AI 与设计 · AI & Design
用 AI 做设计调研:一条可复用的工作流
不是让 AI 找答案,是让它帮你把问题问全
设计调研的目的不是收集资料,是在动手之前把「不确定性」降低到可接受的范围。AI 在这个环节的价值,是把你原本要花两天的信息整理,压缩到两小时,同时逼你把问题想清楚。
第一步:让 AI 帮你拆问题
不要问「帮我调研咖啡品牌设计」。要问:「我要为一个面向二三线城市、客单价 15–20 元、主打外卖的咖啡品牌做视觉。请列出我需要调研的 8 个维度,每个维度说明为什么重要。」
它给出的维度可能有:竞品视觉、价格带与审美、外卖包装的物理限制、区域口味偏好、门店模型、目标人群画像、渠道视觉规范、供应链能力。这份清单本身,就是调研的骨架。
注意:清单要自己删改。AI 会给出「看起来都对」的维度,但你的项目可能只需要五个。
第二步:用「结构化提问」收集事实
对每个维度提具体问题,并要求它标注不确定性。例如:「列出 2024–2026 年中国平价咖啡品牌的主要视觉策略,按价格带分组。对于你不确定的信息,请标注『需核实』。」
这一步的产出不能直接用于提案,但能帮你快速建立地图:知道有哪些玩家、大致分几派、各自的视觉语言是什么。接下来你要用真实渠道(官网、门店、电商详情页、行业报告)去验证。
第三步:让 AI 生成「对比框架」而不是「结论」
把收集到的信息丢回去,要求它做表格:「按『主色、字体、图形语言、包装结构、传播调性』五个维度,把上述 12 个品牌做成对比表,并指出空白的组合。」
空白组合就是机会点。比如所有品牌都用暖色调 + 手写体,那「冷色调 + 几何无衬线」可能就是差异化的入口。这个判断仍然要你来做,但 AI 帮你把坐标系画出来了。
第四步:用生图工具做「视觉假设」
此时才轮到生图。把机会点转成三到五组提示词,每组生成 4–6 张,目的不是选一张用,而是验证方向是否成立:这个配色真的有质感吗?这个字体在小尺寸下还清楚吗?这个图形语言会不会显得廉价?
生图的价值在于「快速试错」。你在软件里做一版要两小时,生成一版要两分钟。用两分钟排除十个错误方向,是极高的投资回报。
第五步:回到现实校验
三个必查项:
- 可落地性:这个效果印刷做得出来吗?成本可控吗?
- 合规性:有没有侵犯现有商标?有没有使用受限的字体或形象?
- 可延展性:这套视觉能不能支撑 20 个 SKU、5 种渠道、3 年迭代?
AI 生成的方案常常在第一步就死掉——它不懂专色、不懂刀版、不懂货架光照。这一步必须由人完成。
工具与心态
具体用哪个模型并不重要,重要的是「提问的结构」。同样的问题,加一句「请分点、给理由、标注不确定」,输出质量会差一倍。另外,务必自己复核数字与事实——AI 编造数据的能力,远强于它计算的能力。
一条纪律:AI 产出的任何事实性内容,进入提案前必须有两个独立来源验证。这条纪律能保住你的专业信誉。
本文由 86视觉网 编辑部撰写。转载请联系授权并保留出处与链接。