原文：UX-Context Design: Using UX Knowledge to Inform AI-Generated Design

這篇文章探討了在 AI 驅動開發的時代，使用者體驗（UX）研究與設計的產出正經歷一場重大變革：從原本寫給「人」看的報告，轉向為引導 AI 運作的**「策展內容（Curated Context）」**。

以前做完研究後，我們通常會產出 Persona、Journey Map、Research Report 或 Wireframe，這些都是寫給人看的，希望團隊成員能理解研究結果，再把它轉換成產品設計。

但現在越來越多工作開始交給 AI 完成，不管是 PM 用 AI 生出 Mockup、工程師用 AI 寫功能，甚至 Designer 也開始讓 AI 幫忙產圖。在這樣的情況下，真正需要理解研究成果的人，不一定只有人，還多了一個新的「讀者」──AI。

因此，這篇文章提出一個觀點：未來 UX 最重要的產出，可能不是文件，而是 Context。

AI 能產生什麼樣的設計，很大程度取決於它拿到哪些資訊。如果只有一句 Prompt，AI 很容易做出一個「平均值」的介面。因為它知道大部分的搜尋頁長什麼樣子，卻不知道你的使用者是誰、你的產品有什麼限制，也不知道團隊過去累積了哪些研究成果。少了這些 Context，AI 做出的設計自然只能是最普通的答案。

現在其實不只是 Designer 在做設計。PM 可能會請 AI 先畫一版畫面，工程師也可能直接請 AI 加一個新功能，而 AI 在決定按鈕位置、錯誤訊息、操作流程時，其實都已經在做 UX 決策。所以真正重要的，不是限制誰可以使用 AI，而是確保所有 AI 產出的內容，都能建立在同一套使用者研究與設計標準上。

因此，UX 的工作也開始跟著改變。以前研究成果是交接給人閱讀，現在則需要整理成 AI 能理解的內容。文章把這件事情稱為 UX-context design，也就是把組織對使用者、產品和設計規範的理解，整理成可以持續提供給 AI 使用的 Context，而不是一次性的文件。

文章接著介紹 Google 在 2026 年提出的 DESIGN.md。它是一份放在專案裡的 Markdown 文件，除了記錄顏色、字體、間距等設計系統之外，也會用文字說明哪些設計可以做、哪些不建議做，讓 AI 每次產生介面時，都能依照同一套設計規範，而不是自己猜。

不過作者認為，只有 DESIGN.md 還不夠，因為它主要描述的是視覺設計。如果希望 AI 更理解使用者，還需要一份更完整的 UX.md。

UX.md 並不是現有的標準，而是作者提出的一個概念。裡面可以放研究整理後的重要發現、互動原則、產品術語、使用者模型，以及產品使用情境等資訊。例如，可以直接告訴 AI：「使用者在設定流程很容易因為缺少資料而放棄」、「產品主要提供給熟悉系統的專業使用者」、「護理師在工作時經常被打斷，所以操作流程不能太長」。當 AI 每次產生畫面時，都能把這些資訊一起考慮進去，而不是只依靠模型本身學到的一般知識。

最後，文章提出一個我很認同的觀點。UX Context 並不是一份寫完就結束的文件，它應該跟著產品一起持續更新。每一次新的研究、每一次發現 AI 做錯的地方，都應該回頭更新 Context。未來 UX 的工作，可能不再只是把研究交接給團隊，而是不斷維護這份讓 AI 能做出更好決策的知識庫。

看完這篇文章後，我也想到幾個延伸問題。

如果未來 UX.md 真的成為團隊的重要文件，那它應該由誰負責維護？我覺得答案不會只有 UX Designer。一份好的 UX Context，裡面除了研究洞察，也包含產品規則、商業限制、設計原則與使用情境，因此比較像是 UX、PM 和工程團隊共同維護的一份產品知識。UX 負責更新研究發現，PM 補充產品規則與商業邏輯，Designer 維護互動原則，大家一起讓 AI 每次工作時都能拿到最新的 Context。

最後一個問題是，PM 在 AI 時代需要新增什麼能力？以前我們很重視需求管理、規格撰寫和跨部門溝通，但如果 AI 已經能協助產生介面、程式甚至流程，那 PM 很重要的一項工作，可能就是管理好 Context。我們需要思考哪些資訊應該提供給 AI、哪些規則不能遺漏，以及 Context 是否真的讓 AI 做出更好的結果。未來管理產品的人，某種程度上也會開始管理 AI 的知識來源。