随机对照试验证实AI设计工具缩短20%完成时间
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载随机对照实验的设计
这项研究以随机对照的方式考察提示词直接生成设计稿的工作流是否真的省时。作者招募了产品设计师与产品经理各50名，让参与者在可以使用 Figma Make 与不能使用该工具两种条件下，分别完成三项标准化设计任务。实验把是否获得该工具的使用权限作为分组变量，通过对比任务完成所需时间来衡量效率差异。研究者在摘要中说明，数字产品设计领域已出现由大语言模型驱动的对话式原型生成能力，设计师以及不具备设计背景的同事都能借此产出原型；但相比软件工程领域积累的实验证据，产品设计场景下的对照数据仍然偏少，这正是该实验想要填补的空白。
完成时间缩短约两成
在完成全部研究任务的参与者当中，能够调用 Figma Make 的一组，其任务完成时间比没有该工具的一组短了大约20%。这一幅度是实验观测到的关联结果，而非对全部参与者的普遍承诺。论文进一步指出，时间收益在产品经理身上更为明显，而专业设计师获得的好处则取决于具体任务类型，不同任务之间的差异较大。作者据此提出，提示词生成设计的工具可能让产品经理更多地参与到设计工作中来，但对职业设计师而言，效率提升并不能一概而论。
工具定位与适用边界
从实验设置看，被检验的对象是对话式提示词到设计产物的流程，使用者通过与大语言模型交互来生成原型，而不是在传统画布上逐层手工搭建。这一流程降低了产出的操作门槛，使缺少设计训练的角色也能较快得到可讨论的初稿，这与产品经理群体收益更大的观察相互呼应。需要留意的是，结论建立在三项标准化任务之上，样本为产品设计师与产品经理两类角色，摘要并未给出其他职能或更复杂项目条件下的数据；20% 的差异也只出现在完成任务的参与者范围内，中途未完成者的情况未被纳入这一比较。
对日常协作的启示
对读者而言，这项实验提供的是一份关于时间成本的对照证据：把提示词生成设计引入工作流，可能缩短从想法到原型的时间，且收益分布并不均匀。团队在评估是否采用此类工具时，可以把角色差异和任务类型作为两个观察维度，而不是把节省时间当作对所有成员都成立的结论。论文同时提示，产品设计领域此类实验证据仍少于软件工程领域，意味着现有结论的适用范围有待更多任务与角色条件下的重复验证来确认。
为什么值得看
用严谨随机对照试验量化了AI设计工具的实际提效幅度及不同角色的收益差异，为团队引入AI提供实证依据。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。