2025 Figma AI 報告見趨勢，Plugin 新亮點，效率品質齊展現？
Figma's AI Insights Gleam, Design & Dev Join the Stream, Efficiency & Quality Supreme?
洞悉 AI 參與在設計工作中的影響力
Figma 發布的 2025 年 AI 報告，旨在深入探討人工智慧 (AI) 在現代工作場景中的應用現狀與未來趨勢，尤其聚焦於設計師和開發者這兩個核心群體。這份報告的數據基礎源自對全球超過 2,500 名 Figma 使用者的廣泛調查，從 AI 產品的「建構者」（開發和推出 AI 功能的團隊）和「使用者」（在日常工作中使用 AI 工具的個人）兩個關鍵視角，全面剖析 AI 技術的整合與影響。
報告原文：https://www.figma.com/blog/figma-2025-ai-report-perspectives/
建構者視角：打造 AI 驅動的產品與體驗
AI 產品發布趨勢顯著增長
報告明確指出，越來越多的 Figma 使用者——涵蓋設計師、開發者及產品團隊——正積極投入開發並成功發布整合了生成式 AI 功能的應用程式和軟體。相較於去年，投身 AI 產品開發的團隊比例呈現顯著的增長趨勢，反映出業界對 AI 技術商業潛力的普遍認可。
企業投資 AI 的動機與目標
企業普遍將 AI 視為驅動營收增長、提升競爭力的關鍵要素。有趣的是，報告發現小型企業在 AI 投資方面展現出比大型企業更為積極的態度，可能源於其更靈活的決策機制和對新興技術的快速反應能力。儘管企業對 AI 充滿期待，但許多 AI 專案的具體目標設定仍顯得相對模糊。「提升客戶體驗」和進行「實驗性探索 AI」是最常被提及的兩大目標，顯示企業一方面希望利用 AI 優化現有服務，另一方面也渴望探索 AI 的未知潛力。
設計在 AI 產品成功中的核心作用
報告特別強調，設計在 AI 驅動產品的成功過程中扮演著日益重要的角色。那些遵循設計最佳實踐的團隊，例如採用快速迭代、重視使用者研究、並促進設計與開發團隊之間緊密無縫協作的團隊，更有可能打造出成功的 AI 產品。然而，AI 底層技術的快速演進也為團隊帶來挑戰，要求他們必須保持高度的靈活性和適應性，以應對不斷變化的技術格局。
AI 產品類別：文字生成與代理式 AI 的崛起
在報告調查的 AI 產品類型中，文字生成（例如自動撰寫文案、生成程式碼註解）依然是目前最普遍的應用。然而，報告特別指出，能夠理解高層次目標並自主執行多步驟複雜任務的「代理式 AI」（Agentic AI）系統，正迅速成為增長最快的類別。這類 AI 展現出巨大潛力，有望實現更高程度的自動化與智慧化，例如在設計工具中自動完成從草圖到互動原型的轉換，或自動整理、歸納使用者回饋 。儘管這對使用者和企業極具吸引力，但也顯著提高了產品開發的技術門檻與複雜度。
10 款 Figma AI 插件（列舉）
旨在提升設計效率和創新能力。文章強調，隨著 AI 技術的發展，設計師可以利用這些工具來加速工作流程、自動化繁瑣任務、激發創意，並確保設計的精確性。
Builder.io: 將 Figma 設計稿無縫轉換為高質量的響應式 HTML、CSS 和 JavaScript 代碼。 Figma Autoname: 根據圖層屬性自動命名圖層，保持文件整潔有序。
Magician: 生成佔位內容、圖標、插畫以及設計概念、圖案和配色方案，激發創意。 Clueify: 評估設計的可訪問性（如對比度、字體大小），預測用戶參與度，提出改進建議。 Dora AI: 將線框圖快速轉換為高保真設計，並能自動建議和添加動畫效果。
FigVision: 提供預測性熱力圖和分析，顯示用戶可能的交互熱點和困惑點，優化佈局。 PicsAI: 在 Figma 內進行圖像編輯，如增強、調整大小、移除背景，並能生成自定義視覺效果。
Autoflow: 直觀地自動連接畫框，快速創建流暢的流程圖和用戶流程。 MagiCopy: 根據設計上下文生成符合品牌語氣的文案和微文案。
Automator: 自動化批量處理設計任務，如組件大小調整、樣式統一應用、資源導出等。
使用者視角：AI 工具如何轉變工作流程
AI 顯著提升工作效率
AI 技術對個人工作效率的提升作用得到了廣泛認可。高達 78% 的受訪者表示，AI 工具顯著提升了他們的工作效率，這一比例相較去年有明顯上升。AI 的積極影響不僅體現在個人任務處理上，也延伸至團隊協作以及產品功能和特性的改進等方面。設計師和開發者正普遍將 AI 工具融入日常工作流程，特別是在需要大量資訊處理的研究和數據分析環節，AI 的輔助作用尤為突出。
對 AI 提升工作品質的審慎態度
儘管 AI 在提高效率方面表現亮眼，但使用者對於 AI 是否同等程度地提升了工作「品質」則持有相對保守的看法。僅有 58% 的受訪者認為 AI 提高了他們最終產出的工作品質。這項數據揭示了一個關鍵現象：目前的 AI 工具在幫助使用者「更快」完成任務方面非常有效，但在「更好」地完成任務，即提升產出物的深度、創意或精準度方面，仍有相當大的進步空間。
學習 AI 技能的必要性與預期調整
儘管對品質提升的看法不一，但絕大多數（85%）的設計師和開發者堅信，學習和掌握如何有效運用 AI 工具，對於他們未來的職業成功至關重要。這反映了從業人員對 AI 長期價值的認可。同時，報告也觀察到，雖然人們對 AI 的潛力依然抱有強烈信念，但最初的過高預期正在逐漸回歸理性。早期關於 AI 將顛覆一切的宏大敘事，正被更為實際和具體的應用體驗所取代。預期影響與當前實際影響之間的差距正在縮小，這可能意味著使用者對 AI 工具的實際功能和局限有了更清晰的認識。
應對 AI 時代的不確定性：給建構者和使用者的建議
對於 AI 產品建構者
對於投身 AI 產品開發的團隊而言，如何在快速變化的技術浪潮中有效前行，是一項充滿辯證思考的挑戰。一方面，深入剖析過往成功的 AI 專案，從中提煉出可複製的最佳實踐與流程，無疑是加速學習曲線、降低初期風險的明智之舉（審視成功流程）。
透過學習成功案例，團隊可以更快地掌握關鍵技術、理解市場需求、並建立起初步的開發框架。然而，AI 領域的瞬息萬變特性也帶來嚴峻的警示：過度沉迷或依賴過去的成功模式，極易陷入創新僵化的「路徑依賴」陷阱（避免路徑依賴）。昨日被驗證有效的策略或技術，可能在今日就已顯得落伍，甚至成為明日發展的絆腳石。觀察並借鑒小型企業在 AI 投資上所展現出的高度敏捷性與實驗意願，確實能為大型團隊帶來啟發（借鑒小型企業）。
在具體的開發實踐中，採用快速原型設計（重視原型設計）是驗證 AI 功能核心價值、收集早期使用者回饋、迭代設計方案並有效降低後期開發風險的重要手段。透過原型，團隊可以在投入大量資源前，快速測試概念的可行性與吸引力。
因此，真正的智慧在於如何在擁抱變化、靈活應變與堅持核心戰略目標、維持長期發展定力之間，找到那個精妙的平衡點，確保每一次調整都是朝著既定願景的深思熟慮之舉，而非隨波逐流的反應。
對於 AI 工具使用者
對於 AI 工具的使用者而言，採取積極主動的姿態去探索和嘗試無疑是發掘其潛力、理解其能力邊界的首要步驟。親身實踐能夠帶來最直觀的感受，幫助使用者發現那些能夠真正融入自身工作流程、提升效率的新途徑，這是了解 AI 工具價值與局限性的最佳方式。一種更為明智且高效的策略是，在使用者的具體需求和現有工作流程的清晰指引下，進行有針對性的選擇和深入評估。這意味著需要先反思自身工作中的痛點、瓶頸或期望優化的環節，然後再尋找能夠精準解決這些問題的 AI 解決方案，而非被動地被市場上的每一個新興工具所吸引。
必須清醒地認識到，僅僅依賴理論培訓是遠遠不夠的，甚至可能存在誤導。一方面，培訓內容往往具有一定的通用性，可能難以完全貼合使用者獨特的、細化的實際工作場景需求；另一方面，AI 技術的迭代速度一日千里，工具的功能、介面乃至最佳實踐可能在短時間內發生顯著變化，導致培訓知識迅速變得陳舊或不再適用。因此，將學習與持續的實踐應用緊密結合，將理論知識應用於解決真實世界的工作問題，才是深化理解、鞏固技能、並確保學習效果能夠持久轉化為生產力的關鍵所在。
對於 AI 工具的使用者而言，深刻理解其在效率提升方面的巨大價值是基礎，但同時也必須對其產出品質保持審慎的評估態度，這構成了一個關鍵的平衡挑戰。AI 在自動化重複性任務、加速資訊處理與分析、甚至輔助內容生成方面展現出的潛力確實是革命性的，它能夠顯著縮短專案週期，減少人力投入在低價值環節上的時間。
然而，正如 Figma 報告所揭示的數據差異——高達 78% 的使用者認可 AI 帶來的效率提升，卻僅有 58% 的人認為工作品質也獲得了同等程度的提高——這清晰地表明，效率的飛躍並不必然帶來品質的同等躍升。速度與深度、產量與精髓之間，存在著一道需要使用者主動去審視和彌合的鴻溝。在真正的理解、共情、抽象思考、創造性突破以及處理高度模糊、需要深層次領域知識或涉及複雜人際互動的任務上，仍顯現出明顯的局限性。
AI 的輸出可能流於表面化、同質化，缺乏真正新穎的洞見或個性化的表達；它可能難以捕捉微妙的情感需求或文化背景；在需要權衡多重矛盾目標或進行倫理判斷時，其決策過程往往缺乏透明度和可靠性。因此，使用者絕不能將 AI 的輸出奉為最終答案或完美成果，僅僅因為其生成速度快就全盤接受。
結論：擁抱充滿活力的 AI 新格局
Figma 的 2025 年 AI 報告描繪了一個充滿活力但也充滿思辨空間的 AI 技術應用格局。
正方觀點： AI 在顯著提高工作效率、轉變傳統工作流程方面的巨大潛力已獲廣泛認可，驅動著設計師、開發者與企業積極投入學習和實驗。
反方觀點： 然而，前路亦伴隨著顯著挑戰，包括對工作「品質」提升的審慎、專案目標的模糊、對代理式 AI (Agentic AI) 等新技術複雜性的擔憂，以及日益突顯的負責任 AI (Responsible AI, RAI) 議題，如潛在的偏見、缺乏透明度與問責機制等倫理風險。
這種由 AI 驅動的轉變，特別是 Agentic UX 的興起，不僅改變了工作流程，更對人機互動的基礎提出了深刻的詰問：那些由 Jakob Nielsen、Don Norman 等先驅奠定的經典 UX 原則，在 AI 代理日益成為互動核心的時代，其適用性面臨著怎樣的適應與變化？同時，如何將 RAI 的核心理念融入其中？
辯證一：核心價值的延續與 RAI 導向的轉化。 一方面，諸如「系統狀態可見性」、「使用者控制與自由」、「一致性與標準」、「錯誤預防」等經典原則，其追求互動清晰、可控、高效、容錯的根本目標，在 Agentic UX 中依然具有指導意義。然而，其實現方式必須進化，並積極融入 RAI 考量。例如，「系統狀態可見性」不僅要求介面反饋，更需延伸至 AI 推理過程與決策依據的透明度 (Transparency)，這是 RAI 的關鍵支柱；「使用者控制與自由」需轉化為對 AI 代理的目標設定、權限管理、偏好調校及人類監督 (Human Oversight)，確保問責性 (Accountability)；「錯誤預防」則必須納入對 AI 可能產生的偏見 (Bias) 的識別與緩解，追求公平性 (Fairness)。
辯證二：既有框架的局限與 RAI 驅動的新範式需求。 另一方面，Agentic UX 引入了傳統 GUI 互動較少涉及的複雜維度，如：代理的主動性與自主性、人機之間的信任建立與維護、意圖的模糊性協商、以及互動失敗時的責任歸屬等。這些新挑戰可能超出了經典原則的直接涵蓋範圍，暗示著我們或許需要補充甚至重構部分設計原則。發展新範式時，RAI 必須成為核心設計準則，不僅僅是附加考量。這意味著需要建立更側重於人與智能體之間安全、公平、透明協同、授權、監督與溝通的新設計框架，確保 AI 的行為符合倫理規範與社會價值。
因此，成功駕馭 AI 浪潮，不僅需要在技術應用層面持續學習、勇於實驗，並保持靈活性與批判性思維，更要求我們在設計哲學層面進行深刻的辯證思考。我們必須審慎評估經典 UX 原則在 Agentic 時代的有效性邊界，探索其適應性轉化的路徑，並勇於開創能夠應對新互動模式挑戰的設計原則與方法。
值得強調的是，提升 AI Agent 的交互體驗，將不再僅僅是 UX 從業人員的專屬領域。產品經理需要更深入地理解 Agentic 互動的潛力與風險，開發人員則需從單純的程式碼實現者，轉變為關注 AI 行為邏輯、可解釋性與使用者反饋迴路的「程式邏輯建構者」。 跨職能團隊的緊密協作，共同將負責任 AI (RAI) 的原則貫穿於產品定義、設計與開發的全過程，才是確保 AI 技術最終服務於更高效、更可靠、更公平且符合人類長遠福祉的人機協作未來的關鍵所在。
copyright © PrivacyUX consulting ltd. All right reserved.
關於本刊作者
Gainshin Hsiao 是 Agentic UX（代理式使用者體驗）的先驅，在人工智能與使用者體驗設計領域擁有超過 15 年的開創性實踐。他率先提出將用戶隱私保護視為 AI 產品設計的核心理念，於 2022 年創立 Privacyux Consulting Ltd. 並擔任首席顧問，積極推動隱私導向的醫療 AI 產品革新。此前，他亦擔任社交 AI 首席策略官（2022-2024），專注於設計注重隱私的情感識別系統及用戶數據自主權管理機制。
Agentic UX 理論建構與實踐
AI 隱私保護設計準則
負責任 AI 體驗設計
在 Cyphant Group 設計研究院負責人任內（2021-2023），他探索了 AI 系統隱私保護準則，為行業標準做出貢獻。更早於 2015 至 2018 年，帶領阿里巴巴集團數位營銷平台體驗設計團隊（杭州、北京、上海、廣州）、淘寶用戶研究中心並創立設計大學，從零開始負責大學的運營與發展，不僅規劃了全面的課程體系，更確立了創新設計教育理念，旨在為阿里巴巴集團培育具備前瞻視野與實戰能力的設計人才。其課程體系涵蓋使用者中心設計、使用者體驗研究、數據驅動設計、生成設計等多個面向應用。
活躍於國際設計社群，在全球分享 Agentic UX 和 AI 隱私保護的創新理念。他的工作為建立更負責任的 AI 生態系統提供了重要的理論基礎和實踐指導。
學術背景
Mcgill - Infomation study/HCI -Agentic UX, Canada
Aalto Executive MBA-策略品牌與服務設計, Singapore
台灣科技大學：資訊設計碩士- HCI, Taiwan
中原大學：商業設計學士- Media and marketing design, Taiwan