backup done

Где ИИ в дизайне реально прижился

В публичном дискурсе дизайн уже «мёртв»: любой человек с промптом якобы делает за час то, на что раньше уходила неделя работы дизайн-команды. Стивен Хейни, основатель дизайн-инструмента Paper, решил это проверить — не потвитить в ответ, а несколько месяцев анонимно опрашивать дизайнеров в Atlassian, Shopify, Notion и похожих компаниях. Результат его удивил: практика в разных компаниях почти не отличается друг от друга и почти не совпадает с тем, что бурлит в публичном дискурсе.

Не генерация, а аудит: где ИИ действительно силён

Сильнее всего ИИ проявляет себя в роли ревизора и документатора уже существующего, а не генератора нового дизайна. Практическая схема выглядит так: берётся таблица токенов дизайн-системы, подключается ИИ-агент через MCP к файлу Figma, и агент строит из таблицы правило — файл-инструкцию, который постоянно лежит у него «в памяти». Это правило превращается в переиспользуемую команду: даёшь ей ссылку на любой компонент или страницу, и агент построчно сверяет фактическое использование цвета, бордера, текста, иконки с тем, что предписано правилом.

Если элементу с текстом назначен токен цвета бордера вместо токена цвета текста — команда это найдёт и назовёт явно, с указанием, какой токен нужен. Авторы такого подхода оценивают ускорение аудита примерно в 50 раз по сравнению с ручной построчной проверкой. Причём это не разовый фокус для демо — рабочая команда, которую можно гонять на каждый новый экран.

Тот же паттерн «правило + команда» работает для документации дизайн-системы. Отдельное правило прямо запрещает агенту выдумывать use-case, которого нет в переданных компонентах, и требует переспрашивать, если для описания нужно сделать предположение о назначении элемента. Без этого запрета модель с высокой вероятностью выдаст правдоподобно звучащую, но придуманную документацию.

Где ИИ буксует: создание с нуля

Показательна обратная сторона: попытка собрать дашборд через Figma Make, синхронизированный с дизайн-системой, на выходе даёт визуально похожий результат, который при вставке обратно в Figma не использует ни одной настоящей переменной — только скопированный внешний вид с произвольными числами вместо токенов spacing. Компоненты ИИ пока группирует, а не собирает через auto layout, и почти всегда быстрее построить экран с нуля самому, чем разгребать сгенерированное.

Важное уточнение: тезис «ИИ не умеет работать с переменными дизайн-системы» верен только для одного сценария — когда модель получает текстовый промпт без прямого доступа к реальным Figma-переменным и вынуждена визуально угадывать структуру. Но стоит дать модели прямой доступ к переменным через API — и результат кардинально меняется.

Выводы для команд

Граница между тем, где ИИ в дизайне работает, а где нет, проходит совсем не там, где её рисуют в соцсетях. ИИ отлично справляется с проверкой соответствия существующей структуре, аудитом токенов и документированием. Он заметно хуже в создании структуры с нуля и в работе «по картинке» без доступа к реальным данным дизайн-системы.

Практический вывод для продуктовых команд: начинать внедрение ИИ в дизайн стоит не с генерации макетов, а с автоматизации аудита и документации дизайн-системы — там ускорение в десятки раз и минимальные риски. Генеративные фичи подключайте точечно и только там, где модель имеет прямой доступ к переменным и токенам.

Читайте также