Figma 在其设计平台上集成了 AI，从自动命名层到Figma Make等小工具，它可以将文本提示、图像或设计框架转换成团队可以实时共同编辑的生产就绪代码。结果是：非技术人员可以在数小时内构建原型，在某些情况下，代码精确到足以让工程师直接投入生产——同时确保设计师始终控制最终输出。
在与OpenAI的对话中，Figma 的 AI 产品负责人 David Kossnick 解释了这些功能是如何从早期的设计到代码基础设施和将 AI 视为副驾驶的理念中发展起来的，确保每个由 AI 生成的元素，无论是文本、图像还是代码，都完全可编辑，以便设计师保持控制。
Figma 的 AI 功能建立在 AI 尚未进入组织路线图之前开发的基础设施之上。
有两个组成部分是关键。Dev Mode 为开发人员提供了设计文件的结构化数据：CSS 片段、设计 token 和组件细节——减少了将设计转换为工作界面的摩擦。
模型代码原型（Model Code Prototypes，MCP）服务器扩展了这一点，它允许开发人员调用具有完整设计上下文的编码智能体来生成生产就绪的前端代码，从而消除了手动交接步骤。
这些系统共同形成了一个设计和代码之间的桥梁，AI 可以轻松使用。
当 Figma 引入Figma Make时，现有的设计到代码管道意味着它可以将提示、图像或框架转换为交互式应用程序，而无需新的基础设施。为了快速构建原型，一些团队现在使用 Make 来生成足够精确的生产代码。
它的可访问性也带来了意想不到的用途。一位没有编码背景的人力资源工作人员使用公司人力资源系统的数据，在两小时内构建了一款“谁是谁”的游戏。这已成为 Figma 新员工入职流程的一部分。Kossnick 说，这些结果反映了指导 Figma AI 工作的更广泛原则：
AI 将帮助人类更快地探索，更深入地进行创意，但我认为所有的人类判断、同理心、工艺、品味，就是成为领航员而不是副驾驶员的意义。
在实践中，Figma 通过保持每个由 AI 生成的元素——文本、图像或代码，都是完全可编辑的，来应用这种“领航员而非副驾驶员”的理念。用户可以细化输出以匹配他们的意图，无论他们从提示、视觉设计还是代码片段开始。这避免了其他工具中常见的锁定结果，并确保 AI 在不限制工艺的情况下加速工作。
这种控制也扩展到人们的合作方式中。Figma 已经根据 AI 功能调整了多人游戏设计模式，因此多个人可以在同一个文件中工作，查看彼此的更改，并实时一起提示 AI。这允许设计师、开发人员和其他利益相关者同时处理同一文件，在 AI 生成或更新内容时一起进行更改。
AI 也是共享仪式的一部分。在 FigJam 和 Slides 中，团队一起使用图像生成，例如，通过混合同事的头像来创建定制的周年纪念卡。
这些功能还可用于测试产品理念或组装可能不知如何构建的内部工具。
Figma 的方法展示了如何将 AI 嵌入现有的协作平台中，可以降低制作功能性软件的障碍。
对于 Kossnick 来说，其价值在于将 AI 作为一个助手，加快工作速度，同时将技术和最终决定权留给人类。
原文链接：
