原文： https://stateofaidesign.com/chapters/craft

https://stateofaidesign.com/chapters/tools

分別從 「技藝（Craft）」與「工具（Tools）」 兩個維度，深入探討 AI 如何徹底改變設計師的工作方式、角色定義以及所使用的工具生態。

核心內容整理

1. 《技藝：無限產出時代的設計技藝》（Craft）

這篇文章探討 AI 如何改變設計師「做什麼」以及「怎麼做」，核心在於設計與工程邊界的模糊化。

• 設計師開始「寫程式」並直接交付產品：50% 的受訪設計師（包括產品和品牌設計師）曾將 AI 生成的程式碼推送到生產環境。設計師不再只是「畫圖」，而是能直接修復前端問題、整合組件，縮短了從創意到執行的距離。
• 從靜態模型轉向「可運作的原型」：高保真的動態原型正成為標準交付物，甚至有 43% 的受訪者表示公司期望看到可運作的原型而非靜態圖稿。這有助於團隊在真實數據環境中評估設計表現。
• 速度與品質的拉鋸：AI 提升了效率與創意探索的廣度，但也帶來隱憂。部分設計師擔心過快的速度會壓縮思考與判斷力的養成時間，導致「平庸產出（slop）」增加。
• 人類價值的重塑：儘管 AI 強大，80% 的設計師仍認為自己的「審美品味（Taste）」、「判斷力（Judgment）」與對「使用者需求的理解」是 AI 無法取代的核心價值。AI 被視為設計師觀點的「放大器」。
• 工作滿意度與壓力並存：能夠「親手構建」產品的設計師感到更有成就感與創造力，但同時也面臨必須不斷學習新工具的疲勞感，以及因獨立作業增加而產生的孤獨感。

2. 《工具：工具組合的大動盪》（Tools）

這篇文章聚焦於設計師工具箱的劇烈變遷，指出工具組合（Toolstack）正變得更多元但不穩定。

• AI 使用頻率飆升：每週至少使用 AI 進行設計任務的設計師比例從 2025 年的 54% 躍升至 91%。AI 已滲透到從構思、原型製作到開發交付的每一個環節。
• 工具數量翻倍與主流更迭：設計師平均使用的 AI 工具從 3 個增加到 7 個。Claude 已超越 ChatGPT 成為首選的通用 AI 工具，且 Claude Code 在編碼領域也迅速普及。
• Figma 角色的轉變：Figma 不再是唯一的中心，其角色轉變為**「手術刀」**——用於精細微調 AI 生成的結果，或是作為初步構思的畫布，隨後便進入程式碼環境進行深度開發。
• 設計師成為「工具製作者」：這是最顯著的趨勢之一。設計師開始利用 AI 建立「微型工具」或「內部系統」來自動化重複任務，或是將公司的設計規範與判斷準則封裝進 AI 流程中。企業內部工具在大型組織中尤其盛行。
• 面臨的挑戰：「產出品質不穩定」是目前最大的障礙（62% 受訪者提及）。此外，工具更新速度過快讓設計師感到精疲力竭，難以建立長期的「標準工具組」。

總結這兩篇文章的觀點： AI 正在消除創意與執行之間的阻礙，讓設計師擁有前所未有的「構建」能力。雖然技術與工具日新月異，但設計師的核心競爭力已從「底層執行」轉向「高層次的判斷、說故事能力以及對問題的深刻理解」

設計師不可取代的核心價值為何

雖然 AI 能大幅加速產出，但設計師仍具備多項 AI 無法取代的核心價值，這些價值主要集中在高層次的判斷、理解與溝通。

報告中提到的核心價值包含以下幾個面向：

1. 審美眼光與判斷力 (Taste and Judgment)

• 定義「好」的標準：在速度被極大化的時代，最卓越的設計師是那些在眾人追求效率時，仍能維持對「什麼是好設計」有清晰觀點（Point of view）的人。
• 品質把控：約 80% 的受訪設計師認為，最終的視覺磨練（Visual polish）、創意指導與審美判斷仍需依賴人類的「品質測量儀」，而非 AI。
• 觀點放大器：AI 被視為一種「觀點放大器」，設計師必須先有自己的立場，才能決定如何引導 AI 工具。

2. 問題定義與問題理解 (Problem Definition and Understanding)

• 挖掘核心問題：設計最難的部分通常不是「形式的產生」，而是深刻理解問題，從而判斷某個事物為何應該存在，以及它應該是什麼樣子。
• 策略性框架：約 60% 至 70% 的設計師強調，在定義問題、策略性框架以及理解使用者需求與情境方面，人類的判斷力仍不可或缺。

3. 說故事與溝通能力 (Storytelling and Alignment)

• 設計論述：設計師擅長透過說故事（Storytelling）來傳達設計理念，並在跨職能團隊中達成共識與協作（Alignment），這是 AI 難以模擬的人文連結。
• 文化洞察：人類在故事敘述和文化遠見（Cultural foresight）方面具備獨特優勢，能創造出與他人共鳴的作品。

4. 系統性思考與架構設計 (Systems Thinking and Architecture)

• 複雜架構：設計師在處理系統性思考、設計架構以及倫理與包容性決策時，仍扮演主導角色。
• 應對成熟產品的複雜性：當面對大規模或成熟產品的複雜問題時，人類在 UI 設計上的創新仍無可取代，設計師需要擁有對「像素級選擇」的自主權。

5. 究責與策展 (Accountability and Curation)

• 承擔責任：AI 代理（Agents）無法為錯誤負責，最終必須由人類來承擔責任（Accountability），這也是人類必須留在設計流程中的關鍵原因。
• 策展 AI 產出：設計師的核心價值在於「策展」（Curate），即決定 AI 應該做什麼、不應該做什麼。

總結來說，報告指出 AI 縮短了從創意到執行的距離，但「決定要往哪裡走」以及「判斷產出是否達標」的決策權，依然掌握在具備品味與洞察力的設計師手中。

套用到 PM 身上

如果將「從執行介面轉向判斷介面」以及《2026 年 AI 設計報告》中的趨勢套用在在 產品經理 (PM) 身上，PM 的角色將會經歷一場從「協調者」到「超級構建者」與「終極審核者」的深刻轉型。

以下是結合來源內容，對 PM 角色的幾點核心心得：

1. 從「文件撰寫者」轉向「意圖與變更審查者」

在傳統模式下，PM 花費大量時間撰寫詳盡的產品需求文件 (PRD)。在 AI 時代，這種「執行」負擔將大幅減輕：

• 意圖發起 (Intent Authoring)：PM 不再需要手動定義每一個欄位，而是透過描述業務目標與約束條件，讓 AI 自動生成 PRD 草案、使用者流程或初始原型。
• 差異評論 (Diff Review)：PM 的核心工作轉變為「判斷」 AI 生成的多個版本中，哪一個最符合商業邏輯與使用者需求。這就像設計師從「畫圖」轉向「審閱差異」一樣，PM 變成了需求的「策展人」。

2. PM 也能成為「構建者」：模糊的角色邊界

報告指出，已有 40% 的設計師發現 PM 和工程師正在承擔更多的設計工作。

• 跳過手動交接：透過 AI 輔助的編碼工具或原型工具（如 Claude Design 或 Lovable），PM 可以直接把想法轉化為「可運作的原型」，而不僅是靜態的規格書。
• 減少溝通損耗：PM 可以直接在代碼層級進行簡單的微調（如更換文字、調整間距或修正邏輯），不再需要為了小改動而等待工程師排程，徹底消除了「被工程師卡住」的借口。

3. 「問題定義」成為 PM 的核心護城河

正如 Linear 執行長 Karri Saarinen 所言：「設計最難的部分不在於形式的產生，而在於深刻理解問題，以判斷某事為何應該存在」。

• 對於 PM 而言，當 AI 可以快速產生 100 種功能方案時，PM 的價值在於其「判斷力」與「策略眼光」。
• PM 必須維護清晰的「觀點 (Point of View)」。如果 PM 只是盲目接受 AI 生成的「微波爐排餐（slop）」，產品品質將會平庸化。

4. PM 作為「工具與系統的製作者」

報告中提到設計師開始建立「微型工具」來自動化流程。這對 PM 同樣適用：

• 自動化研究與分析：PM 可以建立內部的 AI 代理來即時查詢研究庫、總結 Slack 中的使用者回饋，或是自動審核低風險的變更。
• 封裝判斷準則：PM 可以將產品的優先順序邏輯、品牌指南或品質標準「編碼」進 AI 流程中，讓團隊成員在嘗試新想法時，能自動符合產品的大方向。

5. 隱憂：速度帶來的品質壓力與孤獨感

• 工作強度增加：AI 並未減少工作，反而讓產出變得更密集。當工程產能飆升，PM 面臨著必須更快做出高品質決策的巨大壓力。
• 缺乏「思考孵化」時間：過快的產出速度可能會壓縮 PM 進行深度思考、實地考察使用者或讓靈感發酵的空間。

總結來說： 對 PM 而言，這是一個「權力擴大」與「責任深化」的時代。你不再只是產品的「翻譯官」，而是具備開發與設計能力的「全能構建者」。

然而，你的核心價值將回歸到最原始的點：你是否真的理解問題？你是否具備足夠的品味與判斷力，能從 AI 產生的大量方案中挑出那顆鑽石？