目前我在設計實務上，已經使用 AI 工具輔助一段時間了，想分享一下我自己在實務中的應用方式。
我手上的任務類型，主要是功能較複雜的 SaaS 產品，並且經常需要處理跨系統之間的聯動問題；比較小的任務是既有 App 產品的優化，盤點流程並運用Design system設計相關介面。我會運用 AI 的幾個情境如下：
競品研究
大部分在接到新的開發項目時，我會先請 AI 列出幾個主要競品，並簡單整理它們的商業模式、市場佔有率、目標客群、服務範圍與優勢等資訊，快速建立對市場與競品的基本認知。我會把這一段當成暖身，而不是正式分析。
在了解初步概況之後，我會再挑選在「服務範圍、目標客群與優勢」上與我們公司較接近的產品，作為後續深入研究的標竿，並進一步查找更完整的資料與細節，避免 AI 出錯影響後續的產品策略。
訊息梳理
在規劃期通常會蒐集大量資訊，包含競品、客戶與商業目標等。要將這些資訊梳理出清楚的脈絡，在傳統工作模式中往往需要花上好幾天，一邊整理一邊產出報告。
現在我會透過 Notebook LM，將資料作為 database 提供給 AI，先產出第一版整理，再依照公司需求進行補充與潤飾。整體流程確實可以快很多，但 AI 目前仍停在「幫我整理」，真正的判斷還是要自己做。
文件整理
目前我會請 AI 協助製作的文件主要是 PRD 和 Spec，通常是先讓 AI 產出初稿，再依實際情況調整補齊。
至於其他設計文件，例如服務藍圖、用戶旅程、使用流程等，仍然以自己產出為主。但如果遇到較複雜的圖表（例如橫跨多個產品的服務藍圖），在不確定如何切入時，也會先詢問 AI 的建議；實際產出仍使用自己習慣的工具完成。
設計概念產出
我會透過 Vibe coding 或 prompt to UI 的工具，將需求文件轉換成設計概念，並在這個階段產出多個不同版本。
如果條件允許，會盡量做成可互動的 prototype，讓團隊更容易理解並參與討論，也能加速後續決策與產出。
這裡我會將 AI 產出的 UI 視為參考，主要有兩個原因：
一是任務多半涉及邏輯複雜的跨系統服務，在沒有完善文件支撐的情況下，很難透過簡短描述讓 AI 完整理解；
二是優化功能時需要考量既有使用流程，避免大幅改變用戶既有的操作習慣，很多時候人為的判斷還是比 AI 更快。
家教/顧問
在前面的流程中其實也會用到，當工作流程、文件產出或設計卡住時，我會把 AI 當成顧問來詢問，透過它的建議找到初步方向。
另外一個很重要的用法是：當 AI 產出結果不如預期時，我會反過來問它原因，請它解釋背後的邏輯。當你越了解這些工具的能力與限制，後續使用起來也會更得心應手。
我認為，以現階段來說，AI 要完全取代設計師還有一段距離，因為產品和使用者都是立體的，許多決策是需要多維度的評估；但在功能與操作相對單純的產品設計上，確實已經有能力取代初階設計師。
不過，在處理複雜流程與跨系統整合時，AI 仍然有明顯的限制。各系統之間的規則與邏輯本來就不容易被清楚描述，若沒有文件管理的習慣，更難讓 AI 理解完整脈絡，因此關鍵的使用流程仍然需要由設計師自行產出。
AI 接下來一定會持續進化，未來設計師的角色或許也會慢慢從執行者轉移成策略者。但既然它已經能有效提升產出效率、協助梳理複雜資訊，我們更應該善用這些工具，同時也透過它讓自己的能力與知識持續成長。
對我來說，AI目前更像是在幫我加速整理與理解問題，但還不到能替我做設計決策的程度。
