最近参加了几个关于 AIGC 的设计交流活动，听到了一些不同领域、不同经验的设计师对 AIGC 这波浪潮的直接看法。可能大家被元宇宙、web 3.0 这样的概念玩坏了，还有不少人没有真正意识到这次技术革新会给人类世界带来多大的影响和变化，也没有意识到自己正处在这波技术浪潮的风口浪尖。于是我想着先用这篇文章整理一下...

最近参加了几个关于 AIGC 的设计交流活动，听到了一些不同领域、不同经验的设计师对 AIGC 这波浪潮的直接看法。可能大家被元宇宙、web 3.0 这样的概念玩坏了，还有不少人没有真正意识到这次技术革新会给人类世界带来多大的影响和变化，也没有意识到自己正处在这波技术浪潮的风口浪尖。

于是我想着先用这篇文章整理一下我目前了解到的一些信息，以及截止目前，我对 AIGC 与设计相关问题的一些观点和想法。

我认为在未来 3-5 年内，设计领域的工作方式、设计流程以及设计师的能力模型与职能划分将会全部完成洗牌。 设计师的知识结构、学习设计知识的方式、设计分析与调研的方式、使用的设计工具、设计稿的形式以及与产品经理和技术人员的协作方式，都会很快会发生变革。

更多AI相关的思考：

ChatGPT来了！做好这3点，设计师仍可安身立命 Hey 今天你过得好吗~ ChatGPT 大火的今天，许多人对自身境遇都觉岌岌可危，那作为互联网行业设计师的我们，未来会何去何从？

阅读文章 >

一、AI 会做设计吗？AI 什么时候学会做设计 “基于图像智能生成技术 ，改变传统的设计模式，在短时间内完成大量 banner 图、海报图和会场图的设计，提高工作效率。用户只需任意输入想达成的风格、尺寸，就能代替人工完成素材分析、抠图、配色等耗时耗力的设计项目，实时生成多套符合要求的设计解决方案。”

2023 年的今天，我们读到这段文字会很自然的想到，嗯，这就是 AIGC 的工作能力，Midjourney 为代表的 AI 在未来完全可以做到这些。

实际上，上面这段文字来自阿里巴巴的一个名为“鹿班”的产品介绍。鹿班是由阿里巴巴智能设计实验室自主研发的一款设计产品。最早，是阿里巴巴的一名设计师发起并领带研发，那时候是 2015 年。

“2016 年“阿里智能设计平台”首次服务双 11，制作了 1.7 亿张商品展示广告，如果全靠设计师人手来完成，假设每张图需要耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。”

“在 2017 年双 11 中，Luban 每秒生成 8000 张海报，刷新了人们对 AI 创意能力的认知。”

一秒做出8000张海报设计的「鹿班智能设计平台」是怎么工作的？ 你的双11，买买买。

阅读文章 >

那时候我想，未来有一天，AI 会真正取代自己身边的设计师去做 banner 的。但时至今日，全中国还有大约百万级别的视觉设计师在重复着与鹿班非常相似的工作。

与鹿班相比，DALL·E 2、Stable Diffusion、Midjourney 三者都是 AI 图像生成器。客观一点说，他们是在画图，而鹿班是在做设计。而遗憾的是，2015 年阿里“鲁班”启动到现在，8 年时间过去了。鹿班“开放”之后并没有成为大规模影响视觉设计产能的 AI 设计工具。阿里鹿班项目的内部具体细节不得而知，但就鹿班最后的产出物料来看，猜测可能有两点问题制约了它的进一步发展。

1）品质感低：鹿班具备超高效率生成淘宝商品宣传物料的能力，但生成的结果还是没有优秀设计师做的好。所以有品质要求的商家，或者商品价格更高的商家都会自己用自己的设计师来设计自己的品牌形象和商品宣传物料。

2）同质化：因为设计领域同质化严重，鹿班从人类设计师学到的东西也非常同质化，所以产出的设计物料只能更加同质化。这些同质化的物料在电商平台的投放效果会不断打折扣。因为大规模同质化的东西很难持续吸引用户的注意力，也无法获得更好的点击率。

那么鹿班遇到的这两个问题，DALL·E 2、Stable Diffusion、Midjourney 他们三个能不能解决呢？

非常能。Midjourney 学习了互联网上更为海量的图像数据，因此可以产出更加丰富多样的内容。相比之下，鹿班学习的是视觉设计师们的产出，主要运用于 banner 和 海报设计 。鹿班的 DNN 神经网络将图片分割成 3x3 像素的小块，然后根据设计特征进行图像的识别与生成。而 Midjourney、Stable Diffusion、DALL·E 2 学习的是设计师们的庞大的图像灵感来源。这两者从数据量上来看存在巨大差异。

Midjourney 目前还不能算是“设计”工具。Midjourney 的运行方式更像是在做图像搜索，从庞大的图像信息源中，不断的给出我们可能想要的那个画面。这个过程带有很大的随机性和不确定性。所以我们很难说可以用 Midjourney 来替代 photoshop 做设计。这也是为什么美国版权局认为“通过 ChatGPT、Midjourney 等 AI 自动生成的作品，不受版权法保护”。

Emad Mostaque 是一位才华横溢且富有的印度人，他开源了 Stable Diffusion，使任何人都可以下载它并使用模型训练自己想要的 AI。如果让它学习二次元漫画，它就可以生成很好的二次元漫画（比如 NovelAI）；如果让它学习建筑效果图，那么它就可以生成很好的建筑效果图；如果让它学习人类历史上所有的平面海报设计，那么它也就可以按照你的想法生成效果很棒的海报设计；如果我们让它学习人类历史上所有优秀的 UI 界面，包括人类设计师也会学习的 behance、Dribbble，以及所有大厂的 App 界面设计，那么它就可以生成超过大部分从业 2 年的 UI 设计师的设计作品。

在 AI 的学习和训练过程中，我相信，格式塔原理、平面构成、色彩原理、网格设计、图标绘制规范以及 Apple 的 HIG、安卓的 Material Design、阿里的 AntDesign 这种系统级的设计规范，所有这些人类设计师需要很长时间才可以掌握的设计基础知识，AI 都可以学会，并且应用得比大部分设计师要好。

所以，你问 AI 真正学会做设计的时间会在什么时候？我只能想到那个略显老套的说法：

未来，已来。

二、No need to be a designer 当 AI 学会做设计之后，有一个显而易见的问题：如果非设计专业的人可以用 AI 来做设计，那么还要设计师做什么？

这个问题的答案也许最早出现在游戏行业：一位游戏开发者表示，他们借助 AIGC 生成概念图的时间，从开始到结束，已经从 3 周下降到 1 小时：减少了 120 比 1。那么利用 midjourney 来生成游戏概念图的人是原画师还是游戏策划？如果原画师用 AI 来画画，那他还算原画师吗？

灵游坊 CEO 梁其伟表示，AI 绘画的真正价值在于它很可能对美术需求发起方的意义，超过了对美术执行方的意义。“AI 能帮助决策者（或甲方）成为更好的决策者（甲方）”

在互联网行业，腾讯 ISUX 最近分享了设计师们使用 midjourney 来完成运营设计的案例。他们用 AI 生成画面之后再稍作处理，配上运营文案，设计就完成了。乍看上去好简单，设计师的劳动被解放了。

腾讯平面设计实战！如何用AIGC提高200%的做图效率？ 一、AI 绘图背景与趋势 随着互联网行业发展和技术的进步，设计师也有越来越丰富的手段来应对多种类型的产品需求；比如说 3D 渲染、各种自定义的插件已经成为设计师的工作日常，在不断的提高大家的工作效率；包括最近火热的 AI 绘图，也时常出现在设计师的讨论话题当中。

阅读文章 >

不过我们进一步想一想，运营设计师的核心工作其实就是那个“画面”，如果这个画面可以更加高效的低成本的生成，那还需要那么多设计师吗？

如果运营经理可以用 AI 来生成运营物料呢？如果产品经理可以用 AI 设计工具来生成 UI 呢？那么可能他就不需要给设计团队提需求，并等待设计师的需求排期了。如果他觉得哪里不是自己想要的，也不需要花时间去说服固执的设计师，自己直接改了就好了。

2018 年 Canva 正式面向中国市场推出了中文版产品“可画”，同时国内也有“创客贴”这样的产品上线。理论上，足够多的、精致的模版是完全可以解决 80%的视觉/ 平面设计 问题的，不需要设计师参与也可以完成。

Canva 可画上面设计模版的设计质量已经达到了大概 70 分的标准，创客贴可能质量稍低一些，但也能满足一些小企业的，或个人的常见的平面设计需求。

Galileo AI（ www.usegalileo.ai )一个通过文本描述创建 UI 设计的智能设计工具，生成的 UI 设计文件支持 figma 编辑。如果对生成的结果不满意，那可以在源文件上微调一下。

uizard （ https://uizard.io/ ）是一个智能 UI 设计工具，在他的主页上写着 “No design experience required!”、“No need to be a designer”、“Design like a pro” 这样的宣传语。这个产品在发布初期，就定位自己并非专业设计师的设计工具。用户可以把自己手绘的看上去很不“专业”的线框图上传，几秒钟后得到一个规范的 UI 设计界面。

如果你是一个创业者，需要尽可能低成本的创建自己的在线网站或 App，你会选择将设计和开发外包给乙方咨询公司，还是会自己招聘设计师和程序员完成开发？这两个选择似乎都太贵了，于是现在有了 uizard 这样的选择：也许，你完全可以自己来完成。

对于 Uizard、Galileo AI 等工具生成的效果，许多 UI 设计师可能觉得并不尽如人意，自己使用 Figma 完全可以做出更好的效果。这没错，人也许可以比 AI 做的好。就像在东莞工厂打工的工人，得知要被机器人替代之时，可能也会觉得机器人做的没有自己做的好，这是一种本能的自我保护心态。

换个视角来看，如果你是一家企业的老板，人工智能的参与直接导致了设计工作效率的大幅提升，AI 的工作效率是人类设计师工作效率的 100 倍，但投入的成本大约是雇佣人类设计师成本的 10%，你会怎么选择呢？

在很多公司中，设计师只是帮助产品经理和运营经理实现他们的想法的一群人，这种现象并不罕见。他们希望设计师为他们完成他们的想法，以便开发人员可以按照预期的时间让自己策划的功能如期上线。

如果设计师在这种情况下工作，那么他们的工作本质上就是工具化和机械化的。由此我们应该很容易理解为什么一种会出现情绪波动、感到疲劳，并且不时会出现意外情况的工具，会被一种更稳定、更高效、更易于管理的工具所取代。就像几年前人们找你修照片，而现在他们都使用美图软件自己修理一样。这些工具的修图效果比你之前用 PS 修理的还要好，而且速度更快。

这是一个不可阻挡、不可逆转的趋势。

未来会有更多的 AI 智能设计工具出现，而这些工具已经不再只是为了专业设计师而设计，而是为了不再花钱雇佣设计师而设计，是为了取代设计师而设计。阿里的鹿班并不是为专业设计师设计的，而是为淘宝店主设计的。Canva 也不是为专业设计师设计的，而是为有设计需求但没有足够预算请设计师的人设计的。

雇主（或甲方）愿意花钱请设计师完成设计任务的原因是设计师可以帮助他们完成特定的任务。他们可能不认为在设计师身上的投入是非常值得的。

智能设计工具并非针对专业设计师而设计，而是为那些有设计需求但非专业设计师的人而开发。AI 和智能工具并没有直接抢设计师的饭碗，而是把一些所谓的“专业”的事情，变得更加大众化。

在可见的未来，可能会有今天提设计需求的人直接来抢夺设计师的饭碗。同时，设计师也很有可能会成为今天提出“设计需求”的那个人。

三、设计师的哪些能力是 AI 无法替代的 1. 审美与品味

随着人工智能技术的发展，设计师作为“人”的审美与设计品味将更加突显。

自去年 DALL·E 发布以来，许多内容创作者早早地尝试了它，并持续使用 AIGC 创作图像。但我也看到，许多审美品味并不高的人，无论多么熟练地使用 AI 工具，创作出来的内容都带着一点 low low 的俗气，即使它们多么精细逼真。审美品味问题是无法掩盖的，AI 也无法替代他们做出品味更高的选择，他只会给你四个不同的选项。

在 AI 的帮助下，任何人都可以轻松的生成一个虚拟 IP 形象，但如何选择这个形象的外貌特征，如何赋予这个 IP 形象以更动人的人设，这就需要设计师们有更加深入的思考判断和设计品味。

虽然技术能力在不断提升，但是 AI 仍需要接受指令才能完成设计工作。就像整形医生的手术技术再好，审美能力不行那也白搭。AI 会不断给出很多选项，设计师可以选出其中有较高审美品味的那个、与品牌气质更符合的那个。

AIGC 出现之前，好的设计师就知道如何从图库中选择合适的素材用到合适的地方，以此来完成自己的设计项目。AIGC 出现之后，同样还是需要有人来做正确以及更优的设计选择与设计决策。

2. 解决问题的能力

在设计师的能力模型中，解决问题是非常重要的一个方面。

设计师通常需要与其他团队密切合作，通过讨论、调查和分析等方式了解用户的需求，并提出解决方案。设计师需要通过对人类行为和需求的深入理解，提出能够解决实际问题的解决方案。这是 AI 无法替代的。

3. 设计思维与洞察力

设计思维是指一种以用户为中心的、通过设计解决问题的方法。它是一种将设计方法应用于非设计领域的思考方式。

这种思维方式可以帮助设计师更好地理解用户需求，提出更好的解决方案，以及更好地与其他团队协作。AI 可以通过处理大量数据来帮助设计师了解用户行为和需求，但是设计思维需要设计师的主观能动性和创造性，这是 AI 无法替代的。

AI 智能工具可以解放设计师的双手，同时更应该解放的是设计师的大脑。在职场中，太多设计师经常抱怨自己太忙了太忙了，没时间思考。那现在，AI 将会把设计师从机械化的工作中解放出来，从而大幅突显洞察力与创造力的真正价值。

4. 垂类业务能力

我认为，设计师应该注重两个方面的职业能力的培养。一方面是专业能力，另一方面是业务能力。很多设计师可能在早期有点偏科，只看重自己的专业能力提升，不太关注业务。如果持续这样下去，这会在大约工作 8 年以上的时候，进入职业迷茫期。

业务能力就是指设计师对公司所做的业务理解清晰，并且具备较全面的业务知识，也懂得如何运用设计的方式围绕公司的业务目标来工作。比如你在一个 O2O 公司做了 5 年，那么对 O2O 业务的线上和线下的业务问题，也应该有比较全面的信息以及比较深入的理解和思考。

业务能力强的设计师，会给自己建立起比较强的职业壁垒。也不会太担心因为技术浪潮或者年龄危机之类的问题就会导致失业。

5. 创意和想象力

创意和想象力是设计师最重要的能力之一，这些能力是人工智能无法替代的。设计师需要在设计中发挥想象力和创造力，提出独特的设计方案和创意，以满足客户的需求。

人工智能在设计中的作用是辅助设计师进行创意和想象力的发挥。例如，通过自动生成大量设计方案来激发设计师的灵感，或者使用机器学习技术来帮助设计师更好地理解用户需求。

但是，真正的创意和想象力是需要人类设计师来发挥的。设计师需要不断挑战自己的思维方式，创造出独特的设计方案和创意，以满足客户的需求和创造出更好的用户体验。

四、AIGC 会对数字产品设计有哪些影响？ 1. 数据驱动设计（Data Driven Design）会得到放大

我知道，很多设计师并不喜欢数据。但 Ai 可以让设计方案的产出效率与开发效率大幅提升，那也就意味着，产品的迭代速度可以变得更快，同时可以有更多的设计方案进行测试。

在这样的场景下，较多的设计方案中如何选择一个更好的？用数据结果做判断，将会继续成为数字产品设计的主流价值观。

2. 懂业务、懂技术，成为全链路数字产品设计师的基本要求

上文中提到，设计师的能力分两个维度：专业维度、业务维度。业务思维和业务能力将会成为 AI 时代下设计师被看重的能力。如果不懂业务，没有对业务进行深入思考的能力，那么对不起，再见。

设计师需要懂技术的，在 15 年前，那时候的网页设计师都被要求需要会写 html、CSS，甚至 JS。后来设计职能被不断细分，到最后，连 UI 设计师都不太懂前端的实现方式了，更别提交互设计师了，专职的交互设计师很有可能都没有基本的研发工程与设计系统意识。

AI 的介入，成就真正的全链路设计师。AI 很有可能会让事情变得更简单一些，公司里的职位变得更单纯一些。与前端的协作变得更简单一些。这就需要设计师懂技术。

UX 设计师懂技术，就像平面设计师懂印刷工艺、室内设计师懂建材施工、服装设计师懂布料剪裁是一样的。我们有什么理由不懂技术呢？

3. 产品经理与设计师职位的融合

很多有想法的、认真的设计师经常与产品经理“吵架”，因为在一些设计问题上，设计师与产品经理有时候难以达成一致。这倒不是说设计师只关注体验不关注业务，而是同样一个问题，两个职位的人在重复解决。

产品经理也要求有交互设计、用户研究、竞品分析、数据分析等 产品设计 能力，UX 设计师也同样如此。这难道不是一种资源的重复和浪费吗？毕竟大家都是在同一个工作流里工作。

这个现象已经存在了至少 10 年之久，至今还是很少有公司可以大胆的做出职位改革。相信 AI 的发展会给这两个职位的融合带来一个助推力。

在上周 chatGPT-4 的发布会上，我们看到了一个页面手绘草稿直接生成 html 的演示。GPT4 这个超大的多模态模型，还在以人类想象不到的速度进化。

GPT-4 重磅发布！零基础也能一秒做网站了？ 大家好，这里是和你们聊设计的花生~ 当我还沉浸于收集各种基于 ChatGPT 开发的 AI 效率神器时，OpenAI 竟然发布了 GPT-4。

阅读文章 >

不用再怀疑，我们已经迎来了一个全新的时代，AI 的画卷正在逐渐向我们展开。

无论处于何种时代，设计师们总是不断尝试提出更好的方案，来改善这个世界大大小小的问题。我相信你也是这样的一位设计师。在 AIGC 的技术浪潮中，设计师可能是受到影响较早的一群人，也将会是最早做出改变的一群人，未来，真的需要我们自己去创造了。

所以 AI 时代将会是最好的时代，还是最坏的时代？

取决于你的选择。

欢迎关注作者微信公众号：「柴林的设计笔记」

提高3倍效率！能落地的AI绘画&设计系统课来了！ 如何快速入门AI绘画和AI设计？

阅读文章 >

面包落地时，永远是抹黄油的一面着地。设计师最熟悉的 Adobe 全家桶也即将加入 AI 生成的功能。站一边看着 ChatGPT、Stable Diffusion、Midjourney 疯狂圈地，这明显不是设计圈财阀 Adobe 的做派。

面包落地时，永远是抹黄油的一面着地。

设计师最熟悉的 Adobe 全家桶也即将加入 AI 生成的功能。

站一边看着 ChatGPT、Stable Diffusion、 Midjourney 疯狂圈地，这明显不是设计圈财阀 Adobe 的做派。

但是刚刚狂掷 200 亿收入囊中的 Figma 还没来得及消化，现在立刻马上再拿真金白银砸下风头正劲的 Midjourney ，对于 Adobe 显然也是肉疼的选择。

最近，百度的「文心一言」、Midjourney V5 引擎、 Adobe Firefly 前后脚扎堆发布上线，AIGC 领域的竞争似乎正趋于白热化。

AIGC神器 Midjourney V5 强势更新！逼真到令人发指！ 大家好，这里是和你们一起探索 AI 绘画的花生~ 备受期待的 Midjourney V5 在上周四终于上线了，而且一发布就引起了不小的轰动，因此这次 V5 模型的图像生成效果“太惊人了”，无限逼近真实照片，让人难辨真假。

阅读文章 >

「我们不惧怕变化，正在拥护这种变化。」Adobe 旗下分管 AIGC 和 Sensei 的高级副总裁 Alexandru Costin 在接受采访时说道。

当视频无法加载时请刷新页面， 或前往PC获得最佳体验。

1、Adobe Firefly 有哪些功能？

如果你仔细审视如今 Firefly 所生成的产品，你会注意到如今 Adobe 的人工智能所生成内容的素质，还没有和当前主流的 Midjourney 和 Stable Diffusion 拉开距离。

但是，身为设计圈一霸的 Adobe 底蕴是没的说的，作为行业内乃至世界上最著名的设计类工具服务供应商，Adobe 在工具的研发上的确有着得天独厚的先发优势。

目前 Adobe Firefly 还处于 Beta 阶段，获得邀请之后，你将可以在网页中使用这一服务。目前 Firefly 有 2 个基础功能，其一为 「Text to image」，功能类似 Midjourney，输入 prompt 即可生成对应的图片：

不过和 Midjourney 不同，Adobe 在右边侧边栏提供了更多的选项和功能，用户可以更加精准地控制图片比例、生成内容的内容特征、风格样式、色彩风格、色调和光线属性，这些细致的控制让设计师在用 Prompt 文本指令之外，有了更多细化的维度。

另一工具则是「Text Effects」，这个工具则是围绕着字体进行的。Adobe 早已消化收购的字体服务 Typekit，并且转化为自身的 Adobe Fonts 服务，所以在 Text Effcets 服务当中，Adobe 直接提供了作为基底的字体，用户可以在右侧边栏中直接选择想用的字体，然后在页面底部的 prompt 输入栏中编写你想生成的效果，之后再在字体排版、配色、风格和生成效果上进行细致的控制。

此外，还有一个名为「Recolor Vectors」的功能即将上线，它将可以基于你的 prompt 来为你的设计作品生成不同的变体，具体功能细节只能等上线之后才知道。

当前的 Firefly 提供的效果和 Stable Diffusion 、Midjourney 相比，在细节功能上略进了一步，但是并没有拉开差距。

值得注意的是，Adobe Firefly 所提供的功能和介绍视频内的要点，差别非常大。

的确如此。

视频当中所演示的功能，是 Firefly 未来和 Adobe 全家桶内的软件融合起来之后的效果。

2、Firefly 将会怎样和 Adobe 全家桶结合起来？ 位于头部的 Midjourney 和 Stable Diffusion 依然在忙于迭代自身的算法引擎，即便是 Adobe 这样的大公司，也没有办法在有限的时间内将 Firefly 直接植入到 Adobe 全家桶这些功能复杂、体量极大的产品当中。

据透露，Adobe 计划将 Firefly 的功能逐步融入现有的全家桶成员中，比如在 Photoshop 中使用 prompt 提示词生成素材，比如在 Adobe Illustrator 中手绘的内容将可以在人工智能的加持下生成不同变体，也可以在 Pr 中使用 prompt 来直接调整特定图片的色彩效果。

结合 Adobe 官网上提供的演示视频，我们可以一窥未来的设计方式：

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-1.mp4

使用 prompt 命令来「无中生有」设计素材，直接融合到视觉内容当中，快速执行创意构想。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-2.mp4

在已有的简单草图基础上生成自定义的矢量文件、画笔和纹理图案，在此基础上进行深入细致的编辑。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-3.mp4

使用 prompt 来修改视频内容当中的视觉内容，甚至彻底修改场景的天气效果。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-4.mp4

甚至可以上传整个情绪板素材，根据 prompt 命令来生成可用原创、可直接使用的图文排版，用于社交媒体，这些内容可以准确匹配 Banner、海报 等物料形态。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-5.mp4

更具想象力的则是未来的 3D 设计，在 Firefly 的加持下，可以直接生成逼真的 3D 图形，并且可以针对 3D 内容快速生成变体，更换材质。

对比这些演示，想象空间是很大的，不过 Adobe 还没有具体透露这些功能升级的具体时间表，Google、百度当前的阶段类似，先布局（画饼）后落地，且等着吧。

3、Adobe 对人工智能的态度如何？ Adobe 是想在发展人工智能的同时，还站在创作者这边的，消减创意工作者对于人工智能创作的抵触。

Adobe 也是为数不多真的为深入探讨人工智能训练输入来源的平台。根据 Adobe 目前透漏的信息来看，Adobe 所采用的训练数据主要来自于已经过了版权保护期的内容，或者是获得培训许可的、存在于 Adobe Stock 库中的内容，这些获得授权的、归属于 Adobe 自家的内容，使得身为创意行业核心的 Adobe 有足够的底气来使用 AIGC 技术，直面来自艺术和设计行业同行的仔细审视。

「我们正在设计生成式 AI，让创作者能够借助技能和创造力获得收益。」Costin 在采访中说道。

Adobe 也计划向贡献训练数据的艺术家支付报酬，具体的补偿方案会在 Beta 版正式结束之前对外公布。

另一方面，Adobe 正在开发一个名为「Do Not Train」的协议，设计师和艺术家可以将拒绝将作品作为训练数据的声明，嵌入到作品的元数据当中，但是这一协议目前还是 Adobe 单方面的计划，还没有得到其他 AIGC 的服务方的反馈。

结语 Adobe 入局是必然了，但是现在的 Adobe Firefly 依然还处于相当早期的阶段。设计师想要像宣传视频中一样使用 Adobe 全家桶，恐怕还需要等较长的时间。而 Adobe 旗下产品（以及其他 AIGC 服务）要如何保护创作者的权益，还需要我们持续的观察。

总之，别慌。

参考来源：

1. https://www.theverge.com/2023/3/21/23648315/adobe-firefly-ai-image-generator-announced 2. https://www.adobe.com/sensei/generative-ai/firefly.html 3. https://firefly.adobe.com/

提高3倍效率！能落地的AI绘画&设计系统课来了！ 如何快速入门AI绘画和AI设计？

阅读文章 >

更多艺术史科普：揭秘！影响设计史百年的包豪斯学院，是如何教学生的？编者按：包豪斯学院是如何教书育人的？

更多艺术史科普：

揭秘！影响设计史百年的包豪斯学院，是如何教学生的？ 编者按：包豪斯学院是如何教书育人的？

阅读文章 >

谈 史前艺术 前，需要跟大家先界定清晰“史前”的概念。

一般而言，“历史时期”是指有文字之后的人类活动时期，文字没被发明前则称作“史前时期”。

史前时期原始人生活猜想图

史前时期相对历史时期显得非常漫长，根据推测，约占据如今人类历史总时长的 95%，这个时期有另一个大家熟悉的名字，就是“石器时代”。

我们所以能对这个时期进行研究是借助当时幸存下来的艺术品与生活生产工具，通常是壁画、石版、石雕、骨雕、牙雕、鱼叉及一些锅碗瓢盆。

原始人的雕刻作品

这些物品在当时既有功能性的也有观赏性与象征性的，按如今标准，一部分属于设计，但总的而言，当一件物品历史跨度足够长，我们都习惯将其当艺术品进行研究。

一、史前艺术的发现 虽然当前我们似乎有蛮多史前文化的研究资料，但其实整个学科是从 19 世纪才开始形成。

19 世纪之前，人类对自身起源的认识主要靠宗教神话，比如 17 世纪时候英国主教厄歇尔（Ar-chbishop Ussher）以《圣经》为依据推断地球是在公元前 4004 年形成的，类似这样的结论被大家相信了很久。

英国主教厄歇尔

到了 18 世纪末，欧洲忽然兴起一股“炒古董”热潮，直接带动考古学的兴盛，无论官方与是民间，大量人员组队到处挖掘，久而久之，第一批石器时代艺术品终于出土。

18-19 世纪欧洲盛行考古挖掘

1833 年左右，法国人布鲁耶（Brouillet）在法国中西部一个名为勒·夏弗（Le Chaffaud）的岩洞发现了一块刻有两只母鹿的骨头，长 13 公分，高 3.7 公分，经后来推算有 13000 的历史，但当时社会各界不以为然，认为顶多是公元前蛮族凯尔特人留下的遗物。

勒·夏弗发现的骨头雕刻

其实在差不多时期，各种考古队都偶尔会发现一些史前物品，但因为当时这方面的认识匮乏，这些东西都不被重视，较完整美观的也许保留，不然通常就会被随手扔掉，造成不少遗憾。

时间很快去到 1879 年，当时一位名为索图拉（Marcelino de Sautuola）的西班牙人带着女儿在西班牙北部一个叫阿尔塔米拉（Altamira）的岩洞考察，5 岁的女儿无意间发现了岩洞顶部居然画满了动物，主要包括野牛、母鹿等。

索图拉及其女儿

这些壁画姿态各一，写实生动，用黑色轮廓描边，内涂赭红色，有深浅变化。（这事件在 2016 年曾被拍摄为电影）

阿尔塔米拉的岩洞顶部壁画

当时索图拉已经是一名资深博物学家与考古学家，对“史前学”尤其感兴趣，通过推断，他认为这些彩色壁画就是史前人类所创作，后来相隔很久经过科学测量分析，大致形成于 11000-19000 年前。

此事件后来被广为传颂

但当时无论专业人士还是普罗大众都不接受这个推断，认为是某些近代人的恶作剧，大家的理由很一致，就是无法相信石器时代的原始人能够画出如此传神的东西。

转机发生于 20 世纪，1940 年著名的法国“拉斯科洞窟壁画”（Lascaux）被偶然发现，这是个巨型的原始人画廊，根据统计有近 1000 辐壁画，描绘了各种动物与符号，因此被称为“史前罗浮宫”。

超大的拉斯科洞窟

而著名的“放射性碳定年法”（Radiocarbon dating）也是在 1940 年代由美国化学家弗兰克·利比（Willard Frank Libby）发明，这种技术可以测定早至五万年内曾存活过的有机物年龄，换言之，大家面对这些壁画不需要猜，也不需要再争吵了。

美国化学家弗兰克·利比

弗兰克·利比因此获得 1960 年的诺贝尔化学奖，而不断被发现的岩洞壁画也被逐一证明来自原始人。

所以这个时期研究原始艺术的人也暴增，其中法国著名的岩洞艺术研究专家步日耶（A.H.Breuil）花了近 20 年时间研究，前后出版大量专著，1961 年他去世后这些著作被越来越多人关注，史前艺术也因此被更多大众了解与接受。

岩洞艺术研究专家步日耶

那么史前艺术是怎么出现的，有什么分类呢？

二、巫术与图腾 我们如今对艺术的定义其实默认排除了劳动工具，那些会放到 设计史 去讨论，大众观念里更愿意承认一些纯精神层面表达、没有实质用图的创作为艺术。

原始艺术中就有大量这样的物品与创作，因此我们不得不提到“巫术”（witchcraft）。

神秘的巫术

巫术这个概念最早由英国人类学家泰勒（Edward B.Tylor）在 19 世纪末提出，他认为巫术属于史前社会普遍存在的准宗教现象。

英国人类学家泰勒

巫术的基本内容是：“施展巫术者通过主观愿望等精神因素，希望可以控制客观事物。”

英国另一位学者费雷泽（J.G.Frazer）有个更加通俗易懂的定义，就是：对于巧合的一种信仰。

费雷泽

比如你偶然在山上捡到一个很像佛祖的石头，相信只要放在房间里诚心焚香颂经就能带来好运，果不其然，第二天你就在路上捡到钱，此后你深信不疑的坚持，这个过程也可以视为一种巫术活动。

根据考古发现，7 万年前的“尼安德特人”就有类似巫术的意识跟行为，他们曾经在德国、法国等地区留下“熊骨埋葬坑”，就是集中埋葬熊的骨头，研究者推测他们是借此行为幻想增加熊的打猎成果，而很多岩洞壁画也被推测属于巫术活动而留下的。

尼安德特人的活动想象图

因为配合巫术活动通常包含一些象征性器具或者工具，同时有咒语跟动作，所以巫术很可能就是宗教、造型艺术、音乐艺术跟舞蹈艺术的最初源头。

原始人留下一些不明功能的雕刻品跟不明意图的符号就属于一种佐证。

3-4 万年前的神秘狮头人牙雕

当然，这些都是分析与推测，史前时代被社会学家称为“蒙昧时代”，就像成年人无法清楚追溯自己幼年记忆一样，这一类问题目前并没有完满统一的答案。

除了巫术，“图腾崇拜”也跟原始艺术密切相关。

“图腾”（totem）这个词属于北美土著语言，意思是“血亲”，就是有血缘关系的亲属，后来演变为一种原始文化与宗教文化。

如今的原始部落仍然有图腾崇拜

这种文化大致包含 3 个方面：

其一：原始部落会选取某种动植物视为跟族群有血缘关系的祖先。

其二：整个族群将对这种动植物加以崇拜，不可杀害不能无礼，否则会被处罚。

其三：会以该动植物为原型绘制为符号（标志）或者制作为雕刻品，让其成为族群共同的信仰，这就属于史前造型艺术的一种。

所以我们会在很多影视作品中看到族徽这样的情节，很多知名的欧美家族至今都仍然有自己的族徽，就是从图腾崇拜文化中延续下来的。

爱尔兰地区的族徽

根据图腾学说，史前造型艺术有正反两种用途，正面用于崇拜，反面则是配合“交感巫术”去伤害敌人或者猎物。

“交感巫术”按定义是一种通过模仿就能实现想法的法术，如果要举个通俗易懂的例子就是我们常在电影中看到的“打小人”，大致方式是通过拍打人型纸张（特指某人）配合口中“咒语”达到诅咒与伤害某人的目的。

港澳地区的“打小人”活动

所以很多专家推断原始人的壁画多数用于“打小人”，墙上动物就是“小人”，他希望通过这样的仪式让接下来的打猎活动获得丰收。

那么原始艺术有什么分类呢？

其实主要就分两大类，分别称为“可移动艺术”（Mobiliary Art）跟“岩洞艺术”（Cave Art），接下来我们简单讲讲两者的特点。

三、“可移动艺术”与“岩洞艺术” 可移动艺术一般是指便于携带的雕刻品和装饰品，这里头有工具用途的器具，也有巫术用图的物品，但凡带有装饰或者造型创作的都在我们讨论范围。

比如吊坠、权杖、投矛器、掷矛、鱼叉、各种石雕、骨雕、牙雕等等。

史前的骨雕权杖

可移动艺术在表现上都有一些共同点，就是无论装饰花纹或者造型雕刻都比较抽象，这种抽象的表现有两种可能，其一是碍于工具与技术过于初级，难以写实，其二则是技法上的认识处于蒙昧，像儿童画，是现实与想象的结合。

原始人的吊坠

但其中对动物的表现却相对出色，比如很多投矛器的装饰都爱用动物，通常是马、牛跟鹿。

原始人相对善于刻画动物

投矛器是一种原始人设计出来辅助掷矛的工具，研究者推测约在 4 万年前就被发明，原理是延长手臂杠杆，提升武器射程，材质多数是骨头、木头跟驯鹿角。

投矛器就是这样用的

在可移动艺术中最著名的是被称为“史前维纳斯”的相关女性雕像，有石雕、牙雕跟角雕等，这些雕像推测多数用于巫术活动。

各种“史前维纳斯”

其中名气最大的一个史前维纳斯在 1909 年出土于奥地利，江湖人称“维林多尔夫的维纳斯”(Venus of Willendorf)，别称“胖胖女神”，经过“放射性碳定年法”测定距今约三万年。

“胖胖女神”

胖胖女神是石灰石材质，高 11 厘米，整体做了夸张化而抽象的造型处理，脸部特征基本忽略，但三围傲人，乳房丰满，臀部宽大，腹部突出，明显在强调女性生育能力。

所以研究者推测它可能属于当时母系氏族崇拜的偶像，表达了原始人渴望种族繁衍的愿望。

“胖胖女神”的不同角度

如果要跟后来无数艺术家的创作找些共同点，就是从原始人开始就喜欢以女性为创作主题，是否因为远古时期开始从事艺术创作的就是男性为主的原因呢？我们不得而知。

接下来讲一讲岩洞艺术，这个分类主要指出现在一些洞窟、山崖或者岩石上涂绘或者刻制的作品，其中岩洞壁画占据很大比例，推测是洞窟的保存条件更佳，作品不容易被大自然变化跟人为活动破坏。

史前岩洞艺术

岩洞艺术如今基本上特指岩洞壁画，最著名的就是前面谈及过的西班牙“阿尔塔米拉”跟法国“拉斯科洞窟”。

最开始研究者实在想不通他们用了什么材料可以画出如此不可思议的色彩效果，后来才逐渐了解分别有红色的氧化铁、蓝色的氧化锰、碳化铁形成的黄色与橘红色。而黑色是从炭化的兽骨中提取的。

史前岩洞艺术

而且这些原始人大佬们为了让颜料更加有粘性还在其中加入了油脂搅拌，至于“画笔”居然是石凿跟兽骨，可谓万物皆可绘画。

创作时候原始人有个很棒的技巧，就是善于结合岩洞凹凸的变化来进行造型，因此让这些形象获得立体感，非常有表现力。

史前岩洞艺术

随着不断研究，从这些原始壁画中专家陆续辨认出差不多 100 种动物，海陆空都有，以人为主题却极少，或者非常简略，多数是线条，所以更进一步推测出壁画的特殊意义。

当时的人似乎都不喜欢成为被描绘者，就像摄影术刚诞生的时候，很多人认为拍照会被摄取灵魂一样。

我们大胆想象，这些岩洞就是原始人进行祭奠活动的寺庙，氏族老大口中念念有词对壁画中的动物施以巫术，这样就可以让自己族群获得更多猎物了，当然，只是想象。

原始人绘制壁画想象图

如果要对这些壁画艺术进行一种风格概况，就是生猛却质朴，而且充满激情，是一种对观念与客观世界努力表现的反映。

根据科学研究表明，原始人智商跟现代人的差异不大，只是文明发展需要过程，比如将乔布斯放到史前也造不出 iPhone 一样，这些几万年前的创作者在非常有限、初级的条件中用智慧创造出如此传神的作品，实在让人感动。

关于史前艺术的分享写到这里，感谢各位，下期再会！

欢迎关注作者的 微信 公众号「设计史太浓」：

从刚入门的满怀信心，到设计方案的四处碰壁，可能不是团队有问题，或者你可以试试思考一下设计师的边界。边界感的话题要从试用期的述职 PPT 说起，有个价值观和专业的联系延伸，在中期用了“边界外延”，转正用了“底线策略”。近日又有些感触，索性一起拿来写了一篇文章。

从刚入门的满怀信心，到设计方案的四处碰壁，可能不是团队有问题，或者你可以试试思考一下设计师的边界。

边界感的话题要从试用期的述职 PPT 说起，有个价值观和专业的联系延伸，在中期用了“边界外延”，转正用了“底线策略”。近日又有些感触，索性一起拿来写了一篇文章。

作者往期文章：

从2个场景出发，深入解析B端系统的页面跳转 在一个普通 B 端产品（以浏览器为载体）的页面中，相信很多产品设计师都有类似的经历，这个页面是要一直沿面包屑下沉，或者像 C 端产品一样无限返回，还是新开网页 Tabs 展示。

阅读文章 >

一、模糊专业边界 作为一个设计师，并不是独立存在的，是要与产品、研发、测试等紧密配合的。在设计这个节点，为了使业务目标能从上到下的贯彻，需要设计师在专业上有更多的横向思考。

1. 思考产品

不得不说，一个整齐、清晰的界面是设计师最大的“门面”，往往在设计阶段的后期，我们会花一部分时间去思考如何让界面更精致，更吸引用户。但是在整个设计过程中，界面的表达不会是最主要的部分，重要的是如何去兜住业务，提升体验，所以在设计之初，我们的主要精力还要前置到产品经理的角色，去思考业务场景是什么？需要打通什么流程，解决用户的什么问题，解决之后能不能带来业务上的提升，这样的思考可以让设计方案一直遵循需求发起的初心。如果不去考虑产品所处的场景，利用惯性思维处置需求，难免会出现盲人摸象的状况。

2. 思考实现

能满足业务和用户目标的方案就一定是最好的嘛？市面上不乏很亮眼的页面和让人惊喜的交互方式，但是如果该方案放到当下的业务场景下不一定是最适合的。

作者认为，单纯从设计表达的角度去评估一个方案是否优良是有失偏颇的。如果一个完全不一样的方案，同样可以满足用户和业务目标，并且能够实现，那么它应该比酷炫但难以实现的方案更有价值。所以在真实的项目环境中，除了满足目标之外，还要符合当前的实现成本（时间、技术和水平）。

所以，我们在设计方案成型或者有了想法后，及时找产品团队和研发团队碰碰想法，这样的话，正式评审时，可以大概率的增加方案的通过率，更主要的是，能快速定位设计方向。从某种程度上来讲，团队的研发和产品也是设计师的“用户”。其实这也是最开始图中提到的“范围内做创新”，在已有的技术范围内设计。

在最近的项目中进行了设计规范的搭建，搭建之初便定下了三条设计原则：要做、可做、能做。

要做：确实有存在业务问题或者用户有反馈，才会被纳入到改造中，否则就用通用规范即可。

可做：对所存在的问题进行预研，思考业务场景、竞品现状，看是否合理。必要时要与产品共同决策。

能做：平衡设计方案与当前的实现成本，规范的改造设计一定是与相关研发负责人提前沟通过，确实可做，有技术方案，而不是设计师一拍脑袋，让研发去实现。必要时，设计师应该主动发起规范评审。把自己放到项目中，设计的价值就是能在规定的成本范围内，为客户提供满意的方案。

不过在真实的项目中，也会遇到一些不好处理的事情。团队内部已经对问题达成了共识，方案也有了，但是卡在了研发侧。比如这个方案很常见，竞品已经普遍实现了，但是研发就说不好做，或者没有工期。这个时候应该怎么办。如果经过自己的分析确实没有更好的方案，拉产品做"盟友"，说服他（hhh），或者做两个方案让他们选择，并且阐述当前方案的业务价值以及与竞品的优势，让产品在评审的时候与研发沟通，让他们先评估排期或者着手去调研。

3. 思考协同

交互不止是出出原型，搞一下流程，具体的页面尺寸或者展示数量等细节，与业务相关性比较大的样式也需要做一定的思考和定义。因为和 UI 相比，交互往往是与业务更接近的，交互说明中要给 UI 相应的设计方向，减少业务目标的偏移。

比如：表格展示中，如果出现了可以拖动列宽的功能，交互要知道不同字段的最小列宽如何根据业务场景差异化定义、归类，将这个方向传达给下游设计师，或者直接定义好。免得信息不同步，导致实现后效果不理想。

虽然在说模糊专业边界，但其实是为了更好的触及到未知的问题，希望设计师能了解非专业范围的事情，给设计方案带来更多的确定性。

二、明确岗位边界

1. 需求范围

从用户体验五要素的层级来看，设计介入的范围是结构层、框架层和表现层。所以战略层和范围层的事情，前期的了解是为了能够更好的贯彻业务目标，绝对不是到了结构层和框架层，设计师再去加个功能，减个流程。

想起来刚毕业做的很多虚拟项目，用双钻模型流程走的很全，从市场调研、用户分析，得到机会点，然后确定需要解决什么问题，做什么流程和功能，最后设计表现。因为是虚拟的项目，所以什么对目标实现有帮助，就会用什么方式。

但是在真实的项目中，往往不会允许设计师去发散功能。比如在一个社区页面，产品说把这个页面设计的好看点，现在太丑了，用户使用率很低。经过设计师的分析，这个页面只有用户的基本信息，画面很单调，而且用户粘性不高。于是设计师就加了一个积分的功能，通过登录次数和浏览次数，可以获得积分，然后兑换奖品。但是这个功能并没有出现在本次的产品需求清单中，即使有规划，也不是现在就要去实现，会牵扯到前后端很多的开发细节。毋庸置疑，方案被毙，需要重新搞。

如果没有按照规定的需求做设计方案，是要承担延期风险的，代价就是自己加班补，然后被认为不专业（我曾经也这么干过）。最明智的选择就是按照产品的需求说明搞，如果没有详细的说明，一定要确定好范围，做好记录，随时沟通。

2. 合理的推动边界

通过需求清单确定设计的范围没有问题，但是有的时候可能在思考业务流程的时候，难免会发现一些产品没有考虑到的环节或者有更好的处理方式。

在一次批量创建任务的流程中，流程是打开对话框，先选择任务模版，根据任务模版创建任务，如果没有模版，用户仍然可以点击创建按钮-创建任务，遵循的是系统的自有规则。有些用户没有模版，看到空选项和页面难免有疑惑，如果用户有模版，展示的是空页面也有点奇怪。因此在页面设计的过程中，就与产品和研发沟通，系统的自带规则是否可以设置为系统模版，

用户没有模版，进入页面后，默认使用系统模版； 用户有一个自己的模版，则默认用户自己的模版； 用户有多个模版，则默认系统模版，用户可以修改； 在下拉框的底部给一个创建模版的快捷按钮，支持用户在这个页面跳转到设置页创建新的模版。 虽然这与需求是有出入的，需要后端处理数据，但是确实为用户带来了更大的便利，团队觉得是值得做的，因此这个方案最后通过了。

如果设计师洞察出了新的问题，但是团队觉得没有价值，自己又想推动实施。这个时候可以先去了解用户，确定设计方案的问题场景是否真实存在，如果不是，那么就要乖乖回去改方案咯；如果是，那就好办了，收集用户的意见去和团队的成员讲，或者让用户自己去提反馈。在一些 B 端的场景，用户的满意度往往卡着项目的喉咙（绩效）。另外需要提醒的一点是，如果问题最终没有与团队达成共识，就不要操之过急，因为无论方案做的多优秀，没有共识的价值是不会被承认的。

所以，推动岗位边界，不仅需要一定的业务和专业积累，也需要失败的勇气。

三、守住设计边界 这个边界是前面图片中出现的“底线策略”，如果分个类的话，上面两个说的都是横向边界，而设计的边界是纵向，这个设计边界我是从两个场景思考的

1. 长期跟进的业务

在自己长期支撑的平台，需要保证的是不同时间、不同页面的相似场景下的产出具有一定的一致性，这应该是我们每次做设计方案的目标之一吧，是个很常见的意识，主要是为了降低研发成本和用户的学习成本。有很多的大公司为了平台的可持续发展考虑，做了自己的设计规范，能很好的指导设计师做到全场景的一致性。

如果目前没有现成的设计规范，设计师心里应该要有“一把尺”，自己的产物：最基本的页面架构、基础组件、交互方式和常规流程保持一致性。当然并不可能一开始就能考虑全面，对于快速迭代的初期平台，虽然允许设计师有更大的创新空间，但是对于通用业务场景还是要找一个能遵循的标准，比如第三方的组件库，element、ant，直接拿开源的组件，搭建产品的初期形态，对于业务性较强的场景，可以根据实际需要，做一些创新性的表达方式。一边做，一边沉淀，等到稳定的迭代时机，实现整体的设计资源回落。

对于一些要持续优化的组件，比如一开始做的时候没有考虑兼容性，出现了新的业务场景，需要做调整，这个时候一定要做好记录，与团队做好共识同步，是要特殊场景特殊处理，还是要统一更新，做好计划节点，切莫到处挖坑，不然最后填坑的还是设计师。

2. 临时支撑的业务

另外一个场景是临时被抽掉到其他的业务线做设计支撑，这个时候除了要快速融入到团队中，另一个要做的是如何让自己的产物融入到这个平台的设计体系。一开始，我做的事情就是上来先挑这个平台的体验问题和架构漏洞，一脸鄙夷的问这问那，但是后来却发现，这并不利于工作的开展。讲实话，人家是让你来支撑的，是为了帮助项目顺利推进，而不是让你指导工作。

那应该怎么做，后来这类的任务做多了，我就总结了自己的工作方法：首先要熟悉这个平台的业务逻辑，该理的流程梳理清楚；然后根据业务流程走查平台页面，熟悉平台的页面架构、基础组件、交互方式和常规流程等，在已有的形态下，形成当前框架的设计总结，即使是漏洞百出的设计也会有自己的特点，掌握好“规律”不仅是为了能遵循一致，还能更好的做系统性优化。同时记录我们比较关切的问题，并将自己的记录与团队同步，询问具体的实现场景以及是否要改进，如果不需要，遵循一致即可，往往用户习惯是不好改变的。如果可以趁机优化，前期的设计走查总结就派上了用场。

以上便是我对设计师成长过程中边界问题的思考，并不是所有的业务都是想象的那么完美，总会有一部分需要我们通过设计手段做不一样的诠释，也并不是所有的业务都是那么糟糕，总会有意外让设计发挥更大的价值。总之，练好设计的闭环基本功，才是成长的关键。后续也会对设计闭环能力进行总结阐述，希望一起在设计的路上越走越远。

面包落地时，永远是抹黄油的一面着地。设计师最熟悉的 Adobe 全家桶也即将加入 AI 生成的功能。站一边看着 ChatGPT、Stable Diffusion、Midjourney 疯狂圈地，这明显不是设计圈财阀 Adobe 的做派。

面包落地时，永远是抹黄油的一面着地。

设计师最熟悉的 Adobe 全家桶也即将加入 AI 生成的功能。

站一边看着 ChatGPT、Stable Diffusion、 Midjourney 疯狂圈地，这明显不是设计圈财阀 Adobe 的做派。

但是刚刚狂掷 200 亿收入囊中的 Figma 还没来得及消化，现在立刻马上再拿真金白银砸下风头正劲的 Midjourney ，对于 Adobe 显然也是肉疼的选择。

最近，百度的「文心一言」、Midjourney V5 引擎、 Adobe Firefly 前后脚扎堆发布上线，AIGC 领域的竞争似乎正趋于白热化。

AIGC神器 Midjourney V5 强势更新！逼真到令人发指！ 大家好，这里是和你们一起探索 AI 绘画的花生~ 备受期待的 Midjourney V5 在上周四终于上线了，而且一发布就引起了不小的轰动，因此这次 V5 模型的图像生成效果“太惊人了”，无限逼近真实照片，让人难辨真假。

阅读文章 >

「我们不惧怕变化，正在拥护这种变化。」Adobe 旗下分管 AIGC 和 Sensei 的高级副总裁 Alexandru Costin 在接受采访时说道。

当视频无法加载时请刷新页面， 或前往PC获得最佳体验。

1、Adobe Firefly 有哪些功能？

如果你仔细审视如今 Firefly 所生成的产品，你会注意到如今 Adobe 的人工智能所生成内容的素质，还没有和当前主流的 Midjourney 和 Stable Diffusion 拉开距离。

但是，身为设计圈一霸的 Adobe 底蕴是没的说的，作为行业内乃至世界上最著名的设计类工具服务供应商，Adobe 在工具的研发上的确有着得天独厚的先发优势。

目前 Adobe Firefly 还处于 Beta 阶段，获得邀请之后，你将可以在网页中使用这一服务。目前 Firefly 有 2 个基础功能，其一为 「Text to image」，功能类似 Midjourney，输入 prompt 即可生成对应的图片：

不过和 Midjourney 不同，Adobe 在右边侧边栏提供了更多的选项和功能，用户可以更加精准地控制图片比例、生成内容的内容特征、风格样式、色彩风格、色调和光线属性，这些细致的控制让设计师在用 Prompt 文本指令之外，有了更多细化的维度。

另一工具则是「Text Effects」，这个工具则是围绕着字体进行的。Adobe 早已消化收购的字体服务 Typekit，并且转化为自身的 Adobe Fonts 服务，所以在 Text Effcets 服务当中，Adobe 直接提供了作为基底的字体，用户可以在右侧边栏中直接选择想用的字体，然后在页面底部的 prompt 输入栏中编写你想生成的效果，之后再在字体排版、配色、风格和生成效果上进行细致的控制。

此外，还有一个名为「Recolor Vectors」的功能即将上线，它将可以基于你的 prompt 来为你的设计作品生成不同的变体，具体功能细节只能等上线之后才知道。

当前的 Firefly 提供的效果和 Stable Diffusion 、Midjourney 相比，在细节功能上略进了一步，但是并没有拉开差距。

值得注意的是，Adobe Firefly 所提供的功能和介绍视频内的要点，差别非常大。

的确如此。

视频当中所演示的功能，是 Firefly 未来和 Adobe 全家桶内的软件融合起来之后的效果。

2、Firefly 将会怎样和 Adobe 全家桶结合起来？ 位于头部的 Midjourney 和 Stable Diffusion 依然在忙于迭代自身的算法引擎，即便是 Adobe 这样的大公司，也没有办法在有限的时间内将 Firefly 直接植入到 Adobe 全家桶这些功能复杂、体量极大的产品当中。

据透露，Adobe 计划将 Firefly 的功能逐步融入现有的全家桶成员中，比如在 Photoshop 中使用 prompt 提示词生成素材，比如在 Adobe Illustrator 中手绘的内容将可以在人工智能的加持下生成不同变体，也可以在 Pr 中使用 prompt 来直接调整特定图片的色彩效果。

结合 Adobe 官网上提供的演示视频，我们可以一窥未来的设计方式：

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-1.mp4

使用 prompt 命令来「无中生有」设计素材，直接融合到视觉内容当中，快速执行创意构想。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-2.mp4

在已有的简单草图基础上生成自定义的矢量文件、画笔和纹理图案，在此基础上进行深入细致的编辑。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-3.mp4

使用 prompt 来修改视频内容当中的视觉内容，甚至彻底修改场景的天气效果。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-4.mp4

甚至可以上传整个情绪板素材，根据 prompt 命令来生成可用原创、可直接使用的图文排版，用于社交媒体，这些内容可以准确匹配 Banner、海报 等物料形态。

https://image.uisdc.com/wp-content/uploads/2023/03/adobe-firefly-5.mp4

更具想象力的则是未来的 3D 设计，在 Firefly 的加持下，可以直接生成逼真的 3D 图形，并且可以针对 3D 内容快速生成变体，更换材质。

对比这些演示，想象空间是很大的，不过 Adobe 还没有具体透露这些功能升级的具体时间表，Google、百度当前的阶段类似，先布局（画饼）后落地，且等着吧。

3、Adobe 对人工智能的态度如何？ Adobe 是想在发展人工智能的同时，还站在创作者这边的，消减创意工作者对于人工智能创作的抵触。

Adobe 也是为数不多真的为深入探讨人工智能训练输入来源的平台。根据 Adobe 目前透漏的信息来看，Adobe 所采用的训练数据主要来自于已经过了版权保护期的内容，或者是获得培训许可的、存在于 Adobe Stock 库中的内容，这些获得授权的、归属于 Adobe 自家的内容，使得身为创意行业核心的 Adobe 有足够的底气来使用 AIGC 技术，直面来自艺术和设计行业同行的仔细审视。

「我们正在设计生成式 AI，让创作者能够借助技能和创造力获得收益。」Costin 在采访中说道。

Adobe 也计划向贡献训练数据的艺术家支付报酬，具体的补偿方案会在 Beta 版正式结束之前对外公布。

另一方面，Adobe 正在开发一个名为「Do Not Train」的协议，设计师和艺术家可以将拒绝将作品作为训练数据的声明，嵌入到作品的元数据当中，但是这一协议目前还是 Adobe 单方面的计划，还没有得到其他 AIGC 的服务方的反馈。

结语 Adobe 入局是必然了，但是现在的 Adobe Firefly 依然还处于相当早期的阶段。设计师想要像宣传视频中一样使用 Adobe 全家桶，恐怕还需要等较长的时间。而 Adobe 旗下产品（以及其他 AIGC 服务）要如何保护创作者的权益，还需要我们持续的观察。

总之，别慌。

参考来源：

1. https://www.theverge.com/2023/3/21/23648315/adobe-firefly-ai-image-generator-announced 2. https://www.adobe.com/sensei/generative-ai/firefly.html 3. https://firefly.adobe.com/

提高3倍效率！能落地的AI绘画&设计系统课来了！ 如何快速入门AI绘画和AI设计？

阅读文章 >

最近参加了几个关于 AIGC 的设计交流活动，听到了一些不同领域、不同经验的设计师对 AIGC 这波浪潮的直接看法。可能大家被元宇宙、web 3.0 这样的概念玩坏了，还有不少人没有真正意识到这次技术革新会给人类世界带来多大的影响和变化，也没有意识到自己正处在这波技术浪潮的风口浪尖。于是我想着先用这篇文章整理一下...

最近参加了几个关于 AIGC 的设计交流活动，听到了一些不同领域、不同经验的设计师对 AIGC 这波浪潮的直接看法。可能大家被元宇宙、web 3.0 这样的概念玩坏了，还有不少人没有真正意识到这次技术革新会给人类世界带来多大的影响和变化，也没有意识到自己正处在这波技术浪潮的风口浪尖。

于是我想着先用这篇文章整理一下我目前了解到的一些信息，以及截止目前，我对 AIGC 与设计相关问题的一些观点和想法。

我认为在未来 3-5 年内，设计领域的工作方式、设计流程以及设计师的能力模型与职能划分将会全部完成洗牌。 设计师的知识结构、学习设计知识的方式、设计分析与调研的方式、使用的设计工具、设计稿的形式以及与产品经理和技术人员的协作方式，都会很快会发生变革。

更多AI相关的思考：

ChatGPT来了！做好这3点，设计师仍可安身立命 Hey 今天你过得好吗~ ChatGPT 大火的今天，许多人对自身境遇都觉岌岌可危，那作为互联网行业设计师的我们，未来会何去何从？

阅读文章 >

一、AI 会做设计吗？AI 什么时候学会做设计 “基于图像智能生成技术 ，改变传统的设计模式，在短时间内完成大量 banner 图、海报图和会场图的设计，提高工作效率。用户只需任意输入想达成的风格、尺寸，就能代替人工完成素材分析、抠图、配色等耗时耗力的设计项目，实时生成多套符合要求的设计解决方案。”

2023 年的今天，我们读到这段文字会很自然的想到，嗯，这就是 AIGC 的工作能力，Midjourney 为代表的 AI 在未来完全可以做到这些。

实际上，上面这段文字来自阿里巴巴的一个名为“鹿班”的产品介绍。鹿班是由阿里巴巴智能设计实验室自主研发的一款设计产品。最早，是阿里巴巴的一名设计师发起并领带研发，那时候是 2015 年。

“2016 年“阿里智能设计平台”首次服务双 11，制作了 1.7 亿张商品展示广告，如果全靠设计师人手来完成，假设每张图需要耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。”

“在 2017 年双 11 中，Luban 每秒生成 8000 张海报，刷新了人们对 AI 创意能力的认知。”

一秒做出8000张海报设计的「鹿班智能设计平台」是怎么工作的？ 你的双11，买买买。

阅读文章 >

那时候我想，未来有一天，AI 会真正取代自己身边的设计师去做 banner 的。但时至今日，全中国还有大约百万级别的视觉设计师在重复着与鹿班非常相似的工作。

与鹿班相比，DALL·E 2、Stable Diffusion、Midjourney 三者都是 AI 图像生成器。客观一点说，他们是在画图，而鹿班是在做设计。而遗憾的是，2015 年阿里“鲁班”启动到现在，8 年时间过去了。鹿班“开放”之后并没有成为大规模影响视觉设计产能的 AI 设计工具。阿里鹿班项目的内部具体细节不得而知，但就鹿班最后的产出物料来看，猜测可能有两点问题制约了它的进一步发展。

1）品质感低：鹿班具备超高效率生成淘宝商品宣传物料的能力，但生成的结果还是没有优秀设计师做的好。所以有品质要求的商家，或者商品价格更高的商家都会自己用自己的设计师来设计自己的品牌形象和商品宣传物料。

2）同质化：因为设计领域同质化严重，鹿班从人类设计师学到的东西也非常同质化，所以产出的设计物料只能更加同质化。这些同质化的物料在电商平台的投放效果会不断打折扣。因为大规模同质化的东西很难持续吸引用户的注意力，也无法获得更好的点击率。

那么鹿班遇到的这两个问题，DALL·E 2、Stable Diffusion、Midjourney 他们三个能不能解决呢？

非常能。Midjourney 学习了互联网上更为海量的图像数据，因此可以产出更加丰富多样的内容。相比之下，鹿班学习的是视觉设计师们的产出，主要运用于 banner 和 海报设计 。鹿班的 DNN 神经网络将图片分割成 3x3 像素的小块，然后根据设计特征进行图像的识别与生成。而 Midjourney、Stable Diffusion、DALL·E 2 学习的是设计师们的庞大的图像灵感来源。这两者从数据量上来看存在巨大差异。

Midjourney 目前还不能算是“设计”工具。Midjourney 的运行方式更像是在做图像搜索，从庞大的图像信息源中，不断的给出我们可能想要的那个画面。这个过程带有很大的随机性和不确定性。所以我们很难说可以用 Midjourney 来替代 photoshop 做设计。这也是为什么美国版权局认为“通过 ChatGPT、Midjourney 等 AI 自动生成的作品，不受版权法保护”。

Emad Mostaque 是一位才华横溢且富有的印度人，他开源了 Stable Diffusion，使任何人都可以下载它并使用模型训练自己想要的 AI。如果让它学习二次元漫画，它就可以生成很好的二次元漫画（比如 NovelAI）；如果让它学习建筑效果图，那么它就可以生成很好的建筑效果图；如果让它学习人类历史上所有的平面海报设计，那么它也就可以按照你的想法生成效果很棒的海报设计；如果我们让它学习人类历史上所有优秀的 UI 界面，包括人类设计师也会学习的 behance、Dribbble，以及所有大厂的 App 界面设计，那么它就可以生成超过大部分从业 2 年的 UI 设计师的设计作品。

在 AI 的学习和训练过程中，我相信，格式塔原理、平面构成、色彩原理、网格设计、图标绘制规范以及 Apple 的 HIG、安卓的 Material Design、阿里的 AntDesign 这种系统级的设计规范，所有这些人类设计师需要很长时间才可以掌握的设计基础知识，AI 都可以学会，并且应用得比大部分设计师要好。

所以，你问 AI 真正学会做设计的时间会在什么时候？我只能想到那个略显老套的说法：

未来，已来。

二、No need to be a designer 当 AI 学会做设计之后，有一个显而易见的问题：如果非设计专业的人可以用 AI 来做设计，那么还要设计师做什么？

这个问题的答案也许最早出现在游戏行业：一位游戏开发者表示，他们借助 AIGC 生成概念图的时间，从开始到结束，已经从 3 周下降到 1 小时：减少了 120 比 1。那么利用 midjourney 来生成游戏概念图的人是原画师还是游戏策划？如果原画师用 AI 来画画，那他还算原画师吗？

灵游坊 CEO 梁其伟表示，AI 绘画的真正价值在于它很可能对美术需求发起方的意义，超过了对美术执行方的意义。“AI 能帮助决策者（或甲方）成为更好的决策者（甲方）”

在互联网行业，腾讯 ISUX 最近分享了设计师们使用 midjourney 来完成运营设计的案例。他们用 AI 生成画面之后再稍作处理，配上运营文案，设计就完成了。乍看上去好简单，设计师的劳动被解放了。

腾讯平面设计实战！如何用AIGC提高200%的做图效率？ 一、AI 绘图背景与趋势 随着互联网行业发展和技术的进步，设计师也有越来越丰富的手段来应对多种类型的产品需求；比如说 3D 渲染、各种自定义的插件已经成为设计师的工作日常，在不断的提高大家的工作效率；包括最近火热的 AI 绘图，也时常出现在设计师的讨论话题当中。

阅读文章 >

不过我们进一步想一想，运营设计师的核心工作其实就是那个“画面”，如果这个画面可以更加高效的低成本的生成，那还需要那么多设计师吗？

如果运营经理可以用 AI 来生成运营物料呢？如果产品经理可以用 AI 设计工具来生成 UI 呢？那么可能他就不需要给设计团队提需求，并等待设计师的需求排期了。如果他觉得哪里不是自己想要的，也不需要花时间去说服固执的设计师，自己直接改了就好了。

2018 年 Canva 正式面向中国市场推出了中文版产品“可画”，同时国内也有“创客贴”这样的产品上线。理论上，足够多的、精致的模版是完全可以解决 80%的视觉/ 平面设计 问题的，不需要设计师参与也可以完成。

Canva 可画上面设计模版的设计质量已经达到了大概 70 分的标准，创客贴可能质量稍低一些，但也能满足一些小企业的，或个人的常见的平面设计需求。

Galileo AI（ www.usegalileo.ai )一个通过文本描述创建 UI 设计的智能设计工具，生成的 UI 设计文件支持 figma 编辑。如果对生成的结果不满意，那可以在源文件上微调一下。

uizard （ https://uizard.io/ ）是一个智能 UI 设计工具，在他的主页上写着 “No design experience required!”、“No need to be a designer”、“Design like a pro” 这样的宣传语。这个产品在发布初期，就定位自己并非专业设计师的设计工具。用户可以把自己手绘的看上去很不“专业”的线框图上传，几秒钟后得到一个规范的 UI 设计界面。

如果你是一个创业者，需要尽可能低成本的创建自己的在线网站或 App，你会选择将设计和开发外包给乙方咨询公司，还是会自己招聘设计师和程序员完成开发？这两个选择似乎都太贵了，于是现在有了 uizard 这样的选择：也许，你完全可以自己来完成。

对于 Uizard、Galileo AI 等工具生成的效果，许多 UI 设计师可能觉得并不尽如人意，自己使用 Figma 完全可以做出更好的效果。这没错，人也许可以比 AI 做的好。就像在东莞工厂打工的工人，得知要被机器人替代之时，可能也会觉得机器人做的没有自己做的好，这是一种本能的自我保护心态。

换个视角来看，如果你是一家企业的老板，人工智能的参与直接导致了设计工作效率的大幅提升，AI 的工作效率是人类设计师工作效率的 100 倍，但投入的成本大约是雇佣人类设计师成本的 10%，你会怎么选择呢？

在很多公司中，设计师只是帮助产品经理和运营经理实现他们的想法的一群人，这种现象并不罕见。他们希望设计师为他们完成他们的想法，以便开发人员可以按照预期的时间让自己策划的功能如期上线。

如果设计师在这种情况下工作，那么他们的工作本质上就是工具化和机械化的。由此我们应该很容易理解为什么一种会出现情绪波动、感到疲劳，并且不时会出现意外情况的工具，会被一种更稳定、更高效、更易于管理的工具所取代。就像几年前人们找你修照片，而现在他们都使用美图软件自己修理一样。这些工具的修图效果比你之前用 PS 修理的还要好，而且速度更快。

这是一个不可阻挡、不可逆转的趋势。

未来会有更多的 AI 智能设计工具出现，而这些工具已经不再只是为了专业设计师而设计，而是为了不再花钱雇佣设计师而设计，是为了取代设计师而设计。阿里的鹿班并不是为专业设计师设计的，而是为淘宝店主设计的。Canva 也不是为专业设计师设计的，而是为有设计需求但没有足够预算请设计师的人设计的。

雇主（或甲方）愿意花钱请设计师完成设计任务的原因是设计师可以帮助他们完成特定的任务。他们可能不认为在设计师身上的投入是非常值得的。

智能设计工具并非针对专业设计师而设计，而是为那些有设计需求但非专业设计师的人而开发。AI 和智能工具并没有直接抢设计师的饭碗，而是把一些所谓的“专业”的事情，变得更加大众化。

在可见的未来，可能会有今天提设计需求的人直接来抢夺设计师的饭碗。同时，设计师也很有可能会成为今天提出“设计需求”的那个人。

三、设计师的哪些能力是 AI 无法替代的 1. 审美与品味

随着人工智能技术的发展，设计师作为“人”的审美与设计品味将更加突显。

自去年 DALL·E 发布以来，许多内容创作者早早地尝试了它，并持续使用 AIGC 创作图像。但我也看到，许多审美品味并不高的人，无论多么熟练地使用 AI 工具，创作出来的内容都带着一点 low low 的俗气，即使它们多么精细逼真。审美品味问题是无法掩盖的，AI 也无法替代他们做出品味更高的选择，他只会给你四个不同的选项。

在 AI 的帮助下，任何人都可以轻松的生成一个虚拟 IP 形象，但如何选择这个形象的外貌特征，如何赋予这个 IP 形象以更动人的人设，这就需要设计师们有更加深入的思考判断和设计品味。

虽然技术能力在不断提升，但是 AI 仍需要接受指令才能完成设计工作。就像整形医生的手术技术再好，审美能力不行那也白搭。AI 会不断给出很多选项，设计师可以选出其中有较高审美品味的那个、与品牌气质更符合的那个。

AIGC 出现之前，好的设计师就知道如何从图库中选择合适的素材用到合适的地方，以此来完成自己的设计项目。AIGC 出现之后，同样还是需要有人来做正确以及更优的设计选择与设计决策。

2. 解决问题的能力

在设计师的能力模型中，解决问题是非常重要的一个方面。

设计师通常需要与其他团队密切合作，通过讨论、调查和分析等方式了解用户的需求，并提出解决方案。设计师需要通过对人类行为和需求的深入理解，提出能够解决实际问题的解决方案。这是 AI 无法替代的。

3. 设计思维与洞察力

设计思维是指一种以用户为中心的、通过设计解决问题的方法。它是一种将设计方法应用于非设计领域的思考方式。

这种思维方式可以帮助设计师更好地理解用户需求，提出更好的解决方案，以及更好地与其他团队协作。AI 可以通过处理大量数据来帮助设计师了解用户行为和需求，但是设计思维需要设计师的主观能动性和创造性，这是 AI 无法替代的。

AI 智能工具可以解放设计师的双手，同时更应该解放的是设计师的大脑。在职场中，太多设计师经常抱怨自己太忙了太忙了，没时间思考。那现在，AI 将会把设计师从机械化的工作中解放出来，从而大幅突显洞察力与创造力的真正价值。

4. 垂类业务能力

我认为，设计师应该注重两个方面的职业能力的培养。一方面是专业能力，另一方面是业务能力。很多设计师可能在早期有点偏科，只看重自己的专业能力提升，不太关注业务。如果持续这样下去，这会在大约工作 8 年以上的时候，进入职业迷茫期。

业务能力就是指设计师对公司所做的业务理解清晰，并且具备较全面的业务知识，也懂得如何运用设计的方式围绕公司的业务目标来工作。比如你在一个 O2O 公司做了 5 年，那么对 O2O 业务的线上和线下的业务问题，也应该有比较全面的信息以及比较深入的理解和思考。

业务能力强的设计师，会给自己建立起比较强的职业壁垒。也不会太担心因为技术浪潮或者年龄危机之类的问题就会导致失业。

5. 创意和想象力

创意和想象力是设计师最重要的能力之一，这些能力是人工智能无法替代的。设计师需要在设计中发挥想象力和创造力，提出独特的设计方案和创意，以满足客户的需求。

人工智能在设计中的作用是辅助设计师进行创意和想象力的发挥。例如，通过自动生成大量设计方案来激发设计师的灵感，或者使用机器学习技术来帮助设计师更好地理解用户需求。

但是，真正的创意和想象力是需要人类设计师来发挥的。设计师需要不断挑战自己的思维方式，创造出独特的设计方案和创意，以满足客户的需求和创造出更好的用户体验。

四、AIGC 会对数字产品设计有哪些影响？ 1. 数据驱动设计（Data Driven Design）会得到放大

我知道，很多设计师并不喜欢数据。但 Ai 可以让设计方案的产出效率与开发效率大幅提升，那也就意味着，产品的迭代速度可以变得更快，同时可以有更多的设计方案进行测试。

在这样的场景下，较多的设计方案中如何选择一个更好的？用数据结果做判断，将会继续成为数字产品设计的主流价值观。

2. 懂业务、懂技术，成为全链路数字产品设计师的基本要求

上文中提到，设计师的能力分两个维度：专业维度、业务维度。业务思维和业务能力将会成为 AI 时代下设计师被看重的能力。如果不懂业务，没有对业务进行深入思考的能力，那么对不起，再见。

设计师需要懂技术的，在 15 年前，那时候的网页设计师都被要求需要会写 html、CSS，甚至 JS。后来设计职能被不断细分，到最后，连 UI 设计师都不太懂前端的实现方式了，更别提交互设计师了，专职的交互设计师很有可能都没有基本的研发工程与设计系统意识。

AI 的介入，成就真正的全链路设计师。AI 很有可能会让事情变得更简单一些，公司里的职位变得更单纯一些。与前端的协作变得更简单一些。这就需要设计师懂技术。

UX 设计师懂技术，就像平面设计师懂印刷工艺、室内设计师懂建材施工、服装设计师懂布料剪裁是一样的。我们有什么理由不懂技术呢？

3. 产品经理与设计师职位的融合

很多有想法的、认真的设计师经常与产品经理“吵架”，因为在一些设计问题上，设计师与产品经理有时候难以达成一致。这倒不是说设计师只关注体验不关注业务，而是同样一个问题，两个职位的人在重复解决。

产品经理也要求有交互设计、用户研究、竞品分析、数据分析等 产品设计 能力，UX 设计师也同样如此。这难道不是一种资源的重复和浪费吗？毕竟大家都是在同一个工作流里工作。

这个现象已经存在了至少 10 年之久，至今还是很少有公司可以大胆的做出职位改革。相信 AI 的发展会给这两个职位的融合带来一个助推力。

在上周 chatGPT-4 的发布会上，我们看到了一个页面手绘草稿直接生成 html 的演示。GPT4 这个超大的多模态模型，还在以人类想象不到的速度进化。

GPT-4 重磅发布！零基础也能一秒做网站了？ 大家好，这里是和你们聊设计的花生~ 当我还沉浸于收集各种基于 ChatGPT 开发的 AI 效率神器时，OpenAI 竟然发布了 GPT-4。

阅读文章 >

不用再怀疑，我们已经迎来了一个全新的时代，AI 的画卷正在逐渐向我们展开。

无论处于何种时代，设计师们总是不断尝试提出更好的方案，来改善这个世界大大小小的问题。我相信你也是这样的一位设计师。在 AIGC 的技术浪潮中，设计师可能是受到影响较早的一群人，也将会是最早做出改变的一群人，未来，真的需要我们自己去创造了。

所以 AI 时代将会是最好的时代，还是最坏的时代？

取决于你的选择。

欢迎关注作者微信公众号：「柴林的设计笔记」

提高3倍效率！能落地的AI绘画&设计系统课来了！ 如何快速入门AI绘画和AI设计？

阅读文章 >

从刚入门的满怀信心，到设计方案的四处碰壁，可能不是团队有问题，或者你可以试试思考一下设计师的边界。边界感的话题要从试用期的述职 PPT 说起，有个价值观和专业的联系延伸，在中期用了“边界外延”，转正用了“底线策略”。近日又有些感触，索性一起拿来写了一篇文章。

从刚入门的满怀信心，到设计方案的四处碰壁，可能不是团队有问题，或者你可以试试思考一下设计师的边界。

边界感的话题要从试用期的述职 PPT 说起，有个价值观和专业的联系延伸，在中期用了“边界外延”，转正用了“底线策略”。近日又有些感触，索性一起拿来写了一篇文章。

作者往期文章：

从2个场景出发，深入解析B端系统的页面跳转 在一个普通 B 端产品（以浏览器为载体）的页面中，相信很多产品设计师都有类似的经历，这个页面是要一直沿面包屑下沉，或者像 C 端产品一样无限返回，还是新开网页 Tabs 展示。

阅读文章 >

一、模糊专业边界 作为一个设计师，并不是独立存在的，是要与产品、研发、测试等紧密配合的。在设计这个节点，为了使业务目标能从上到下的贯彻，需要设计师在专业上有更多的横向思考。

1. 思考产品

不得不说，一个整齐、清晰的界面是设计师最大的“门面”，往往在设计阶段的后期，我们会花一部分时间去思考如何让界面更精致，更吸引用户。但是在整个设计过程中，界面的表达不会是最主要的部分，重要的是如何去兜住业务，提升体验，所以在设计之初，我们的主要精力还要前置到产品经理的角色，去思考业务场景是什么？需要打通什么流程，解决用户的什么问题，解决之后能不能带来业务上的提升，这样的思考可以让设计方案一直遵循需求发起的初心。如果不去考虑产品所处的场景，利用惯性思维处置需求，难免会出现盲人摸象的状况。

2. 思考实现

能满足业务和用户目标的方案就一定是最好的嘛？市面上不乏很亮眼的页面和让人惊喜的交互方式，但是如果该方案放到当下的业务场景下不一定是最适合的。

作者认为，单纯从设计表达的角度去评估一个方案是否优良是有失偏颇的。如果一个完全不一样的方案，同样可以满足用户和业务目标，并且能够实现，那么它应该比酷炫但难以实现的方案更有价值。所以在真实的项目环境中，除了满足目标之外，还要符合当前的实现成本（时间、技术和水平）。

所以，我们在设计方案成型或者有了想法后，及时找产品团队和研发团队碰碰想法，这样的话，正式评审时，可以大概率的增加方案的通过率，更主要的是，能快速定位设计方向。从某种程度上来讲，团队的研发和产品也是设计师的“用户”。其实这也是最开始图中提到的“范围内做创新”，在已有的技术范围内设计。

在最近的项目中进行了设计规范的搭建，搭建之初便定下了三条设计原则：要做、可做、能做。

要做：确实有存在业务问题或者用户有反馈，才会被纳入到改造中，否则就用通用规范即可。

可做：对所存在的问题进行预研，思考业务场景、竞品现状，看是否合理。必要时要与产品共同决策。

能做：平衡设计方案与当前的实现成本，规范的改造设计一定是与相关研发负责人提前沟通过，确实可做，有技术方案，而不是设计师一拍脑袋，让研发去实现。必要时，设计师应该主动发起规范评审。把自己放到项目中，设计的价值就是能在规定的成本范围内，为客户提供满意的方案。

不过在真实的项目中，也会遇到一些不好处理的事情。团队内部已经对问题达成了共识，方案也有了，但是卡在了研发侧。比如这个方案很常见，竞品已经普遍实现了，但是研发就说不好做，或者没有工期。这个时候应该怎么办。如果经过自己的分析确实没有更好的方案，拉产品做"盟友"，说服他（hhh），或者做两个方案让他们选择，并且阐述当前方案的业务价值以及与竞品的优势，让产品在评审的时候与研发沟通，让他们先评估排期或者着手去调研。

3. 思考协同

交互不止是出出原型，搞一下流程，具体的页面尺寸或者展示数量等细节，与业务相关性比较大的样式也需要做一定的思考和定义。因为和 UI 相比，交互往往是与业务更接近的，交互说明中要给 UI 相应的设计方向，减少业务目标的偏移。

比如：表格展示中，如果出现了可以拖动列宽的功能，交互要知道不同字段的最小列宽如何根据业务场景差异化定义、归类，将这个方向传达给下游设计师，或者直接定义好。免得信息不同步，导致实现后效果不理想。

虽然在说模糊专业边界，但其实是为了更好的触及到未知的问题，希望设计师能了解非专业范围的事情，给设计方案带来更多的确定性。

二、明确岗位边界

1. 需求范围

从用户体验五要素的层级来看，设计介入的范围是结构层、框架层和表现层。所以战略层和范围层的事情，前期的了解是为了能够更好的贯彻业务目标，绝对不是到了结构层和框架层，设计师再去加个功能，减个流程。

想起来刚毕业做的很多虚拟项目，用双钻模型流程走的很全，从市场调研、用户分析，得到机会点，然后确定需要解决什么问题，做什么流程和功能，最后设计表现。因为是虚拟的项目，所以什么对目标实现有帮助，就会用什么方式。

但是在真实的项目中，往往不会允许设计师去发散功能。比如在一个社区页面，产品说把这个页面设计的好看点，现在太丑了，用户使用率很低。经过设计师的分析，这个页面只有用户的基本信息，画面很单调，而且用户粘性不高。于是设计师就加了一个积分的功能，通过登录次数和浏览次数，可以获得积分，然后兑换奖品。但是这个功能并没有出现在本次的产品需求清单中，即使有规划，也不是现在就要去实现，会牵扯到前后端很多的开发细节。毋庸置疑，方案被毙，需要重新搞。

如果没有按照规定的需求做设计方案，是要承担延期风险的，代价就是自己加班补，然后被认为不专业（我曾经也这么干过）。最明智的选择就是按照产品的需求说明搞，如果没有详细的说明，一定要确定好范围，做好记录，随时沟通。

2. 合理的推动边界

通过需求清单确定设计的范围没有问题，但是有的时候可能在思考业务流程的时候，难免会发现一些产品没有考虑到的环节或者有更好的处理方式。

在一次批量创建任务的流程中，流程是打开对话框，先选择任务模版，根据任务模版创建任务，如果没有模版，用户仍然可以点击创建按钮-创建任务，遵循的是系统的自有规则。有些用户没有模版，看到空选项和页面难免有疑惑，如果用户有模版，展示的是空页面也有点奇怪。因此在页面设计的过程中，就与产品和研发沟通，系统的自带规则是否可以设置为系统模版，

用户没有模版，进入页面后，默认使用系统模版； 用户有一个自己的模版，则默认用户自己的模版； 用户有多个模版，则默认系统模版，用户可以修改； 在下拉框的底部给一个创建模版的快捷按钮，支持用户在这个页面跳转到设置页创建新的模版。 虽然这与需求是有出入的，需要后端处理数据，但是确实为用户带来了更大的便利，团队觉得是值得做的，因此这个方案最后通过了。

如果设计师洞察出了新的问题，但是团队觉得没有价值，自己又想推动实施。这个时候可以先去了解用户，确定设计方案的问题场景是否真实存在，如果不是，那么就要乖乖回去改方案咯；如果是，那就好办了，收集用户的意见去和团队的成员讲，或者让用户自己去提反馈。在一些 B 端的场景，用户的满意度往往卡着项目的喉咙（绩效）。另外需要提醒的一点是，如果问题最终没有与团队达成共识，就不要操之过急，因为无论方案做的多优秀，没有共识的价值是不会被承认的。

所以，推动岗位边界，不仅需要一定的业务和专业积累，也需要失败的勇气。

三、守住设计边界 这个边界是前面图片中出现的“底线策略”，如果分个类的话，上面两个说的都是横向边界，而设计的边界是纵向，这个设计边界我是从两个场景思考的

1. 长期跟进的业务

在自己长期支撑的平台，需要保证的是不同时间、不同页面的相似场景下的产出具有一定的一致性，这应该是我们每次做设计方案的目标之一吧，是个很常见的意识，主要是为了降低研发成本和用户的学习成本。有很多的大公司为了平台的可持续发展考虑，做了自己的设计规范，能很好的指导设计师做到全场景的一致性。

如果目前没有现成的设计规范，设计师心里应该要有“一把尺”，自己的产物：最基本的页面架构、基础组件、交互方式和常规流程保持一致性。当然并不可能一开始就能考虑全面，对于快速迭代的初期平台，虽然允许设计师有更大的创新空间，但是对于通用业务场景还是要找一个能遵循的标准，比如第三方的组件库，element、ant，直接拿开源的组件，搭建产品的初期形态，对于业务性较强的场景，可以根据实际需要，做一些创新性的表达方式。一边做，一边沉淀，等到稳定的迭代时机，实现整体的设计资源回落。

对于一些要持续优化的组件，比如一开始做的时候没有考虑兼容性，出现了新的业务场景，需要做调整，这个时候一定要做好记录，与团队做好共识同步，是要特殊场景特殊处理，还是要统一更新，做好计划节点，切莫到处挖坑，不然最后填坑的还是设计师。

2. 临时支撑的业务

另外一个场景是临时被抽掉到其他的业务线做设计支撑，这个时候除了要快速融入到团队中，另一个要做的是如何让自己的产物融入到这个平台的设计体系。一开始，我做的事情就是上来先挑这个平台的体验问题和架构漏洞，一脸鄙夷的问这问那，但是后来却发现，这并不利于工作的开展。讲实话，人家是让你来支撑的，是为了帮助项目顺利推进，而不是让你指导工作。

那应该怎么做，后来这类的任务做多了，我就总结了自己的工作方法：首先要熟悉这个平台的业务逻辑，该理的流程梳理清楚；然后根据业务流程走查平台页面，熟悉平台的页面架构、基础组件、交互方式和常规流程等，在已有的形态下，形成当前框架的设计总结，即使是漏洞百出的设计也会有自己的特点，掌握好“规律”不仅是为了能遵循一致，还能更好的做系统性优化。同时记录我们比较关切的问题，并将自己的记录与团队同步，询问具体的实现场景以及是否要改进，如果不需要，遵循一致即可，往往用户习惯是不好改变的。如果可以趁机优化，前期的设计走查总结就派上了用场。

以上便是我对设计师成长过程中边界问题的思考，并不是所有的业务都是想象的那么完美，总会有一部分需要我们通过设计手段做不一样的诠释，也并不是所有的业务都是那么糟糕，总会有意外让设计发挥更大的价值。总之，练好设计的闭环基本功，才是成长的关键。后续也会对设计闭环能力进行总结阐述，希望一起在设计的路上越走越远。

更多艺术史科普：揭秘！影响设计史百年的包豪斯学院，是如何教学生的？编者按：包豪斯学院是如何教书育人的？

更多艺术史科普：

揭秘！影响设计史百年的包豪斯学院，是如何教学生的？ 编者按：包豪斯学院是如何教书育人的？

阅读文章 >

谈 史前艺术 前，需要跟大家先界定清晰“史前”的概念。

一般而言，“历史时期”是指有文字之后的人类活动时期，文字没被发明前则称作“史前时期”。

史前时期原始人生活猜想图

史前时期相对历史时期显得非常漫长，根据推测，约占据如今人类历史总时长的 95%，这个时期有另一个大家熟悉的名字，就是“石器时代”。

我们所以能对这个时期进行研究是借助当时幸存下来的艺术品与生活生产工具，通常是壁画、石版、石雕、骨雕、牙雕、鱼叉及一些锅碗瓢盆。

原始人的雕刻作品

这些物品在当时既有功能性的也有观赏性与象征性的，按如今标准，一部分属于设计，但总的而言，当一件物品历史跨度足够长，我们都习惯将其当艺术品进行研究。

一、史前艺术的发现 虽然当前我们似乎有蛮多史前文化的研究资料，但其实整个学科是从 19 世纪才开始形成。

19 世纪之前，人类对自身起源的认识主要靠宗教神话，比如 17 世纪时候英国主教厄歇尔（Ar-chbishop Ussher）以《圣经》为依据推断地球是在公元前 4004 年形成的，类似这样的结论被大家相信了很久。

英国主教厄歇尔

到了 18 世纪末，欧洲忽然兴起一股“炒古董”热潮，直接带动考古学的兴盛，无论官方与是民间，大量人员组队到处挖掘，久而久之，第一批石器时代艺术品终于出土。

18-19 世纪欧洲盛行考古挖掘

1833 年左右，法国人布鲁耶（Brouillet）在法国中西部一个名为勒·夏弗（Le Chaffaud）的岩洞发现了一块刻有两只母鹿的骨头，长 13 公分，高 3.7 公分，经后来推算有 13000 的历史，但当时社会各界不以为然，认为顶多是公元前蛮族凯尔特人留下的遗物。

勒·夏弗发现的骨头雕刻

其实在差不多时期，各种考古队都偶尔会发现一些史前物品，但因为当时这方面的认识匮乏，这些东西都不被重视，较完整美观的也许保留，不然通常就会被随手扔掉，造成不少遗憾。

时间很快去到 1879 年，当时一位名为索图拉（Marcelino de Sautuola）的西班牙人带着女儿在西班牙北部一个叫阿尔塔米拉（Altamira）的岩洞考察，5 岁的女儿无意间发现了岩洞顶部居然画满了动物，主要包括野牛、母鹿等。

索图拉及其女儿

这些壁画姿态各一，写实生动，用黑色轮廓描边，内涂赭红色，有深浅变化。（这事件在 2016 年曾被拍摄为电影）

阿尔塔米拉的岩洞顶部壁画

当时索图拉已经是一名资深博物学家与考古学家，对“史前学”尤其感兴趣，通过推断，他认为这些彩色壁画就是史前人类所创作，后来相隔很久经过科学测量分析，大致形成于 11000-19000 年前。

此事件后来被广为传颂

但当时无论专业人士还是普罗大众都不接受这个推断，认为是某些近代人的恶作剧，大家的理由很一致，就是无法相信石器时代的原始人能够画出如此传神的东西。

转机发生于 20 世纪，1940 年著名的法国“拉斯科洞窟壁画”（Lascaux）被偶然发现，这是个巨型的原始人画廊，根据统计有近 1000 辐壁画，描绘了各种动物与符号，因此被称为“史前罗浮宫”。

超大的拉斯科洞窟

而著名的“放射性碳定年法”（Radiocarbon dating）也是在 1940 年代由美国化学家弗兰克·利比（Willard Frank Libby）发明，这种技术可以测定早至五万年内曾存活过的有机物年龄，换言之，大家面对这些壁画不需要猜，也不需要再争吵了。

美国化学家弗兰克·利比

弗兰克·利比因此获得 1960 年的诺贝尔化学奖，而不断被发现的岩洞壁画也被逐一证明来自原始人。

所以这个时期研究原始艺术的人也暴增，其中法国著名的岩洞艺术研究专家步日耶（A.H.Breuil）花了近 20 年时间研究，前后出版大量专著，1961 年他去世后这些著作被越来越多人关注，史前艺术也因此被更多大众了解与接受。

岩洞艺术研究专家步日耶

那么史前艺术是怎么出现的，有什么分类呢？

二、巫术与图腾 我们如今对艺术的定义其实默认排除了劳动工具，那些会放到 设计史 去讨论，大众观念里更愿意承认一些纯精神层面表达、没有实质用图的创作为艺术。

原始艺术中就有大量这样的物品与创作，因此我们不得不提到“巫术”（witchcraft）。

神秘的巫术

巫术这个概念最早由英国人类学家泰勒（Edward B.Tylor）在 19 世纪末提出，他认为巫术属于史前社会普遍存在的准宗教现象。

英国人类学家泰勒

巫术的基本内容是：“施展巫术者通过主观愿望等精神因素，希望可以控制客观事物。”

英国另一位学者费雷泽（J.G.Frazer）有个更加通俗易懂的定义，就是：对于巧合的一种信仰。

费雷泽

比如你偶然在山上捡到一个很像佛祖的石头，相信只要放在房间里诚心焚香颂经就能带来好运，果不其然，第二天你就在路上捡到钱，此后你深信不疑的坚持，这个过程也可以视为一种巫术活动。

根据考古发现，7 万年前的“尼安德特人”就有类似巫术的意识跟行为，他们曾经在德国、法国等地区留下“熊骨埋葬坑”，就是集中埋葬熊的骨头，研究者推测他们是借此行为幻想增加熊的打猎成果，而很多岩洞壁画也被推测属于巫术活动而留下的。

尼安德特人的活动想象图

因为配合巫术活动通常包含一些象征性器具或者工具，同时有咒语跟动作，所以巫术很可能就是宗教、造型艺术、音乐艺术跟舞蹈艺术的最初源头。

原始人留下一些不明功能的雕刻品跟不明意图的符号就属于一种佐证。

3-4 万年前的神秘狮头人牙雕

当然，这些都是分析与推测，史前时代被社会学家称为“蒙昧时代”，就像成年人无法清楚追溯自己幼年记忆一样，这一类问题目前并没有完满统一的答案。

除了巫术，“图腾崇拜”也跟原始艺术密切相关。

“图腾”（totem）这个词属于北美土著语言，意思是“血亲”，就是有血缘关系的亲属，后来演变为一种原始文化与宗教文化。

如今的原始部落仍然有图腾崇拜

这种文化大致包含 3 个方面：

其一：原始部落会选取某种动植物视为跟族群有血缘关系的祖先。

其二：整个族群将对这种动植物加以崇拜，不可杀害不能无礼，否则会被处罚。

其三：会以该动植物为原型绘制为符号（标志）或者制作为雕刻品，让其成为族群共同的信仰，这就属于史前造型艺术的一种。

所以我们会在很多影视作品中看到族徽这样的情节，很多知名的欧美家族至今都仍然有自己的族徽，就是从图腾崇拜文化中延续下来的。

爱尔兰地区的族徽

根据图腾学说，史前造型艺术有正反两种用途，正面用于崇拜，反面则是配合“交感巫术”去伤害敌人或者猎物。

“交感巫术”按定义是一种通过模仿就能实现想法的法术，如果要举个通俗易懂的例子就是我们常在电影中看到的“打小人”，大致方式是通过拍打人型纸张（特指某人）配合口中“咒语”达到诅咒与伤害某人的目的。

港澳地区的“打小人”活动

所以很多专家推断原始人的壁画多数用于“打小人”，墙上动物就是“小人”，他希望通过这样的仪式让接下来的打猎活动获得丰收。

那么原始艺术有什么分类呢？

其实主要就分两大类，分别称为“可移动艺术”（Mobiliary Art）跟“岩洞艺术”（Cave Art），接下来我们简单讲讲两者的特点。

三、“可移动艺术”与“岩洞艺术” 可移动艺术一般是指便于携带的雕刻品和装饰品，这里头有工具用途的器具，也有巫术用图的物品，但凡带有装饰或者造型创作的都在我们讨论范围。

比如吊坠、权杖、投矛器、掷矛、鱼叉、各种石雕、骨雕、牙雕等等。

史前的骨雕权杖

可移动艺术在表现上都有一些共同点，就是无论装饰花纹或者造型雕刻都比较抽象，这种抽象的表现有两种可能，其一是碍于工具与技术过于初级，难以写实，其二则是技法上的认识处于蒙昧，像儿童画，是现实与想象的结合。

原始人的吊坠

但其中对动物的表现却相对出色，比如很多投矛器的装饰都爱用动物，通常是马、牛跟鹿。

原始人相对善于刻画动物

投矛器是一种原始人设计出来辅助掷矛的工具，研究者推测约在 4 万年前就被发明，原理是延长手臂杠杆，提升武器射程，材质多数是骨头、木头跟驯鹿角。

投矛器就是这样用的

在可移动艺术中最著名的是被称为“史前维纳斯”的相关女性雕像，有石雕、牙雕跟角雕等，这些雕像推测多数用于巫术活动。

各种“史前维纳斯”

其中名气最大的一个史前维纳斯在 1909 年出土于奥地利，江湖人称“维林多尔夫的维纳斯”(Venus of Willendorf)，别称“胖胖女神”，经过“放射性碳定年法”测定距今约三万年。

“胖胖女神”

胖胖女神是石灰石材质，高 11 厘米，整体做了夸张化而抽象的造型处理，脸部特征基本忽略，但三围傲人，乳房丰满，臀部宽大，腹部突出，明显在强调女性生育能力。

所以研究者推测它可能属于当时母系氏族崇拜的偶像，表达了原始人渴望种族繁衍的愿望。

“胖胖女神”的不同角度

如果要跟后来无数艺术家的创作找些共同点，就是从原始人开始就喜欢以女性为创作主题，是否因为远古时期开始从事艺术创作的就是男性为主的原因呢？我们不得而知。

接下来讲一讲岩洞艺术，这个分类主要指出现在一些洞窟、山崖或者岩石上涂绘或者刻制的作品，其中岩洞壁画占据很大比例，推测是洞窟的保存条件更佳，作品不容易被大自然变化跟人为活动破坏。

史前岩洞艺术

岩洞艺术如今基本上特指岩洞壁画，最著名的就是前面谈及过的西班牙“阿尔塔米拉”跟法国“拉斯科洞窟”。

最开始研究者实在想不通他们用了什么材料可以画出如此不可思议的色彩效果，后来才逐渐了解分别有红色的氧化铁、蓝色的氧化锰、碳化铁形成的黄色与橘红色。而黑色是从炭化的兽骨中提取的。

史前岩洞艺术

而且这些原始人大佬们为了让颜料更加有粘性还在其中加入了油脂搅拌，至于“画笔”居然是石凿跟兽骨，可谓万物皆可绘画。

创作时候原始人有个很棒的技巧，就是善于结合岩洞凹凸的变化来进行造型，因此让这些形象获得立体感，非常有表现力。

史前岩洞艺术

随着不断研究，从这些原始壁画中专家陆续辨认出差不多 100 种动物，海陆空都有，以人为主题却极少，或者非常简略，多数是线条，所以更进一步推测出壁画的特殊意义。

当时的人似乎都不喜欢成为被描绘者，就像摄影术刚诞生的时候，很多人认为拍照会被摄取灵魂一样。

我们大胆想象，这些岩洞就是原始人进行祭奠活动的寺庙，氏族老大口中念念有词对壁画中的动物施以巫术，这样就可以让自己族群获得更多猎物了，当然，只是想象。

原始人绘制壁画想象图

如果要对这些壁画艺术进行一种风格概况，就是生猛却质朴，而且充满激情，是一种对观念与客观世界努力表现的反映。

根据科学研究表明，原始人智商跟现代人的差异不大，只是文明发展需要过程，比如将乔布斯放到史前也造不出 iPhone 一样，这些几万年前的创作者在非常有限、初级的条件中用智慧创造出如此传神的作品，实在让人感动。

关于史前艺术的分享写到这里，感谢各位，下期再会！

欢迎关注作者的 微信 公众号「设计史太浓」：

引言搜索作为最常用的功能，在产品设计中使用率高、应用面广。设计时基本以一个输入框的形式解决，却忽略了很多设计细节。B 端搜索一般具有搜索目的明确、数据量大、注重结果精确度等特征，针对文字类搜索，结合实际工作与近期调研总结成文，希望给大家带来参考~5000字干货！

引言

搜索作为最常用的功能，在 产品设计 中使用率高、应用面广。设计时基本以一个输入框的形式解决，却忽略了很多设计细节。B 端搜索一般具有搜索目的明确、数据量大、注重结果精确度等特征，针对文字类搜索，结合实际工作与近期调研总结成文，希望给大家带来参考~

5000字干货！全方位解析搜索历史设计 之前给团队招人面试，发现很多设计师朋友在回答「这里为什么这么设计」时，基本都从好看、美观的角度来解释。

阅读文章 >

一、用户诉求 用户使用搜索功能时，一般是想从海量信息中获取自己所需的信息。当想要得到的结果清晰、具体，且明确知道如何找到该结果，常是输入较详细的条件后进行搜索。当用户清楚知道自己想要得到的结果，但对输入条件模糊时，通常输入部分条件，再通过对内容进行筛选，逐级精确结果。

通过挖掘用户诉求，来分析 B 端场景下的搜索功能设计。

二、搜索流程 搜索功能可以分为搜索前、搜索中、搜索后三个步骤。

1. 搜索前 找到搜索入口是搜索流程的第一步，而搜索入口的位置取决于产品对搜索功能的定位。

Dawn Shikh 与 Keisi Lenz 的一项研究：展示了在 142 个参与者的调查中，网站搜索框的期望位置。研究发现，对用户来说最方便使用的地方是网站的左上角与右上角位置。用户可以使用常见的 F 形扫描模式轻松找到它。

来源：网络

如图，搜索框放置在页面中上方与页面右上角是用户最期望的位置，当搜索为产品核心功能时，搜索框一般放置在页面中心偏上位置，常见于搜索引擎与数据库首页；当搜索为产品辅助功能时，搜索框放置在页面左上方/右上方，使用户能够随时找到搜索入口。

搜索方式包含全局搜索与定向搜索两种。

全局搜索

全局搜索指在用户输入关键词后，程序自动匹配系统内的结果信息，使用过程简单便捷，侧重搜索结果的丰富度，但精确率不高，需要通过二次筛选来逐级精确结果。

定向搜索

通常我们进行搜索时都是无序的，只需要简单输入关键词即可搜索相关内容，定向搜索是由用户选定搜索范围后再进行搜索。适用于注重搜索结果的精准性或展示产品搜索能力等场景。

常见有下拉框型、Tab 型、组合型三种设计形式。

下拉框型：

明确并固定选项类别，降低用户操作难度。下拉筛选适合的选项类别有限，不适合多类别、复杂维度的分类。

Tab 型：

平铺展示搜索条件内容，每个 Tab 标签代表一个筛选维度，操作便捷。Tab 标签的数量不宜过多。

组合型：

B 端类产品数据量丰富，在实际使用时，简单的方式很难全面覆盖到各个搜索场景，精准定位搜索结果。所以通过多个筛选维度的结合，形成多属性的组合搜索，能够大幅提升搜索结果的准确性。

此外，高级搜索是在定向搜索的基础上，进一步丰富了搜索选项，比如指定搜索的时间范围、数据类型等，设置的选项越详细越能够提升搜索结果的效果和准确性。

在设计时需要注意，B 端系统用户角色多，层次不同，所以更加需要注重搜索前的引导，针对搜索规则、搜索限制等，应适时的以简练易懂的语言提示。

2. 搜索中 搜索中概括为搜索提示、状态反馈两方面。

搜索提示：

1）搜索联想

通过已输入的关键词来预测可以找到的搜索结果，为用户创造更加便捷的体验。在有权限控制的 B 端系统中，需要注意搜索的隐私保护或不启用搜索联想功能。

2）搜索历史

保留历史搜索记录，方便用户快速定位以前的搜索内容，无需再次输入。

3）搜索推荐

热门搜索推荐、或通过算法向用户推荐相近内容，拓宽用户的搜索思路，激发用户对潜在事物的兴趣。

状态反馈：

对用户的输入内容及时反馈，如输入限制、输入格式错误等。

3. 搜索后 搜索结果中隐含着搜索逻辑，全局搜索场景下多数为模糊搜索，即把与搜索关键词详尽的内容页反馈出来，匹配度低，需要花时间对结果二次筛选。

B 端中对数据结果的筛选重结果查看与数据操作，总结出以下场景需求：

快速浏览数据，并能够准确找到数据。 需要经常变换条件的组合迭代查询数据，对查询结果精准定位。 对数据进行操作，如收藏、删除、下载等。 针对这三类场景介绍两种常用的筛选布局方式。

上下布局

上下布局中筛选条件位于数据顶部，是当前最常用的方式。

优点：上下布局中筛选条件与结果数据的联系更为紧密，能够更好适应用户的高频操作，适合横向数据项较多时使用。

缺点：可扩展性稍差，当筛选项多时可将筛选项按优先级排布，折叠低频筛选，显示高频筛选，保证屏效。

左右布局

左右布局指筛选条件位于页面的左侧或者右侧。

优点：节省页面横向空间，能够展示更多筛选条件，可扩展性强。

缺点：用户对照筛选条件查看数据的耗时变长。

特殊场景下，系统通过对用户输入的语义的理解，判断结果与用户搜索的相关性，按照实际搜索意图对结果进行前后排序。

如在天眼查中搜索“刘强东”，搜索结果根据社会影响力优先判断搜索项，展示搜索结果。

小结 以上就是对 B 端搜索功能 3 个阶段的梳理与思考，每一个看似简单的功能背后都隐藏了很多流程与逻辑，结合实际的使用场景，从功能定位、用户目标等维度综合分析，才能够真正提升 用户体验 。

欢迎关注作者 微信 公众号：「然然图文」