Figma 如何整合 AI 以革新設計流程和提升創意人員能力

我們的全新《Executive Function》系列專訪邀請透過人工智能推動轉型的領袖，分享他們的見解與經驗。

Figma 為團隊提供合作創作空間，將種種構思化成全球最佳的數碼產品和體驗。我們專訪了 Figma 的 AI 產品總監 David Kossnick，大談 AI 對設計的影響、如何盡展創意，以及培養 Figma 僱員的 AI 熟練能力。 

您曾經形容 AI 既是平台轉移，也是一種核心能力。AI 如何改變設計，而 Figma 面對這種改革又如何定位？

當 AI 令創作數碼產品變得前所未有的輕易，出色的設計就更加會成為好與壞的關鍵分水嶺。但設計不只是堆砌像素，而是精心製作的工藝：當中講求同情共感、對工作流程的全面掌握，以及問題解決技巧。

因此 AI 貫徹了 Figma 的每一環，從產品內的文字編輯和圖像生成，以至自動重新命名圖層和網站視覺效果，AI 令創作更快更直覺化，同時也讓更多人可以輕鬆投入創作。

與此同時，AI 也是一種平台轉移。Figma 專為開發數碼產品而設計，這讓我們從首要原則開始重新思考工作流程。

其中一個例子是 Figma Make⁠（在新視窗中開啟），這是一種將提示變成應用程式的工具，可以利用語言、圖像或結構性框架生成可隨時發佈的程式碼。無論用戶是編碼人員，還是設計師、項目經理、工程師和市場推廣人員等不熟悉編碼的人員，都可以更積極參與創作流程、嘗試製作原型並展現自己的構思，而無需受到技術障礙所局限。

對於以 AI 作為副手而非代替人類的討論很多，您認為這種轉變如何助力創意工作？

Figma 與眾不同之處在於我們對精心製作的執著，我們希望讓用戶可以全面掌控和微調每個細節。有了 AI，我們將工作流程擴展至視覺層以外，以包含語言、視覺效果和程式碼，並加入編碼器和「程式碼層」等工具，讓用戶可以在 AI 協助下原生編寫和發佈程式碼。

AI 智能代理可以處理繁複的工作，但很多工具都會限制之後的成品自訂。在 Figma，您可以完全編輯每一層，包括語言、視覺效果和程式碼，以全面配合您的構思，真正達至精心製作。我們同時支援跨模態工作流程，因此無論您擅長編碼、設計還是語言，都可以用自己的方式來工作，投入全端每一步而不會埋沒您的專長。

因為最終，在 Figma 中創製的產品以人類為目標對象。人類有價值判斷、同情共感和不同品味，這些特質讓人類成為真正的指揮，而非只是副手。

Figma Make 和 Dev Mode MCP 伺服器是將 AI 整合至端對端工作流程中的重要步驟。以您的理解，設計師和開發人員想怎樣透過程式碼與 AI 互動？

設計師和開發人員之間的協作，講求帶來真正的成效，即過程不只要避免產生溝通誤會，而是要確保可帶來用戶價值。Figma Make 幫助團隊驗證和測試多個可能的構思，因此當團隊達成共識時，亦有信心所選的方向正確。

Dev Mode⁠（在新視窗中開啟） 透過 CSS 和詞元等結構性數據來簡化任務交接，而 MCP⁠（在新視窗中開啟） 就可讓開發人員調用編碼智能代理，將模擬程式碼變成配合完整情境並可隨時發佈的程式碼，過程中無需手動複製貼上。

雖然 Make 本身用於製作原型，但設計師往往能準確地提示所需互動，讓工程師可以直接複製程式碼，用以作為工程構建中的任務交接成品。

在更廣泛層面上，Figma 的設計一直以多用戶合作為核心，這與其他主要以單一用戶為目標的早期 AI 工具有所不同。現在，我們會發展更具協作性的 AI 體驗，讓其他人可以參與創作過程。

您對 AI 工具支援協作以及多用戶合作有何看法？

多用戶合作是 Figma 的核心，而 Figma Make 和程式碼層等工具就是用來支援即時協作，甚至是透過 AI 即時協作。例如兩個人可以同時處理同一個檔案，看到彼此的代表頭像，並透過 AI 助理一同創作，將會議變成共享的互動開發環節。

圖像生成在 FigJam 和 Slides 中也大派用場，讓團隊可以一同創作與品牌一致的視覺內容，又或者在互相比對下反覆優化成品。這種發展也有其文化層面：例如我們有一個製作 FigJam 週年賀卡的傳統，讓團隊成員可以利用 OpenAI 的圖像編輯工具混合創作代表頭像，製作好玩又個人化的紀念品。這些傳統創作儀式可以鞏固團隊的連繫，鼓勵團隊精神，而大部分其他工具都無法做到。

現在越來越多設計程序都採用 AI 技術，例如圖層命名、文案撰稿、視覺內容搜尋和生成等，您認為專業設計師的角色將有何轉變？

精製工藝依然是當中最不可或缺的技巧，例如同情共感、品味，以至探索和精細調整的能力。現在嘗試新構思的成本下降，大家就能更深入鑽研哪些做法更有效，因此無論是動畫以至互動，每個細節都帶來精雕細琢、精益求精的機會。縱然我們可能會見到更多雜質，但出色的精心製作自會脫穎而出。

我們亦見到大家由執行者轉變為解決問題者，新的角色漸漸出現，同時有更多人開始參與製作。設計師開始編碼，而未來將屬於可以將創作意念化成真實的人，即由構思至執行的過程都統統一手包辦。

我有一位從事媒體和娛樂界的同事，形容構思生成和推銷的前期成本實在太高，往往要耗用不少心力，令很多精彩構思甚至未有機會嘗試就已胎死腹中。但現在有了 AI，就可以緩解這個瓶頸問題。我們看到各種創作構思百花齊放，因為創意人員可以自由探索、隨心分享。

這讓我想起漫威宇宙中的奇異博士，因為他可以看到各種可能出現的未來。這就像 AI 在設計上的角色：讓大家可以探索無限可能，為特定問題選擇最適合的做法。

您認為 Figma 的 AI 可以應用於哪些用戶或用例，是以往不可能做到的？

我們已見到不少精彩的例子，甚至是在正式發佈前已出現。在內部測試期間，人力資源團隊中一位沒有編碼或設計背景的成員發現了一個 Workday API，然後用 Figma Make 製作了一個遊戲，過程只花了兩小時：遊戲會從 Workday 擷取資料，展示四位員工的面孔和名字，玩法是配對員工面孔和名字。這個好玩小遊戲能幫助新僱員認識團隊成員，現在已成為我們入職程序中的一個項目。

這個構思大概不會有內部工具團隊優先處理，但全因 AI 降低了製作門檻，最終能夠得以實行。 這展現了現在非技術員工只要有精彩構思，無需工程團隊支援就能製作真正可用的工具，有時這些工具甚至可以部署。

我們見到很多令人意想不到的用例，讓我們深受啟發。Figma Make 和 Figma Design 等工具讓大家可以盡展創意，實現以往只能石沉大海的構思。

您如何培養員工的 AI 熟練能力，即讓員工發現自己能夠做到以往不可能的事？直至目前有沒有什麼心得？

產品內部測試是我們公司文化的重要一環，而對 Figma Make 我們更全力實踐這一點。我們舉辦了一項面向全公司的比賽「Great Figma Bake Off」，鼓勵大家以精彩項目參賽，並在每個時區舉行即興協作環節。比賽提供實際操作支援，協助對 AI 有興趣的僱員培養自信，特別是不常使用這些工具的新手。而在鼓勵大家投入參與上，社交激勵和即時指引亦大有幫助。

此外，我們亦在全公司採用 ChatGPT Enterprise，徹底改變了整個工作流程：市場團隊用來微調推銷簡報內容、草擬電郵等，全都可在安全和顧及私隱的環境下進行。

我們也舉辦了為期一週的 Maker Weeks 程式設計馬拉松活動，公司上下員工都可參與，而非只是產品團隊。大家製作的項目可謂五花八門，從影片至說明文件，以至整合 Slack 的 GPT 等。這讓人人都可嘗試、無需怕失敗、並從中學習，特別對於並非從事核心技術崗位的員工而言，大大降低了實際試驗的障礙。

這些發展究竟是種概念原則，即要建立一種 AI 熟練能力的文化，還是您有方法實際測量進度？

在 Figma，AI 熟練能力始於文化。我們招募人才時會著重願意試驗和探索新工具的員工，同時會撥出專門的時間和財政預算以支援員工學習，這不需要與特定任務相關。

我們會宣揚成功實例，例如人力資源團隊製作出 Workday 相關的遊戲，從而展示就算是花 10 分鐘時間的小試驗，也可以帶來真正影響。但當然萬事起頭難。

為了支持大家安全探索，我們特別為試驗性工具制訂了一套合規「快速捷徑」，當中包括使用資料的防護措施，讓團隊可以無阻礙地測試新 AI。很多工具大概不會完美運作，但降低嘗試的成本有助發掘真正價值，鼓勵機構上下創新。

您分享了有關培訓公司內部 AI 熟練能力的一些精彩見解。但消費者方面又如何？公司應如何將 AI 整合至產品和體驗？

作為 AI 用戶和開發人員，我們深深明白基層實驗有助推動 AI 應用。僱員先從非正式的方法開始使用 ChatGPT 等工具，漸漸發展至對安全和支援配置的需求，最終推動我們全面採納 ChatGPT Enterprise。

當中最大的領會是：一旦大家試用 AI 工作流程並意識到這有多簡單，他們就有信心參與構建。這種思維轉變對有意義地擴展 AI 應用非常重要，無論是對公司內部還是顧客而言都一樣。

最後總結一下，您個人如何運用 AI 來幫助自己在 Figma 的工作？

我每天處理大小事都會用到 ChatGPT，無論是整理審核筆記、草擬通訊內容，還是深入研究，有時候用一個簡單提示：「其他人通常如何解決這個問題？」，就能快速探索解決方案。 

我亦會用 Figma Make 來製作原型和探索構思，同時用 Slack AI 來總結複雜的訊息串，掌握全公司上下的資訊。最後，我亦經常用 Grammarly，雖然這個工具不太像 AI，但只需點撃一下，就可以靜靜幫我提升日常寫作。

Figma 利用 OpenAI API 來推動 FigJam AI，以及平台上的圖像生成功能，同時在全機構內部署 ChatGPT Enterprise，以提升員工 AI 熟練能力。