一、前言
随着技术的不断迭代，AIGC 能力的可控性得到了进一步提升，可应用的场景也越来越多，在文本、图像、视频等多个领域都有了广泛应用。用户已经可以用自然语言来与 AI 工具进行交互，革新传统办公方式，工作任务可以更具创造性，并且提高了生产效率。
二、AIGC 对设计的影响
如何更好的利用 AI 工具帮助我们提升设计效率与价值，从产品设计类需求、运营设计类需求、视频/动效类需求及用户研究类 5 类需求场景的出发，我认为流程可复用的 AI 才能真正来为现有工作流程提效赋能；于是对现有工作场景进行梳理，结合不同 AI 工具的特点及各类需求的特性，来制定更有针对性的标准化 AIGC 工作流程。通过 AIGC 工作流标准化的落地，逐渐覆盖更多高频、重复性的工作节点及应用场景来解放设计生产力，从而工作重心更多以创意、创造性任务为主。
1. 目前现阶段 AIGC 工具使用功能偏好：
- 创意发散：使用 AIGC 工具来快速生成参考，激发新灵感
- 快速设计：使用 AIGC 提升设计效率，如快速生成视觉元素、完整画面进行应用
- 定制效果：利用 AIGC 工具例如训练 lora 模型或 ControlNet 控制生成生成元素效果或形态，来实现相对定制化的视觉需求
2. AIGC 设计师的角色变化
根据个人特长和承接需求，部分设计师角色及能力维度也产生了变化，对于产品设计师来说可以利用 AIGC 工具加速设计流程的变革，重塑团队合作模式。整合 UE、UI 设计师能力往 UX 全链路设计师方向转变。 运营视觉设计师利用 AIGC 来洞察设计趋势及用户的偏好，快速输出创意参考，更深入、精准洞悉业务需求同时，更深入理解商业目标，更多的参与到创意决策和场景故事塑造中去，从而往运营产品设计师方向转变。
3. 设计师所面临的挑战：
新事物的学习适应能力：设计师面临着学习新工具、新方式的学习压力，并同时还需探索如何将 AIGC 配合融入现有工作流之中
创意的差异化：如何在保持设计作品的个性、特点、差异化来尽量减少 AIGC 的特征
AIGC 输出稳定性：在使用 AIGC 工具时如何才能让输出物可控、稳定，得到设计师想要的效果
三、AIGC 设计工作流标准化建设
1. 产品设计类需求工作流程
根据需求类型进行拆分，在设计分析、UI 设计及设计输出等阶段均可由 AI 工具介入，从而优化工作流程，提升设计效率。通过 AI 自动化走查工具进行设计走查提效提质。针对运营需求可以拆分为定制类运营需求和泛场景类运营需求
2. 定制类运营需求工作流程
可从前期的设计风格确认，设计素材查找/制作、运营图片设计/延展进行设计提效。
3. 泛场景类运营需求工作流程
可通过 AI 工具生成素材图片或通过智能海报工具完成海报设计
