面对纷繁的AI工具，设计师如何找到提效法门？一位北美设计师的经验表明，精简工具链，将Figma Make与Perplexity深度融入工作流，能显著提升设计效率与沟通质量。这篇文章的价值在于提供了经过实践检验的具体原则和使用场景，帮助设计师在AI浪潮中保持清醒，找到真正适合自己的节奏。
智能速览
核心原则是大道至简，专注于一两个核心AI工具。
主力工具组合为Figma Make做交互原型，Perplexity做信息研究。
Vibe Coding可快速验证方案，灵活应对需求变更。
在问题模糊、信息架构复杂及视觉探索阶段应慎用AI。
精华内容
AI工具并非越多越好，真正的提效源于将工具内化为思维延伸。下面将拆解如何构建精简高效的AI设计工作流。
大道至简原则
去年下半年开始，尝试将AI深度融入设计工作流，曾一度同时使用超过5个AI工具，覆盖从文案到图像生成的各个环节。每个工具虽各有专长，但频繁切换反而增加了认知负荷，并未真正节省时间。实践后发现，与其追求工具的“大而全”，不如精炼至1-2个最顺手、最符合个人习惯的核心工具，避免陷入“让AI替我思考”的误区，保持创作的主观能动性。
核心工具组合
当前的主力AI工具组合是Figma Make与Perplexity。Figma Make主要用于“vibe coding”，即通过自然语言快速生成可交互的原型，直接用于与工程团队的交付对接。Perplexity则作为信息研究引擎，在项目初期快速搜集、整合和验证各类信息，其答案的可溯源特性有效提升了研究的准确性和效率。
Vibe Coding改变什么
首先是简化复杂交互，无需再手动连接大量“意大利面”式的交互逻辑，从宏观流程到微观动效均可快速调试，一个可交互的演示胜过千言万语。
其次是加速方案验证，不再需要绘制高保真原型，直接用vibe coding生成一个可触摸的Demo，让讨论变得直观且高效，极大提升了沟通质量。
最后是增强灵活性，面对需求的临时变更，在Figma Make中调整视觉和逻辑一气呵成，避免了在传统设计工具中手动修改数十个画帧的繁琐操作。
AI不适用的场景
AI工具并非万能，在以下场景中，回归传统设计方法更为高效。当用户心智模型和底层需求尚不明确时，不应过早介入UI设计。面对复杂的多层级导航或数据关系等信息系统架构设计时，AI的生成能力有限。在需要大量视觉探索以确定品牌调性和风格的阶段，依赖Prompt进行创作效率低下且难以精准控制。
面对AI浪潮，不必焦虑，也无需盲目追逐最新工具。关键在于找到适合自己工作流的工具组合，并将其练到人剑合一。归根结底，AI是辅助思考的延伸，而非替代思考本身。你的工作流又是如何的呢？
