哪怕沒有學過設計，你或許也曾在畫PPT時為尋找一張精準美觀的配圖花過一些時間，在面對差別細微的配色、字號和間距時多少斟酌了一會兒。即使知道人們對美丑并沒有統(tǒng)一的評價標準，卻還是會借助各種搜索和應用工具，讓視覺呈現(xiàn)盡可能地貼合自己的審美偏好。我們把這個過程簡單歸為「設計」。

現(xiàn)在，大量與設計有關的AIGC工具出現(xiàn)了。設計環(huán)節(jié)上，從前期創(chuàng)意發(fā)散、中期生產(chǎn)制作、后期剪輯/特效/排版等包羅萬象；生成形式上，從文字、圖片、視頻、3D資產(chǎn)到虛擬人應有盡有。這顯然給設計行業(yè)帶去了不小的沖擊。

在關注AIGC在設計產(chǎn)業(yè)的應用機會的同時，Kindergarten Green也希望從使用者的角度出發(fā)，看看AIGC類工具對設計師實際的幫助如何。我們邀請了三位資深且富有洞見的設計師：院長、MOG和美丫姐，分別來自廣告設計、UI/UX設計和品牌視覺設計行業(yè)。他們分享了各自的工作經(jīng)歷，聊了聊AI工具的利弊，以及AIGC對未來設計產(chǎn)業(yè)可能產(chǎn)生的影響。

01稀缺的從來不是精美的封面

院長

獨立廣告創(chuàng)意機構 TLITTLE TEAM] 藝術總監(jiān)

從事細分領域:廣告設計

設計工作年限:15年

使用過的AI工具: Midjourney和StableDiffusion

▎設計完成度包括概念、表達和執(zhí)行

我是做廣告設計的，從業(yè)時間超過15年了。

我的工作是從創(chuàng)意的原點出發(fā)，結合媒介、渠道、預算、需求方的品牌調性，考慮整體的視覺風格，然后拓展到每個細節(jié)。包括線上傳播的海報、帶交互性質的H5和當中人物動態(tài)的演繹、色彩搭配、UI交互流程，以及線下活動的現(xiàn)場布置、宣傳折頁的設計、實體物料選擇、現(xiàn)場平面圖和動線規(guī)劃……不同項目還涉及不同合作方，比如前端工程師、插畫師、印廠等等。

我習慣從概念、表達和執(zhí)行三個方面來看待一個設計項目的完成度。概念就是理解，表達就是選擇什么樣的載體、形式去呈現(xiàn)概念，執(zhí)行包含呈現(xiàn)的方式和效果，不僅是視覺內(nèi)容，還包含落地到具體媒介或者產(chǎn)品上的效果。

▎AI很難替我思考，概念環(huán)節(jié)更多是輔助靈感找尋

如果設計師沒有在設計中加入自己的想法和思考，那跟AI也沒有什么區(qū)別。你控制AI之前需要先想清楚自己要干嘛。我早年用過Windows的畫圖軟件畫像素畫，會一點一點、一格一格畫，后來有了PS之后我覺得更方便了，但要呈現(xiàn)的東西并沒有改變，我要做的始終還是我腦子里想的事情。

當然，AI可以幫助你尋找一些創(chuàng)意靈感，就好像我之前會經(jīng)常去一個叫做ffffound的網(wǎng)站找圖，上面有很多無厘頭、品味比較好的東西，能滿足我對視覺信息搜集需求。但沒有明確目的的情況下，用AI會很麻煩、很累，因為要一直糾錯。就像做項目一樣，當你沒有一個明確目的的時候，AI永遠能給你不同答案，但你并不知道哪個才是你想要的，這是比較浪費時間的。

早年的繪畫工具——畫圖

▎我把腦子訓練成軟件，表達環(huán)節(jié)和AI無關

說得夸張一點的話，我已經(jīng)把腦子訓練成了一個軟件，最關鍵的是思維路徑、想法能深入到哪一步，這跟工具是無關的，是自我表達。

設計以及所謂的藝術，都是一種表達，是基于腦海中對某個東西日積月累的理解。一年、兩年、三年……每個階段可能都有所不同，也會持續(xù)迭代。我之前做廣告設計更多時候是針對文字去做視覺表達，如果是針對音樂去做視覺表達，或者光、熱這些物理屬性，該怎么表達？這可能是慢慢深入之后要考慮的事情。

就像80年代的《西游記》，片頭曲的電音超級炫酷，當時甚至可能還沒有電音的概念，但導演想要呈現(xiàn)這種效果，她用別的方式表達出來了。所以工具不重要，重要的是你想要呈現(xiàn)什么東西。

蘑菇，從愛好到假裝建設物種

▎執(zhí)行環(huán)節(jié)AI或有助提升效率，但我需要時間用明白

當你已經(jīng)有明確目的之后，AI可以成為幫助你實現(xiàn)目的的工具，不再需要耗費更多時間去PS、渲染、合成，只需要打字就能生成一張圖片。但以AI目前能實現(xiàn)的程度，至少在我有限的嘗試和認知當中，它并沒有達到我的要求。

我前陣子和同事試了一下Midjourney和Stable Diffusion，是在已經(jīng)有了非常明確的目的和做出來的東西之后，想再用AI試試看，會有什么不一樣的東西。其實結果不算太好，或者是我們剛開始用，還不太熟練，可能需要更多時間熟悉它的規(guī)則、邏輯、插件、喂圖方式。雖然我暫時還不能判斷熟悉之后能用它來干嘛。

嘗試用AI生成的「藍精靈龍」（左），與自己實際做出來的設計稿（右）

▎AI有很多可能性，但稀缺的從不是精美的圖片

未來AIGC可能有機會運用在教育方面，比如開發(fā)幼兒的想象力，讓他們直接用AI生成畫面。但這個技術也是建立在了解了很多風格的定義的基礎上的，有些小孩對一個東西的描述未必是清晰的。而且當每個小孩都能隨便畫出一張精美的圖片時，這個東西就不再稀缺，就沒有意義了。AI確實能生成很精美的圖片，但我不知道為什么人喜歡要精美的圖片，我不覺得精美的圖片一定是好東西，也許他們只是玩一陣而已。

AI也有機會應用在游戲上。原本的生產(chǎn)周期因為工具的出現(xiàn)，效率大大提升了，那節(jié)省出來的時間就可以多考慮游戲的核心玩法了。雖然任天堂出品的游戲畫面、技術相對于更拼機能的sony和微軟來說，并不是最好的，卻依舊能獲得市場，因為它掌握了「游戲的內(nèi)核是歡樂」的要義。

至于圍繞AI還能做什么有意思的東西，我會設想用AI做一個游戲，讓更多人去玩；或者讓大家用AIGC還原夢境，再把這些夢境做成一個網(wǎng)站。首先得有個核心概念，不然就會和現(xiàn)在一樣，只是工具。我可能要先找到要服務的人群，比如說小孩或者是失明的人，再考慮用AI可以呈現(xiàn)什么東西。

02設計師的關鍵性是做判斷能理解和引導客戶

MOG

視覺設計師，高校設計教師，播客 [桂林公園FMJ 主播之

從事細分領域:品牌視覺設計

設計工作年限:20年

使用過的AI工具: Midjourney， StableDiffusion和runway

▎AI不能幫我理解和引導客戶

我本身是品牌設計師，也在高校任教。出于教學需求和對技術的興趣，我對新工具比較敏感。

品牌設計主要是VI和視覺指導方面，也會涉及新媒體方面的視頻和動態(tài)設計，以及插圖和插畫。工作流程比較標準化，首先客戶會提出大致的需求，描述氣質調性和對項目的理解；接著我們會去找具體的視覺參考，對齊方向，再確認執(zhí)行方式；最后把東西做出來。

我理解的設計思維比較乙方視角，重點在于滿足甲方需求，同時補足創(chuàng)意和設計的新鮮度和獨特性。

但這恰好也是設計師的核心能力與價值所在，一方面能理解客戶，另一方面能引導客戶，在某些節(jié)點上能說服他們，把控項目。大家的基礎能力差不多，最重要的還是溝通。這也是目前AI最難實現(xiàn)和替代設計師的點。

▎當前設計軟件已經(jīng)很強大，AI只用在作圖環(huán)節(jié)

我平時用的設計工具還是傳統(tǒng)三大件：PS、AI和InDesign，C4D或者blender會作為輔助三維使用，一些藝術性的項目會用一些交互工具，比如Processing，TouchDesigner，還有做視頻的After Effects。這些工具本身已經(jīng)很強大了，甚至已經(jīng)超出了我的需求。

相比之下，我沒法直接用AI做品牌設計的工作，精確度和完成度都達不到預期效果。目前我只用Midjourney和Stable Diffusion做過電臺周邊的出版物和封面插畫，先用Midjourney做前期，再用Stable Diffusion來精修。

當有了主干想法后，AI可以給你很多種備選的執(zhí)行方案，快速實現(xiàn)某一風格或者某幾種風格嫁接的效果。比如用日本劍戟片的風格生成90年代港片的海報，或者用黑澤明風格做一張星球大戰(zhàn)的圖。生成的圖基本比較到位，不會像開盲盒一樣。

但Stable Diffusion對硬件的要求很高。目前使用mac系統(tǒng)，對于AI算圖的支持有限，所以需要一塊強勁的顯卡加持。又因為Stable Diffusion是開源的，會有各種系統(tǒng)兼容性和腳本上的問題，都需要自己去調整。

 用Stable Diffusion圖生圖嘗試將動漫真人化

▎想法和工作流影響著AI生成的效果

我認為AI工具對有想法但不會畫畫的人來說，是非常好的工具，可以讓他們馬上做出超出個人表現(xiàn)能力的東西。但prompt的過程比較費事，用得好的人一般會按照Stable Diffusion里面的插件和具體生產(chǎn)流程，形成一套自己的方法和工作流。但實際上決定最后生成效果的，一方面是想法，另一方面是工作流的做法，會用的人才能自如地調用、拼貼和完善細節(jié)。

AI工具幫助提高效率可能在于明確了具體方向后，出創(chuàng)意的環(huán)節(jié)。Midjourney可以根據(jù)人的反饋輸出結果，你去點upscale或者various的按鈕，其實就是在體現(xiàn)人的導向。用的時間長了你就會發(fā)現(xiàn)，這種工具的審美品味就是那樣，它可以把這一類做得很好，但也只能做這一類。

 用Midjourney生成的不同風格的圖片

▎AIGC不利于新手設計師個人風格形成

視覺風格也是提到AIGC時，被頻繁討論的主題。我認為風格一定是長期的經(jīng)營結果。你在制作作品的過程中，有一以貫之的視覺特性在里面。堅持下去，經(jīng)過多年積累才可能形成類似于人設一樣的東西。比如日本的高田唯，風格非常強烈，他扮演的是一種介于藝術家和設計師之間的角色。真正能夠保持鮮明個人風格的設計很難，能做到的基本都處于行業(yè)頂尖水平。我也在朝這個方向努力。

不可否認的是，AIGC對個人風格的形成會有影響。比如設計專業(yè)的學生在畢業(yè)后通常會有一段鍛煉期作為職業(yè)緩沖，但現(xiàn)在基礎工作可能被AI替代了。對于想要成為成熟設計師、形成穩(wěn)定風格的人來講，不是特別好的事情。

▎AIGC會讓藝術創(chuàng)作更稀缺、更值錢

因為對AIGC的興趣和探索欲，我建立了資訊站（www.aigarlic.com）和社區(qū)（https://aigarlic.fanbox.cc/），希望和更多人交流。目前社群大概有500人左右，小紅書積累了7-8k粉絲關注。現(xiàn)在基本上是核心的人在產(chǎn)出內(nèi)容，也準備做成一個半訂閱性質的東西。

至于設計工作在AIGC的浪潮中會發(fā)生什么變化，我認為人的作用還是非常關鍵的，AIGC只是工具，它無法替代人來做最終的判斷決策。AI生成的內(nèi)容可能80%是趨同的，最后20%最黃金的、稀缺的地方，只有人能看到，也只有人能非常敏感地去把握主觀偏好。

隨著AIGC的發(fā)展，人的視覺閾值會被抬高，大家可能會喜歡更加抽象、不可替代的、AI生成不了的東西。比如高田唯做的設計，AI就做不了。我很難描述高田唯的作品，每個人的理解是不一樣的?；蛘呦瘛兑蝗恕贰鹅`能百分百》這樣的動畫風格，都有一些反直覺、反傳統(tǒng)的美感，非常獨特、個人化，視覺沖擊力很強。

未來的設計領域，基礎的「大路貨」會變得更精美、更易創(chuàng)作、生產(chǎn)效率更高，中低端的設計工作會被大量替代，比如說公眾號封面可能就不再需要專業(yè)的人去設計了，AI就可以畫得比較好。但這樣的東西，大家一看可能就知道是AI生成的，它也不值錢；真正的高端工作會更高端，真正的藝術創(chuàng)作會更值錢，兩極化加劇。

03 AI最大價值在于解放基礎勞動力

美丫姐

UI/UX設計師，優(yōu)設網(wǎng)聯(lián)合創(chuàng)始人，設計自媒體下【你丫才美工】主理人，品牌創(chuàng)意策劃

從事細分領域: UI/UX設計

設計工作年限:10年

使用過的AI工具: Midjourney和StableDiffusion

▎UI/UX設計中的邏輯和連貫性，AI愛莫能助

我之前主要做UI/UX設計，轉型做自媒體之后，也依然專注在數(shù)字領域，做用戶界面和產(chǎn)品設計。

UI設計師的工作既簡單又復雜。簡單在于產(chǎn)品會提供一個相對精準的原型，可操控和創(chuàng)作的空間相對小。說它復雜是因為UI設計很講究邏輯，需要體系化思考，在了解產(chǎn)品功能迭代后，保持視覺整體的統(tǒng)一性和合理性。

過程中，設計師需要基于產(chǎn)品形態(tài)進一步思考和優(yōu)化，去發(fā)現(xiàn)用戶沒有說出來或者沒有覺察到的需求。這些很難從已有素材中挖掘和拼湊，也很難通過AI工具實現(xiàn)。所以UI設計看似是一個很簡單的工種，卻是最難被AI取代的。

在第一次接觸AI的時候，我自然會想訓練一些UI和UX可以用上的模型，但這非常困難，特別是一些很小的細節(jié)，比如體系化的功能性icon。AI無法把控做成套的東西，它不理解元素之間的關聯(lián)和差異。根本原因在于AI的底層原理——它很大程度上依靠內(nèi)容輸入、模型訓練，是以模板拼湊為主的，缺乏邏輯關聯(lián)，但這恰恰是UI工作最關鍵的部分。

通過邏輯推理，設計師才能真正交出一份完成度高的UI設計稿。有人覺得精致或超寫實是完成度高，但我認為關鍵在于合理性和統(tǒng)一性。

合理性體現(xiàn)在細節(jié)設計與內(nèi)在邏輯的吻合，它是在設計語言之下做出的變動，讓設計無論是整體還是細節(jié)都是和諧的。統(tǒng)一性簡單來說就是整體上沒有很突兀的東西，如果幾個視覺元素單看還可以，放在一起卻沒有統(tǒng)一性，也許是華麗但沒有意義的。

除了設計本身，結合用戶數(shù)據(jù)更新迭代，也是UI/UX設計工作中比較特殊的代表性環(huán)節(jié)。比如我們現(xiàn)在去為一個的APP做界面設計改版，可能要輸出改版前、改版后、灰度、AB測試很多個版本，通過搜集數(shù)據(jù)，設計師可以快速捕捉視覺對使用體驗的影響。這種實時反饋往往可以給設計師帶來巨大的滿足感。設計師也可以在收集數(shù)據(jù)之后，將數(shù)據(jù)反饋給做導向和定板的人，提供更專業(yè)的建議。

但目前市面上單向問答式AI或者繪圖式AI沒法幫設計師完成這個流程。如果AI真的想輔助設計師，它需要具備一定的數(shù)據(jù)收集能力和分析能力，單純出圖并不是很好的方向和選擇。

▎削減電商設計服務的成本AI優(yōu)勢顯著

雖然AI工具目前可以實現(xiàn)UI/UX設計上的效果有局限，但在電商標準化圖片設計流程中，能減少環(huán)節(jié)、壓縮成本，潛力和價值很大。

我們之前作為第三方合作商服務過某手機品牌。在新品上線前，通常會經(jīng)歷產(chǎn)品打樣、產(chǎn)品圖和模特場景圖實拍，以及粗修、精修、商品詳情頁設計很多流程。如果用AI來做，可以減少部分環(huán)節(jié)，削減成本。甚至可以找一個普通人，利用AI技術，實現(xiàn)模特膚色、妝容、動作、表情的替換；根據(jù)不同電商促銷節(jié)點的需求，更換商品圖的元素和場景，省去基礎的重復工作。

在拍攝環(huán)節(jié)中，除了產(chǎn)品運輸、實拍這些肉眼可見的成本外，我們還要負擔潛在的隱藏成本，比如物流、倉儲。當然也可以用3D渲染，但出圖效果會不夠真實，成本更高。如果AI能提供更好的解決方案，就可以節(jié)約這部分支出。并且當客戶品牌形象積累得越來越完整、圖片越來越多，就越有利于訓練和維護成熟的AI模型，提供更精確的結果，沉淀更多信息和經(jīng)驗，服務提供方和客戶之間的紐帶也會更強。

另外，同一個品類在不同地區(qū)，會有不同的視覺風格傾向。比如日本和臺灣偏好類似當?shù)仉s志的風格，排版元素比較復雜，有很多堆疊效果。如果純靠設計師人力完成設計，過程會非?？菰?。但有了AI，可以把它當做底層的排版布局的工具，也可以生成相關元素搭配。人力只需要支持最后的審核工作。

我希望AI可以拓展到除照片和模型之外，更廣闊的場景中，來滿足電商領域更復雜的需求。因為圖片只是促成消費和買賣的一個手段，更多數(shù)據(jù)應用、產(chǎn)品AB測試功能，以及打通客服接口，都是AI有機會替代人工完成的部分。

▎除了解放基礎設計勞動力，AI終局難料

在我從業(yè)的這些年，設計工具一直在迭代。最早我是用PS，之后用過sketch，再后來有了figma這種線上工具。從大而全逐漸發(fā)展到更有針對性的細分工具，是符合市場迭代規(guī)律的。

而AI工具目前功能的確很有限，也有各自的缺陷。Midjourney作為一個在線付費的設計工具，雖然可以實現(xiàn)快速上手入門，但可控性較低、需要不斷磨合；而Stable Diffusion對設計師的審美、喂的圖和硬件設備都有更高的要求，需要經(jīng)過一定的訓練，才能實現(xiàn)成熟度和定制感。它不像Midjourney有不斷試錯的過程，如果一開始選用了錯誤的模型，后續(xù)是很難糾錯的。

Stable Diffusion的訓練周期取決于需求和使用場景，具象的和宏觀場景的訓練時間不同。比如我要訓練一個二次元人物，可以通過輸入手繪圖片，生成更多動作、場景的圖片，雖然不能保證每一張圖片里的形象完全一致，但完成度差不多也有八九成。這種生成具象的、體系化的東西效率還是比較高的。但如果使用者是一個多品類品牌，要求在統(tǒng)一的情況下體現(xiàn)不同，可能就需要不斷調整和試錯，耗時更長一些。

在civitai網(wǎng)站上，網(wǎng)友用Stable Diffusion訓練的熱門二次元人物模型

雖然當下的應用性有限，但從目前的發(fā)展速度來看，很難預測它未來的發(fā)展。目前AI的作用主要是替代一部分基礎勞動力，比如基礎的圖片處理。而從消極角度來看，AI確實可能會造成一部分崗位的消失，有一些也可能會一直共存。

從反面看，這恰恰是AIGC解放基礎勞動力的價值所在。設計師可以把更多時間和精力投入在需要理解人性的工作中，比如UI/UX設計中，設計師能洞察到用戶的交互和使用習慣，從而形成更完整的設計邏輯。

我對AIGC的終極想象是，有一天它也許會把人類驅逐出互聯(lián)網(wǎng)，重新回歸醫(yī)療、法律這些更加底層和基礎的行業(yè)。AI的學習能力很快，可能會把人們的審美閾值拉高，或者消磨人的創(chuàng)造力。假如一個藝術家創(chuàng)作出來的作品很早就有AI生成過了，那他的創(chuàng)造可能就沒有價值和意義了。

與三位設計師的對話，我們收獲了如下核心觀點：

● 作為乙方，AI不能代替設計師理解和引導客戶

● AI不能替代設計師完成最重要的概念設計環(huán)節(jié)，更多是輔助創(chuàng)作

● AI的工具屬性強，在執(zhí)行環(huán)節(jié)能替代一部分基礎、重復的標準工作，但依賴于對工作流的熟悉和掌握

● AIGC浪潮下，精美不再稀缺，稀缺的是獨特創(chuàng)意

這些分享真誠且?guī)в兴伎?，但以上一切基于一個核心假設：AI尚沒有直接與客戶對話的權力，這個權力仍握在設計師手中。在這個假設下，AI永遠在服務設計師，并且顯得有些吃力不討好?？刹灰?，OpenAI完成大語言模型的快速社會化，依靠的就是新的人機交互體驗——對話。

未來的AI只能作為工具而服務于人嗎？當AI以擬人化形象出現(xiàn)，用戶可以自定義他們喜歡的設計師風格，甚至是一些藝術大師的風格，再通過學習用戶過往的設計數(shù)據(jù)了解用戶喜好，假以時日，AI Designer不能成為新一代的設計師嗎？

畢竟，AI已經(jīng)擁有了直接與客戶對話的能力，大模型也依然在不斷進步，它需要的更多是一種可能。更何況，它會是最勤勞且好脾氣的乙方。

沒人知道未來會發(fā)生什么，但作為一家充滿好奇心的投資廠牌，我們希望能時刻保持謙卑與自省，在不斷發(fā)問中進行思考，也許能獲得不一樣的答案。如果你對AIGC也有一些觀察和思考，不妨留言聊聊。也歡迎推薦與AIGC相關的創(chuàng)業(yè)項目，和我們一起探索更富有想象力的未來。