传统设计师怎么从本职工作切入 AI 设计
不是从零开始，而是看清楚已有能力如何迁移到 AI 产品设计、工作流和体验策略。
不是从零开始，是看清楚你已经站在哪里
一、先破一个误区
很多传统设计师一想到转型 AI，第一反应是"我要从头学编程"或者"我要去学机器学习"。
这是最大的误区。
设计师转型 AI 的优势，比你想象的大得多：
- 用户洞察：设计师一直在做用户研究和需求分析
- 信息架构：组织信息和功能的结构，这是 AI 产品最核心的设计问题之一
- 数据驱动优化：A/B 测试、转化率分析，设计师本来就在用
- 设计系统：组件库、Design Token、Design to Code，AI 产品同样需要
- 审美与品控：判断 AI 生成的几十个版本哪个最接近目标
你不需要从零开始。你需要的是看清楚你已经站在哪里，然后只补你真正缺的那一段。
二、你的能力矩阵：哪些可以直接带过去
把现有能力按迁移难度分三类：
可以直接平移的（占比最大）
| 能力 | 在 AI 场景中的价值 |
|---|---|
| 用户研究 | 定义 AI 产品"解决谁的什么问题" |
| 信息架构 | 组织 AI 产品的对话流程和功能结构 |
| 交互设计 | 设计对话节点、澄清逻辑、决策引导 |
| 视觉设计 | 建立 AI 产品的品牌语言和信任感 |
| 设计系统 | 组件库、Design Token，AI 产品同样需要 |
需要"翻译"的
| 能力 | 传统场景 | AI 场景 |
|---|---|---|
| 需求分析 | 写 PRD、画原型 | 定义 Agent 的能力边界和对话策略 |
| 数据分析 | 看留存、看转化 | 评估 AI 输出质量、幻觉率、用户满意度 |
| 跨团队协作 | 和 PM、开发对接 | 还要和算法工程师、Prompt 工程师对接 |
必须从零补的
- 大模型基础原理：不需要懂训练，但需要理解 Token、上下文窗口、幻觉、能力边界
- RAG 架构：当前最广泛应用的 AI 产品架构模式——学"是什么、解决什么问题、有什么局限"，不学怎么写代码
- AI 产品商业逻辑：怎么定价、怎么控制成本、怎么做用户分层
三、三条转型路径
路径一：AI 产品设计（最直接）
方向：从 UX 设计 → AI 产品设计 / AI UX 设计
核心职责：
- 设计 AI 产品的对话流程和交互逻辑
- 定义 AI 的能力边界和澄清策略
- 建立 AI 体验的设计规范和组件库
- 管理用户对 AI 的预期
适合人群：有交互设计基础，对 AI 产品有兴趣
代表职位：AI UX Designer、AI Product Designer、AX Designer
路径二：Prompt 工程与创意工作流（最容易上手）
方向：从视觉设计师 → Prompt Designer / Creative Technologist
核心职责：
- 为特定场景设计高质量的提示词模板
- 搭建 AI 辅助的设计工作流
- 管理企业的 AI 创意资产和工具库
- 评估和筛选 AI 生成的内容
适合人群：视觉设计师、创意设计师，有明确的专业方向
代表职位：Prompt Engineer、Creative Technologist、AI Workflow Designer
路径三：AI 体验策略（天花板最高）
方向：从 UX 设计师 → AI PM / AI 产品策略
核心职责：
- 定义 AI 产品的定位和核心场景
- 制定 AI 功能的优先级和迭代策略
- 协调算法、设计、工程三方协作
- 关注 AI 产品的用户体验和商业指标
适合人群：有产品思维的设计师，有一定项目经验
代表职位：AI Product Manager、AI Strategist
四、从本职工作切入的实操步骤
第一步：盘点家底（1 周）
对照上面的能力矩阵，逐项检查：
- "可以直接平移"的能力，你做过哪些项目？有具体案例吗？
- "需要翻译"的能力，你是否理解它们在 AI 场景的对应物？
- "必须从零补"的三个知识域，你现在了解多少？
做完这个盘点，你就知道自己的起点和缺口在哪里。
第二步：找一个切入点开始用（立刻开始）
不要等学完了再开始。从当前工作中找一个可以用 AI 提效的环节，马上用起来：
- 做用户访谈？录音 → AI 转录 → AI 聚类分析
- 写设计文档？让 AI 先起草，你来审核和修改
- 做竞品分析？让 AI 帮你搜集信息，你来做判断
- 生成设计初稿？用 Midjourney/Figma AI 出多版方案，你来选
关键是：让 AI 干它擅长的重复性工作，把精力放到你需要做判断的事情上。
第三步：每周拆解 2-3 个 AI 产品（持续进行）
带着框架去拆解，不要只是"用用看"：
- 这个产品解决什么用户问题？
- 用了什么 AI 交互模式？（对话 / Agent / Generative UI）
- 体验设计哪里做得好、哪里做得差？
- 如果是我，会怎么改？
这个习惯坚持 3 个月，你会对 AI 产品设计形成系统直觉。
第四步：更新作品集（2-3 个月）
转型不是学习，是证明。你需要用实际产出来证明你能做 AI 相关的工作。
做一份 AI 产品拆解报告：
- 从用户场景、技术架构、体验设计、商业模式四个维度做深度分析
- 这是展示你"能从用户视角思考 AI 产品"的最佳证据
写一份 AI 产品体验优化方案：
- 找一个你觉得体验设计做得差的 AI 产品
- 用你的 UX 方法论出一套完整的优化方案
- 这比简历上写"熟悉 AI"有说服力十倍
做一个 AI 相关的 Side Project：
- 哪怕是一个很小的 Agent 应用
- 只要能说清楚"为什么做这个、用户是谁、体验设计怎么做的"
- 它就是你的作品集核心
五、作品集怎么写才能打动面试官
展示 AI 辅助设计的推演过程
面试官不看你画得有多像，而是看你如何高效、低成本、安全地使用 AI 交付符合商业标准的方案。
在作品集中展示：
- 传统设计流程 vs AI 加持后的流程对比
- AI 在哪个环节介入，节省了多少时间
- 你在哪个环节做判断，AI 输出的哪个版本被选用、为什么
展示对 AI 局限性的理解
能说出 AI 哪里会出错、什么时候不能依赖 AI——这本身就是设计能力的体现。
比如：AI 生成的图标有版权风险，你怎么发现的？怎么调整的？
展示你的 AI 产品分析能力
准备 2-3 个深度分析的 AI 产品案例，说明你喜欢哪个设计、讨厌哪个设计、如果是你会怎么做改。
这展示了你对 AI 产品的持续关注和独立判断。
六、一个真实的转型路径参考
一位从 UX 设计师成功转型 AI PM 的字节同学，走过了这三个阶段：
阶段一（第 1-2 个月）：AI 基础认知 + Python 入门
- 搞懂 AI / 机器学习 / 深度学习 / 生成式 AI 的区别
- 学非常基础的 Python（变量、列表、函数）
- 每周拆解 3-5 个 AI 产品
阶段二（第 3-4 个月）：技术补课 + 项目实战
- 学习 RAG 架构（是什么、解决什么问题）
- 研究 3-5 个 AI 产品的商业模式
- 开始做一个 AI 相关的 Side Project
阶段三（第 5-6 个月）：作品集 + 求职
- 完成 AI 产品拆解报告和体验优化方案
- 更新简历，聚焦 AI 相关能力
- 投递 AI UX Designer / AI PM 岗位
整个路径大约需要 3-6 个月，取决于你每周投入的时间。
七、写在最后
AI 时代对 UX 的影响不是全面替代，而是价值重心的转移。
被替代的是纯执行层的 UI 产出，升值的是用户洞察、体验策略和系统思维。
而这些升值的部分，恰好是 AI 产品团队最缺的能力拼图。
所以，转型不是逃离 UX，而是带着 UX 最值钱的部分，走向一个更需要它的战场。
从今天开始，在你现在的工作里，找一个可以加 AI 的环节——就够了。
参考来源