在AI時代存活的設計職涯

在ZipRecruiter擔任產品設計領導十二年，與Apple、Disney、Instacart和Marvel的團隊合作後，我注意到一個再也無法忽視的模式：每一次典範轉移都淘汰同一類技能，也獎勵同一類設計師。

摘要

我在ZipRecruiter擔任產品設計副總裁12年，之後離職獨立創業。在這段期間，我目睹了三次典範轉移，每次都淘汰了特定的設計技能，同時獎勵著相同的底層能力。這個模式是可預測的：工具精通會消亡，判斷力會複利增長。能在AI浪潮中存活的設計師，不是那些精通下一個工具的人，而是那些以系統思維思考、在提出解決方案前先定義問題、並能評估AI產出是否真正服務使用者的人。

---

模式：每次典範轉移淘汰與保留的技能

Don Norman在1993年創造了「使用者體驗」這個術語。¹這個正式的學科才不過30年歷史，比許多設計師的職涯還短。在這30年裡，我們已經經歷了三次完整的典範洗牌。

從印刷到網頁（1995-2005）

被淘汰的：印刷版面精確控制、CMYK色彩管理、固定字型排版、實體製作知識（紙張材質、裝訂、印刷校樣）。

被保留的：視覺層級、字型排版基本功、色彩理論、網格系統、資訊組織。

那些說「我會用Quark XPress」的設計師舉步維艱。而那些說「我理解人類如何掃視視覺資訊」的設計師則無縫轉型。²

從網頁到行動裝置（2007-2015）

被淘汰的：桌面專屬模式（右鍵選單、滑鼠懸停狀態、多視窗工作流程）、像素級固定寬度版面、Flash動畫。

被保留的：資訊架構、使用者研究方法論、視覺層級、互動設計原則。

同樣的分界：工具專屬技能消亡，原則導向技能延續。³

從螢幕介面到AI輔助（2023至今）

面臨壓力的：UI元件設計、視覺製作、線框稿。AI已能透過自然語言描述完成這三者。

被保留的：使用者心理學、研究方法論、系統思維、問題定義、評估標準設計。

新需求：提示詞設計、AI產出評估、對話設計、多模態互動設計、AI行為設計（約束與防護機制）。⁴

我親身經歷了這次轉型。當我開始用FastAPI和HTMX建構個人網站時，我使用Claude Code來生成UI元件。這些元件是稱職的。但稱職的元件在缺乏系統的情況下拼湊在一起，只會產生不連貫的體驗。AI生成了零件，而我設計了零件之間的連結方式。

---

現在什麼能創造設計槓桿

問題定義，而非方案產出

當我在ZipRecruiter領導Vision Sprint時，我們八人設計團隊在前兩週完全沒有打開Figma。我們訪談求職者、繪製招聘流程圖，並發現核心問題根本不在求職介面。問題在於求職者無法用自然語言表達他們真正想要什麼。我們收到的每一份「重新設計搜尋功能」的需求文件，都在解決錯誤的問題。⁵

普通設計師收到需求文件就開始產出模型圖。真正創造價值的設計師會質疑需求本身。「設計一個設定頁面」變成了「使用者實際上會更改哪些設定？如果我們使用合理的預設值，直接省去這個頁面呢？」⁶

AI能在幾分鐘內生成50種設定頁面的變體。但要從中選出能減少客服工單、提升啟用率、並尊重使用者心智模型的那一個，需要的是任何模型都無法複製的判斷力。

系統思維，而非畫面設計

一個設定頁面連接著新手引導（設定預設值的地方）、通知（偏好生效的地方）和帳戶管理（刪除帳戶的地方）。孤立地設計這個頁面，它能運作。將它作為系統的一部分來設計，體驗才會感到連貫。⁷

當我建構目前網站的設計系統時，每個決策都是系統性的。1.2的字級比例（12px、14、16、18、21、25、30、36、43、52、62、80px）創造出能自我調節的視覺節奏。8pt間距網格（8、16、24、32、48、64、96、128px）杜絕了隨意的間距決策。三個文字透明度層級（100%、65%、40%）在不需要額外顏色的情況下建立了層次。這些不是美學選擇，而是系統約束——讓每一個未來的設計決策都更快速、更一致。

系統會產生複利效應。在同一套設計代幣上建構了12個專案後，我在幾秒鐘內就能做出過去需要數小時視覺實驗的版面決策。

跨領域翻譯

最有價值的設計師能說三種語言：使用者語言（人們需要什麼）、商業語言（什麼驅動營收）和工程語言（技術上什麼可行）。

在ZipRecruiter，我學到了「這個互動模式能減少15%的客服工單，年省20萬美元，而且只需要修改一個API端點」——這種表達方式創造的共識，是模型圖永遠達不到的。⁸在八家公司（Apple、Disney、Penguin Random House、Marvel、ZipRecruiter、Instacart、HarperCollins、Introl）中，能在不同領域間翻譯溝通的設計師，始終超越那些產出最精美模型圖的設計師。

專業注意力

Mike Monteiro寫道：「設計師就是被僱來關注這個世界的人。」⁹經過十年的專業關注，設計師已經積累了數千種互動模式、失敗案例和優雅解法。AI可以搜尋訓練資料集。而資深設計師搜尋的是十年累積的專業經驗，帶著資料集無法編碼的脈絡判斷力。

我深入研究了16款卓越產品：Warp、Vercel、Linear、Raycast、Stripe、Figma、Framer、Notion、Craft、Bear、Arc、Things、Flighty、Halide、Superhuman和Perplexity。每款產品處理互動的方式不同，但底層原則（漸進揭露、視覺權重分配、鍵盤優先的回應性）是一致的。Superhuman的100毫秒規則和Linear的50毫秒回應目標不是隨意的效能規格，而是互動成本的決策——在每天的使用中產生複利效應。

---

會複利增長的技能 vs. 會過期的技能

複利增長：視覺層級

使用者以可預測的模式掃視介面：文字密集的頁面用F型模式，圖片密集的頁面用Z型模式。¹⁰一旦內化，這個原則可以不假思索地應用於網站、行動應用程式、儀表板、電子郵件範本和簡報。這項技能在每次平台轉移中都能遷移，因為人類的掃視行為不會因為媒介改變而改變。

複利增長：互動成本降低

每個互動都承載認知和動作成本。點擊的成本低於輸入，辨識的成本低於回憶。那些執著於減少點擊、減少決策、減少模式、減少狀態的設計師，打造出的產品會隨時間累積使用者滿意度。¹¹互動成本高的產品會累積挫敗感，進而推動使用者流失。

複利增長：設計系統架構

建構出連貫設計系統（代幣、元件、模式、範本）的設計師，創造了能加速每一個未來功能的基礎設施。第一個功能花的時間與不用系統相同。第十個少花30%。第五十個少花60%。¹²一個在五個產品團隊間共享的設計系統，將這種加速效應乘以五倍。

會過期：工具精通

Photoshop讓位給Sketch。Sketch讓位給Figma。Figma終將讓位給取代靜態模型圖的下一個工具。每個工具的主導期約為5到10年。工具精通是當前就業的必要條件，但不足以支撐職涯韌性。

「我是Figma設計師」這句話，和1998年說「我是Quark XPress設計師」一樣脆弱。

會過期：視覺製作

版面、間距、色彩應用和元件組裝正在快速自動化。AI以越來越高的保真度從描述中生成可投入生產的設計。底層持久的是判斷力：知道一個版面應該在主要操作按鈕周圍留更多呼吸空間，這是判斷。移動元素來創造那個呼吸空間，是製作。判斷力持續存在，製作被自動化。¹³

---

設計工程師之路

最具槓桿效應的個人貢獻者，結合了設計判斷力與工程能力。Vercel和Linear等公司明確招募這種類型的人才，因為他們認識到設計與工程之間的交接會引入延遲、保真度損失和協調開銷。¹⁴

我是意外走上這條路的。離開ZipRecruiter後，我什麼都自己做：Ace Citizenship（App Store上的iOS應用程式）、這個網站（FastAPI + HTMX + 純CSS），以及其他10個專案。我在腦中設計互動，然後直接用Claude Code作為我的實作夥伴來建構。交接為零，因為設計師和工程師是同一個人。

結果：我的網站在第一次嘗試就獲得了100/100/100/100的Lighthouse分數。不是因為我比專職前端工程師更厲害，而是因為每個效能決策同時也是設計決策。我將CSS精簡到75個關鍵內聯樣式代幣。我選擇系統字型而非網路字型（消除了100毫秒的版面位移）。我使用HTMX而非React（JavaScript載荷減少95%）。每個決策同時是效能最佳化和設計選擇：更快的頁面載入、更少的視覺跳動、更緊密的互動迴圈。¹⁵

沒有交接就沒有保真度損失。我設計的東西就是使用者體驗到的東西。

---

反面論點：工程判斷力同樣重要

「設計成為瓶頸」這個論點有些過度。架構決策、效能工程、安全設計和系統思維仍然是高度專業的工作，AI能輔助但無法取代。能設計出服務數百萬使用者的系統的10倍工程師，創造的價值與10倍設計師的價值相當。¹⁶

最佳位置是兼具兩者。在未來十年中最成功的設計師，將在設計判斷力與工程能力的交匯處工作——不是因為某個領域更重要，而是因為消除兩者之間的界限，就是移除產品開發中摩擦力最大的環節。

---

未來十年的職涯策略

建立持久的基礎。將60-70%的學習時間投入在過去三次典範轉移中都存活下來的技能：人類心理學、研究方法論、資訊架構、系統思維、問題定義。這些技能在整個職涯中複利增長，而非隨著平台變遷而貶值。¹⁷

保持工具流暢度，而非工具認同。學會當前工具到足以專業速度執行的程度。不要讓任何工具定義您的專業身分。

學習相鄰領域。在典範轉移中最成功的設計師閱讀廣泛：心理學、商業策略、工程基礎、新興科技。相鄰知識創造的模式辨識能力，能在設計社群發佈最佳實踐之前，就識別出新技術如何影響使用者體驗。

練習評估，而非只是創作。隨著AI生成越來越多的設計產出，評估品質、辨別什麼真正服務使用者、並拒絕不適合的——這種能力成為首要技能。能評估50個AI生成的變體並選出正確那個的設計師，比手動產出一個變體的設計師創造更多價值。

---

參考資料