alat imej generatif adalah purata corak latihan mereka. Mereka menghasilkan karya yang kelihatan seperti median data latihan mereka, yang tepat seperti yang anda mahukan untuk "tunjukkan saya moodboard papan pemuka perusahaan yang tenang" dan tepat seperti yang anda tidak mahukan untuk "reka imej wira sebenar kami."

Penyemaian prototaip

v0, Galileo, dan Figma Make boleh memberi anda titik permulaan yang boleh diklik dalam masa 10 minit yang sebelumnya memerlukan tiga jam dari awal. Kerangka yang perlu digunakan: anggap outputnya sebagai wireframe dengan pendapat, bukan reka bentuk. Anda akan membuang kira-kira 60% daripada apa yang ia hasilkan. Anda akan menyimpan keputusan struktur (susun atur ini masuk akal, hierarki ini lebih kurang betul) dan membuang keputusan visual (tidak, butang kami tidak kelihatan seperti itu, tidak, keadaan ralat kami bukan awan sedih).

Jika anda menghantar output tanpa menyunting, anda menghantar design system orang lain, yang sedikit diubah suai, dalam produk anda. Pengguna tidak dapat mengartikulasikan mengapa ia terasa tidak kena, tetapi mereka akan merasakannya.

Di Mana AI Membantu dan Di Mana Ia Gagal

Di Mana AI Gagal (dan Apa yang Perlu Dilakukan Sebaliknya)

Selera reka bentuk

AI merata-ratakan set latihannya. Tugas anda adalah untuk bersikap spesifik. Perangkap "UI reka bentuk AI" adalah konsistensi yang janggal. Setiap butang mempunyai jejari 8px yang sama, setiap keadaan kosong menggunakan tenaga ilustrasi yang sama, setiap microcopy mengenai irama tanda yang sama. Pembaca dapat merasakannya. Pereka pasti dapat merasakannya. Penyelesaiannya bukan "guna AI lebih sedikit," sebaliknya "ada pendapat yang kuat sebelum anda memberi arahan." Jika anda tidak tahu apa yang anda mahukan, AI akan memberi anda median daripada apa yang orang lain mahukan.

Suara jenama

Jenama anda mungkin bukan bahasa Inggeris gaya LinkedIn. Default AI adalah begitu. Jika anda berada di produk B2B yang serius, suara anda mungkin tenang-dan-tepat (Linear), hangat-dan-jelas (Stripe docs), atau tajam-dan-bijak (suara lama Mailchimp). AI tidak mengetahui mana-mana daripada itu. Ia mengetahui purata semua salinan SaaS, yang bukan mana-mana daripada mereka. Hantar microcopy AI tanpa menulis semula dan anda menghapuskan tahun-tahun kerja jenama.

Pertimbangan kebolehcapaian

Inilah yang berbahaya. AI akan menghasilkan corak yang cantik tetapi tidak boleh diakses: nisbah kontras 3.2:1 pada label, sasaran ketikan 12px, petunjuk keadaan berdasarkan warna sahaja (hijau untuk berjaya, merah untuk ralat, tiada ikon, tiada teks), perangkap papan kekunci dalam dropdown tersuai, cincin fokus dibuang kerana ia "hodoh." Ia tidak mengetahui WCAG. Ia mengetahui apa yang reka bentuk yang mematuhi WCAG kelihatan seperti secara purata, yang merupakan perkara yang sangat berbeza.

Jika anda menghantar UI yang dijana AI tanpa pemeriksaan kebolehcapaian, anda menghantar UI yang tidak boleh diakses. Jalankan setiap skrin yang dijana AI melalui pemeriksa kontras, ujian papan kekunci sahaja, dan pemeriksaan pembaca skrin sebelum ia meninggalkan fail anda.

Heuristik UX

AI tidak mengetahui pengguna anda, model data anda, kes tepi anda, atau IA anda yang sedia ada. Ia dengan sukacita akan menghasilkan halaman tetapan yang bercanggah dengan lima corak sedia ada dalam produk anda. Ia akan mencipta pengesahan padam yang tidak sepadan dengan corak tindakan merosakkan yang anda gunakan di mana-mana. Ia akan memperkenalkan paradigma navigasi yang indah secara berasingan dan tidak konsisten dengan aplikasi anda yang selebihnya. Pemikiran sistem masih kerja anda.

Salinan yang memerlukan sudut pandang

Suara onboarding. Nada ralat. Empati dalam pengesahan pemadaman apabila pengguna hampir kehilangan 18 bulan kerja. AI mengelak pada semua ini kerana mengelak adalah output paling selamat merentasi data latihannya. Jenama perlu membuat keputusan. "Are you sure you want to delete this?" adalah versi AI. "This will permanently delete 14 months of customer notes. This can't be undone." adalah versi jenama. Niat yang sama, produk yang berbeza.

Penilaian Jujur terhadap Empat Alat yang Kerap Disebut Ketua Anda

Figma AI / Make

Terbaik untuk: susun atur draf pertama corak biasa. Halaman tetapan, jadual data, keadaan kosong, modal. Outputnya lebih kurang templat 2023 (generik tetapi kukuh dari segi struktur), yang tepat seperti yang anda mahukan sebagai blok permulaan.

Paling teruk untuk: apa-apa yang melibatkan suara jenama, apa-apa yang tidak standard, apa-apa yang perlu sepadan dengan design system yang sedia ada. Figma Make tidak mengetahui token anda, irama jarak anda, atau pustaka komponen anda. Ia menghasilkan frame Figma yang munasabah, bukan frame Figma yang sesuai dengan jenama.

Kesimpulan: berguna sebagai permulaan 5 minit pada corak biasa. Jangan hantar output. Gunakan untuk melangkau langkah kanvas kosong, kemudian bina semula pada komponen anda sendiri.

v0 (Vercel)

Terbaik untuk: penyerahan reka bentuk kepada kejuruteraan. v0 menghasilkan kod Tailwind dan shadcn/ui yang benar-benar berjalan. Untuk menghasilkan prototaip flow yang anda mahu jurutera mainkan, ini benar-benar lebih pantas daripada penukaran Figma-ke-kod secara manual.

Paling teruk untuk: keaslian visual. v0 mempunyai satu dialek estetik: membulat, neutral, sedikit seperti Vercel. Setiap output kelihatan seperti laman pemasaran Vercel. Buang keputusan visual, simpan yang struktur, dan biarkan design system anda menegaskan dirinya semula.

Kesimpulan: paling benar-benar berguna daripada keempat-empat untuk sesiapa yang bekerja rapat dengan kejuruteraan. Anggapnya sebagai alat wireframe pantas yang kebetulan menghasilkan kod.

Galileo AI

Terbaik untuk: pemikiran divergen. Apabila anda terkandas pada susun atur dan ingin melihat lima pendekatan berbeza dalam lima minit, Galileo boleh digunakan. Ia mendemonstrasikan dengan baik dalam keynote.

Paling teruk untuk: menghantar sebenarnya. Output Galileo jarang bertahan dalam semakan reka bentuk sebenar terhadap sistem yang sedia ada. Skrin yang dijana kelihatan halus tetapi tidak digabungkan dengan produk selebihnya anda, dan komponen tidak peta kepada apa-apa dalam pustaka anda.

Kesimpulan: alat moodboard dengan kulit UI. Gunakannya untuk keluar dari kebuntuan, bukan untuk menghantar.

Midjourney / Ideogram untuk UI

Jangan.

Alat-alat ini menghasilkan imej UI, bukan UI. Butang tidak sejajar. Label tersalah eja atau dihaluskan. Apa-apa yang mengandungi teks adalah rekaan. Masalah tangan berenam jari meluas kepada antara muka. Sepintas lalu skrin kelihatan munasabah, pada pandangan kedua jarak tidak betul dan item menu tidak masuk akal.

Jika anda menggunakan Midjourney untuk moodboard dalaman tentang vib, tidak mengapa. Jika anda menggunakannya untuk menghasilkan UI yang sesiapa pun akan tersilap sebagai skrin sebenar, anda menghasilkan hasil yang buruk. Kesimpulan: salah laku profesional untuk kerja UI.

Perangkap "UI Reka Bentuk AI", Secara Terperinci

Tiga tanda sebuah skrin dijana AI dan tidak pernah disunting:

1. Jejari sempadan yang sama pada komponen yang tidak berkaitan. Butang, kad, input, modal, toast, semuanya dibulatkan kepada 8px atau 12px yang sama kerana model memilih satu nilai dan menerapkannya di mana-mana. Design system yang sebenar berbeza-beza jejari mengikut jenis komponen untuk sebab hierarki.

2. Tajuk tiga patah kata ditambah satu ayat subjudul pada setiap keadaan kosong. "No projects yet" / "Create your first project to get started." Setiap. Satu. Keadaan. Kosong. Dengan tenaga visual yang sama dan nada yang samar-samar ceria.

3. Tanda em dalam microcopy di mana tanda noktah sudah memadai. "Couldn't connect, try again" berbanding "Couldn't connect. Try again." Irama tanda em adalah petanda. Model menyukainya. Manusia menggunakannya jarang-jarang.

Petanda lain: toast pastel berkontras rendah (cantik dalam posting Dribbble, gagal WCAG AA), butang ghost yang hilang ke dalam latar belakang, empati generik yang tidak bermakna ("Oops! Something went wrong"), tenaga ilustrasi stok pada setiap keadaan, dan warna indigo khusus yang entah bagaimana menjadi lalai untuk setiap antara muka B2B yang dijana AI.

Jika tiga daripada ini ada pada skrin anda, anda menjanakannya dan tidak menyuntingnya. Sunting.

Tiga Varian Microcopy, Keadaan Kosong yang Sama

Keadaan kosong untuk senarai kenalan CRM, tiada kenalan lagi:

Versi generik AI (apa yang anda akan dapat pada arahan pertama):

No contacts yet Add your first contact to unleash the full power of your CRM and start building meaningful relationships with your customers. [Add Contact]

Ini boleh digunakan. Ia juga mudah dilupakan, agak megah ("unleash the full power"), dan boleh ada pada mana-mana produk. Hantar ini dan anda tidak menambah apa-apa kepada jenama anda.

Ditulis semula mengikut suara jenama (dengan mengandaikan jenama B2B yang tenang dan tepat):

No contacts yet. Import from a CSV, sync from Gmail, or add one manually. Most teams start with a CSV. [Import CSV] [Sync Gmail] [Add manually]

Keadaan kosong yang sama. Kini ia mengajar pengguna apa yang perlu dilakukan, menamakan laluan yang paling biasa, dan tidak cuba menginspirasi sesiapa. CTA melakukan kerja; salinan tidak menghalang.

Ditolak (terlalu mengada-ada):

Your CRM is hungry. Feed it some contacts and watch it grow. [Feed it]

Tidak. Kita tidak akan buat begitu.

Coraknya: AI akan memberikan anda versi pertama dengan boleh dipercayai. Versi kedua adalah kerja anda. Versi ketiga adalah apa yang berlaku apabila anda memberi AI kebebasan penuh pada nada dan menghantar tanpa menyunting.

Rancangan 30 Hari untuk Mengintegrasikan AI Tanpa Kehilangan Selera Reka Bentuk Anda

Tujuan rancangan ini adalah untuk mengetahui, dengan data sebenar, di mana AI menjimatkan jam dan di mana ia mencipta kerja semula. Jalankannya sekali dan anda akan tahu 20% hari anda yang perlu terus diautomasikan dan 80% yang perlu dibiarkan sahaja.

Minggu 1: Sintesis penyelidikan sahaja

Jalankan sintesis penyelidikan anda yang seterusnya melalui Dovetail AI, Notion AI, atau Claude (tampal transkrip mentah terus). Jana tema dengan petikan verbatim dan bilangan. Sahkan setiap dakwaan kekerapan secara manual terhadap transkrip. Catatkan masa anda sebelum/selepas berbanding kadar sintesis biasa anda.

Hasil yang dijangkakan: satu dokumen sintesis, dengan nota pengesahan, ditambah baris penjejak masa dalam jurnal reka bentuk anda. Jangkakan peningkatan 3-5x selepas menolak kos pengesahan.

Minggu 2: Varian microcopy

Untuk tiga flow anda yang seterusnya, jana 8 pilihan microcopy setiap rentetan menggunakan alat pilihan anda (ChatGPT, Claude, atau Writer jika anda telah mengkonfigurasi suara jenama). Pilih yang terbaik, tulis semula mengikut suara jenama. Jejak rentetan AI yang anda simpan secara verbatim, dan catat bilangannya.

Hasil yang dijangkakan: dokumen microcopy dengan tiga lajur setiap rentetan (varian AI, penulisan semula anda, sebabnya). Pada akhir minggu, kira kadar simpan verbatim anda. Di bawah 15% adalah normal.

Minggu 3: Teks alt dan moodboard dalaman

Tambah draf teks alt AI ke senarai semak penyerahan reka bentuk anda. Untuk setiap imej dan tangkapan skrin dalam kelompok kerja seterusnya, jana teks alt dengan AI, kemudian sunting untuk kekhususan. Untuk satu moodboard dalaman (bukan artifak yang dihantar), gunakan Midjourney atau Ideogram untuk menjana 12 imej rujukan. Perhatikan mana yang mendorong anda ke arah generik dan mana yang membuka sesuatu yang berguna.

Hasil yang dijangkakan: senarai semak teks alt dikemas kini dalam templat penyerahan pasukan anda, ditambah satu moodboard FigJam dengan kritik diri tentang imej AI mana yang terasa generik.

Minggu 4: Penyemaian prototaip

Pilih satu flow berisiko rendah yang biasanya anda wireframe dengan tangan. Gunakan v0 atau Figma Make untuk menyemaikannya. Bandingkan masa-ke-boleh-diklik berbanding proses biasa anda. Catat dengan tepat apa yang anda buang dan apa yang anda simpan. Jalankan hasilnya melalui pemeriksa kontras dan ujian papan kekunci sahaja sebelum anda mengisytiharkannya selesai.

Hasil yang dijangkakan: artifak berdampingan (benih AI, versi halus anda) dengan perbezaan masa dan senarai buang semua perkara yang anda keluarkan.

Semakan akhir bulan

Tiga soalan, di atas kertas:

1. Di mana AI benar-benar menjimatkan jam? (Mungkin sintesis penyelidikan, teks alt, varian microcopy.)
2. Di mana ia mencipta kerja semula? (Mungkin di mana-mana yang memerlukan suara jenama, pertimbangan kebolehcapaian, atau pemikiran sistem.)
3. Di mana ia mendorong anda ke arah generik? (Mungkin moodboard jika anda menggunakannya pada kerja yang dihantar, penyemaian prototaip jika anda melewatkan langkah pembuangan.)

Output semakan ini adalah polisi AI-dalam-aliran-kerja peribadi anda. Tulisnya. Semak semula setiap suku tahun seiring perubahan alat.

Pilihan: Lensa ACE Framework

Jika anda cuba menerangkan kepada ketua reka bentuk, PM, atau CTO yang skeptik di mana AI sesuai dalam aliran kerja khusus anda, ACE Framework memberi anda perbendaharaan kata yang jelas.

Penggunaan AI pereka UX tinggal kebanyakannya dalam Generate (varian microcopy, draf teks alt, moodboard, penyemaian prototaip) dan sebahagian kecil Analyze (sintesis transkrip penyelidikan). Ia tidak tinggal dalam Predict (ramalan, model ML, yang merupakan kawasan PM dan data) atau Execute (aliran kerja agentic autonomi, yang merupakan kawasan kejuruteraan dan operasi).

Menamakan di mana AI sesuai dalam aliran kerja anda memastikan perbincangan dengan kepimpinan tetap jujur. "Kami menggunakan AI untuk tugas peringkat Generate dengan semakan manusia pada setiap output" adalah ayat yang mendapat anggukan. "Kami menggunakan AI untuk melipatgandakan kelajuan reka bentuk 10x" adalah ayat yang membawa kepada hasil yang buruk.

Rangka Fikir yang Perlu Dibawa Pulang

AI adalah rakan kolaborator junior yang pantas dan yakin diri tanpa selera reka bentuk, tanpa konteks jenama, dan tanpa pertimbangan kebolehcapaian. Ia tidak mengetahui pengguna anda. Ia tidak mengetahui design system anda. Ia akan menghasilkan kerja yang kelihatan munasabah dan adalah generik, dan mod kegagalan tidak kelihatan sehingga ia ada di mana-mana.

Anda mengarahkannya. Anda mengesahkannya. Anda tidak menghantar draf pertamanya.

Pereka yang menggunakan AI dengan baik adalah mereka yang mengetahui apa yang mereka mahukan sebelum memberi arahan. Pendapat yang kuat masuk, manfaat yang berguna keluar. Arahan yang samar masuk, purata-internet keluar. Rancangan 30 hari di atas kebanyakannya adalah latihan untuk belajar mengenali perbezaan untuk aliran kerja anda sendiri.

Jika ketua reka bentuk anda menghubungi anda minggu depan untuk bertanya mengapa kelajuan tidak 3x, anda kini mempunyai jawapan yang jujur. AI mempercepatkan beberapa tugasan tertentu sebanyak 3-5x: sintesis, teks alt, draf microcopy. Ia memerlukan lebih masa untuk tugasan lain kerana pengesahan dan penulisan semula memerlukan masa sebenar. Hasilnya lebih kurang 20-30% lebih pantas pada kerja yang betul, tiada peningkatan pada kerja yang salah, dan lebih perlahan tetapi lebih buruk jika anda melangkau langkah penulisan semula. Itulah kebenarannya. Sesiapa yang menjual nombor berbeza kepada anda sedang menjual sesuatu.

Ketahui Lebih Lanjut

• Penyelidikan Pengguna yang Menggerakkan Roadmap, Bukan Sekadar Mengesahkan Sangkaan
• Sehari dalam Kehidupan Pereka UX di B2B SaaS
• Sumbangan Design System Tanpa Menjadi Orang Design System
• Templat Penerangan Kerja Pereka Produk