AI 产品对设计师的影响
过去两年,“AI”这个词被反复提起,从最初的满怀期待,到如今一听到就焦虑,生怕自己很快被淘汰——这种心态变化,相信很多人都感同身受。
随着时间推移,“AI 能取代设计师吗?能取代程序员吗?”成了热门话题。有意思的是,当初我们盼着AI帮我们洗衣做饭、解放双手,结果饭碗先不保了。两年下来,AI的迭代速度惊人,它对我们的设计流程造成了哪些影响?对B端设计又带来了哪些机会?今天,咱们就由浅入深聊一聊AI。
先列个提纲:
1. AI产品的流程
2. AI产品的类型
3. AI产品对设计师的影响
AI 产品的解析
想要理解AI产品,首先得搞清楚它的工作流程和产品类型。目前AI产品的整体流程大致分为以下几个环节:数据收集、数据预处理、特征提取、模型训练、评估优化、推理决策、循环优化。
举个简单的例子——「智能天气预报系统」:
- 系统收集不同地点的温度、湿度等气象数据,并记录到系统中。
数据收集:
- 人工清洗数据,去除异常值,将数据标准化。
数据预处理:
- 将处理好的数据交给系统分析,识别出哪些条件通常预示着雨天。
特征提取:
- 使用历史气象数据训练模型,让它学习天气变化的规律。
模型训练:
- 对比实际天气与预测结果,评估模型准确性,并进行调整。
评估优化:
- 用户询问明天的天气时,系统用训练好的模型给出预测。
推理决策:
- 用户对预测结果的满意度反馈给系统,预测不准确时系统会学习改进。
反馈循环:
当然,这只是简化版。真实场景会复杂得多,还涉及到NLP、ML、DL等技术,不断优化AI,让它真正做到可知可感,像真人一样。
AI 产品的类型
在产品落地层面,目前主要有以下几种类型:
AI 绘图
这是设计师最熟悉的领域,跟日常工作关系紧密,能帮我们解决很多图片相关的问题。目前主流工具是Midjourney和Stable Diffusion,它们对传统绘图领域冲击巨大——一个侧面例子是,前两年还有很多插画课程,SD和MJ出来之后,这类课程少了很多。
除了传统绘图,最新版Photoshop推出了“创意填充(Generative Fill)”,利用Adobe Firefly技术,让用户以非破坏性方式组合和生成图像。各厂商都在结合自身生态开发类似产品。
常用AI绘图资源:Midjourney、Stable Diffusion、Civitai、liblib、Firefly。
AI 文字
AI文字类产品非常广泛,因为文本承载的信息比图片更容易解析。行业标杆ChatGPT及其一众小弟,让人眼花缭乱。最近很火的Kimi能处理200万字以内的长文本;百度的文心一言借助搜索结果提供精准数据;讯飞火星结合语音,通过语音对话实现AI交流。每个软件都有自己的特点,这些特点也是我们在B端产品中寻找机会的线索(下篇文章会详细聊)。
这个赛道竞争最激烈,上周各大AI厂商开始疯狂降价,用价格战内卷。常见AI文字软件:ChatGPT、文心一言、Kimi、讯飞火星。
AI 视频
视频类门槛较高,目前噱头大于实际用途。比如之前很火的Sora,据报道背后用了大量素材累积,参考意义有限。不过AI视频生成中,“小女孩的一生”这类内容很有意思——在传统视频软件中制作需要大量时间精力,现在轻松就能搞定。
常用AI视频软件:Sora、Runway。
AI 音乐
音乐类了解相对较少,资讯主要来自B站自媒体。从他们的表情来看,效果出乎意料,有点像当年看到MJ画出复杂图像时的震惊。目前以Suno为主,用于旋律创作、和弦编排,相信未来两三年能帮助更多音乐创作者。
AI 产品对设计师的影响
AI正在影响我们工作的方方面面。下面梳理几个日常工作中常见的应用场景。
业务理解
对B端设计师来说,业务理解常常让人头疼——专业术语多,时间紧任务重,很难深入理解。这时候AI就是个好帮手。举个例子,有位咨询我的同学负责云产品设计,产品线太多,对业务理解薄弱,尤其是遇到“持续集成”“共享存储库”这类术语时完全懵了。我建议他用AI提问:先让AI解释什么是共享存储库,再问清楚持续部署的具体含义,最后让AI举个通俗例子。这些问题很快就解决了。
AI很适合回答产品定义这类有固定答案的问题,遇到不懂的专业概念,直接问AI就行。
素材制作
日常工作中,素材制作主要是为了省时间。比如B端图标,很多大同小异,遮住名字根本分不清是哪个产品。借助AI可以快速生成这类风格的图标素材,也能生成大量底图,在视觉设计上提供不少帮助。
用户访谈
做用户研究时,很多人想到让AI生成调研方案,但实际上最痛苦的是整理访谈问题。以前只能录音,后期回放回顾。现在可以结合AI+智能工具更快搞定:
- 进行用户访谈并录音。
- 将录音上传至语音识别平台(如飞书妙记、讯飞听见)。
- 把文本扔给AI,让它整理提问内容和你的回答。
- 整理行为态度与结果,快速生成报告。
- 数据整理。
除了访谈,用户研究中的真实数据也可以通过AI处理。比如把用户在访谈和问卷中的数据整理到表格里,与团队讨论出评判标准,然后上传到飞书多维表格,新增AI字段,把评判标准告诉AI让它学习。之后AI就能根据要求生成参考数据结果,你只需走查一遍就行。整体流程比以往快得多,工作强度也更低。
在工作中需要培养AI意识:有任何问题,先打开AI软件尝试解决,这比自己琢磨、搜索、咨询都更高效。上面提到的只是日常总结的一些用法,如果你有自己的心得,欢迎在评论区分享。
-
- 关于宇宙的好的网名有哪些
- 角色扮演 | 1
- 网名