AI 把設計流程的中段掏空了，設計師反而更有時間做設計

設計師常常忙著做文件，卻沒時間見使用者。我用兩個案子，分享 AI 怎麼讓時間回到研究和測試。

做了近 16 年服務設計顧問，我最近在兩個案子裡發現，AI 把畫布、預期成果和互動原型都做快了。對照 UX Collective 一篇談「設計變成沙漏」的文章，這篇整理設計流程的中段為什麼越來越厚、為什麼現在開始變薄，以及省下來的時間，設計師應該花在哪裡。

這篇你可以看到

• 1AI 怎麼改變工作坊的準備先做出畫布和預期討論結果，讓大家眼見為憑
• 2顧客調查怎麼帶著多個原型去見使用者看使用者實際操作，而不只是聽他說喜不喜歡
• 3設計流程的中段，為什麼越來越厚低利率、分工變細，文件變成溝通工具
• 4錢變貴了，AI 剛好出現Airbnb 和 Figma 調查看到的變化
• 5省下的時間，要花回兩個現場Discover 與 Deliver，以及設計師的判斷力

做了近 16 年服務設計顧問，我最近發現，AI 正在改變我們做設計的方式。

上個月，一個專案才剛開始，我們就已經把工作坊畫布做出來了。

不只如此。連工作坊預期的討論過程、參與者可能提出的觀點，以及最後可能完成的成果，我們都先用 AI 產出了一個版本。

這在以前，很難做到。

以前靠腦袋想像，現在可以眼見為憑

以前準備工作坊，我們會先花時間設計流程、思考討論問題，再手動製作畫布、調整排版。光是把想法變成可以拿出來討論的東西，就要花不少時間。

更麻煩的是，在工作坊真正開始前，很多事情只能靠腦袋想像。我們想像參與者會怎麼討論、可能提出哪些觀點、最後產出什麼成果，再透過口頭說明，試著讓其他人理解整個設計。

但光靠說明，每個人腦中想的可能都不一樣。如果討論後發現哪個地方不對，又得重新修改流程、畫布和排版。因為修改成本高，很多時候根本沒有餘裕反覆嘗試。

但這次不一樣。

專案才剛開始，我們就用 AI 做出工作坊畫布，甚至模擬了預期的討論過程和最後成果。這些不是真正發生的結果，而是拿來檢查、討論的假設版本。

有了具體的東西，我們就能更早與相關人員交流，一起確認：

• ✓這樣的工作坊流程，實際操作起來可行嗎？
• ✓畫布上的問題，能不能引導出有意義的討論？
• ✓最後可能產出的成果，是不是符合大家的期待？

如果哪個環節不對，就能提前修改，而不用等到工作坊現場才發現問題。

以前只能請大家想像工作坊會怎麼進行；現在可以先把它做出來，讓大家眼見為憑。

AI 不只是幫我們加快製作畫布的速度。

更重要的是，它讓原本只能在腦中推演的設計，變成可以提前討論、測試和修改的東西。

另一個案子，我們把更多時間花在使用者身上

另一個顧客調查案，也讓我有類似的感受。

以前做訪談，我們通常會先準備訪綱，到了現場，再透過提問了解使用者的想法。如果想拿實際的產品概念給使用者測試，還得另外花時間製作原型。

這次，我們先用 AI 做出好幾個不同方向的互動原型。不只是概念圖，而是可以實際點擊、操作的版本。

因為製作速度快，我們提早完成準備，也有更多餘裕帶著不同版本去見使用者。讓他們實際操作，觀察他們的反應，再根據回饋調整方向。

這跟只問使用者「你覺得這個功能怎麼樣」，很不一樣。一個人說自己喜歡某個設計，和他真的開始操作後的反應，不一定相同。

以前我們可能得先花很多時間做出一個版本，才能知道方向對不對。現在可以更快做出多個版本，也就有更多機會在真正投入開發之前，檢查不同的設計假設。

AI 縮短了製作時間。我們則把這些時間，用來理解使用者真正的反應。

設計師的時間，以前都去哪了？

做完這兩個案子，我剛好讀到一篇文章。

作者 Anamol Rajbhandari 是資深產品設計師，他在 UX Collective 提出一個很有意思的觀點：AI 正在把設計流程的中段掏空，讓設計變成一個「沙漏」。

過去十五年，設計流程越拉越長。研究報告、人物誌、旅程圖、流程圖、線框圖、原型、交接規格，再加上工作坊，以及報告工作坊結果的簡報。

每個環節都有自己的用途。但設計師可能花了大量時間準備文件、整理資訊、進行交接，真正拿產品或服務去接觸使用者的時間，反而變少了。

這段我讀了很有感。

以前有些專案，研究做了、分析完成了、簡報也做得很漂亮。然後結案。

後來，就沒有後來了。

文件記錄了團隊的努力，但不代表它真的改變了什麼。

我不是說研究報告、人物誌或旅程圖沒有價值。而是，這些原本用來幫助設計的工具，有時候卻變成設計工作的主要產出。

我們花了很多時間證明自己有做設計，卻不一定有足夠時間驗證設計是否真的有效。

為什麼設計流程的中段越來越厚？

Rajbhandari 從一個很特別的角度解釋：錢。

2008 年金融海嘯後，美國長期維持低利率。2020 年疫情期間，利率又降到接近零。資金便宜，加上疫情帶動數位服務需求，科技公司快速擴張。公司養得起更多人，也等得起比較長的產品開發流程。

於是，工作越拆越細。研究員負責研究，UX 設計師負責體驗，UI 設計師負責介面，PM 管理產品，工程師負責開發。分工越細，最困難的事情之一，就變成讓每個人理解彼此在做什麼。

研究員訪談了二十個人，不可能要求所有 PM 和工程師都讀完逐字稿，於是整理成人物誌。這週會議做出的決定，要讓幾週後接手的人理解，就靠旅程圖、流程圖和文件。

這些工具很多時候不只是設計工具，也是溝通工具。作者引用的研究也指出，資深從業者使用人物誌時，經常是為了團隊溝通；不同專業團隊檢查同一個網站，也可能找出很不一樣的問題。

這些研究讓我想到另一個問題。當設計品質很難客觀衡量，組織可能會更依賴看得見的交付物，判斷一個團隊有沒有認真工作。

久了，文件越完整、圖表越漂亮，就越容易被當成專業的證明。但它和產品或服務最後有沒有改善，是兩回事。

錢變貴了，AI 剛好出現

2022 年開始，美國快速升息，科技業也從擴張轉向控制成本。企業開始重新檢查組織和工作流程。這麼多分工、這麼多交接、這麼多文件，到底哪些真正帶來價值？

ChatGPT 剛好在 2022 年 11 月推出。作者認為，兩件事在時間上碰在一起。資金成本提高，讓企業有動機重新檢查流程；AI 的出現，則讓部分原本耗費大量人力的工作，有機會更快完成。

Airbnb 是文章提到的例子之一。2023 年，執行長 Brian Chesky 談到公司重新調整產品管理方式，讓產品開發與產品行銷的責任更緊密地結合。目的是減少組織之間反覆交接，讓更精簡的團隊能從頭到尾負責一件事。

Figma 2025 年針對 1,199 位產品團隊成員的調查，也發現 55% 的受訪者開始接手以前由其他角色負責的工作。PM 自己做原型，工程師產出初步設計。不同職能之間的界線，開始變得沒那麼明確。

當一個人可以更快從想法做到原型，原本需要多次交接的流程，自然有機會縮短。這也是作者說的：設計流程的中段，正在變薄。

省下中段的時間，我想花回兩個現場

回到我自己的工作。

我很認同作者的沙漏比喻，只是從服務設計的角度，我會把它講得更具體。省下中段的時間，我想花回兩端。

前面是 Discover，真正理解使用者、利害關係人，以及他們所處的情境。後面是 Deliver，把設計帶到現場，透過測試和實際使用，協助團隊把改變落實。

這兩端，都需要與真實的人互動。

回頭看前面的工作坊案例。AI 可以快速產生畫布，甚至模擬整個討論過程。但這些內容是否合理、哪些問題值得追問、流程能不能適用於實際參與者，仍然需要設計師判斷。

而且，工作坊不是照著畫布把問題問完就好。參與者怎麼回應、現場有沒有不同意見、哪些問題值得繼續挖掘，都得在互動中觀察。

原型測試也是一樣。AI 可以一次做出好幾個版本，但哪個值得繼續，不是只看哪個做得最快、畫面最好看。

使用者怎麼操作？他在哪裡猶豫？他說出口的想法，和實際行為是不是一致？這些觀察，才能幫助我們判斷接下來應該往哪個方向走。

而且，原型產出得越快，設計師反而越需要知道怎麼選擇。以前花很多時間才能做出一個版本。現在很快就能看到好幾個看起來都不錯的版本。但如果不知道怎麼判斷，只是把更多方案堆在桌上，也不一定能做出更好的設計。

作者把這種能力稱為「品味」。不只是知道什麼好看，而是能從不同選項裡，辨識什麼真正適合眼前的問題。這種能力，來自長時間的實作、觀察、犯錯與修正。

近 16 年下來，我越來越覺得，這才是設計師原本應該投入時間的地方。

你的一週，花在哪一段？

讀完這篇文章，我也開始重新思考自己的工作時間。如果把上週的工時攤開來看：

• 1有多少時間，你真的在理解使用者、釐清問題？
• 2有多少時間，你在做決定、製作原型、測試方案？
• 3又有多少時間，花在整理文件、修改簡報、調整格式，只為了讓其他人理解你已經做過的工作？

當然，不是所有文件都該刪除。有些文件確實能幫助團隊合作，也能留下重要的決策紀錄。

但如果 AI 能讓我們更快完成這些必要工作，或減少不必要的反覆製作和交接，是不是就能把時間用在更重要的地方？

對我來說，這才是 AI 最值得期待的改變。以前很多設計只能先靠腦袋想像，等到做出來、帶到現場，才知道可不可行。現在能更快把想法變成具體的東西，提前和人討論、驗證，再反覆修改。

AI 讓做出東西變得容易，也讓判斷什麼值得做，變得更重要。

做了近 16 年服務設計，我不認為設計師的價值是產出多少張畫布、多少份報告、多少個原型。而是能不能藉由這些工具，真正理解問題、做出判斷，最後帶來改變。

如果 AI 能讓我們少花一些時間在中間，多花一些時間接觸真實的人、測試真正的方案。那設計師反而更有時間做設計了。

你上週，花最多時間的是哪一段？

參考資料

• Anamol Rajbhandari，〈AI is hollowing out the middle of design, leaving an hourglass behind〉，UX Collective，2026 年 10 月。原文連結
• Figma，〈Are roles and responsibilities a thing of the past?〉（2025 Shifting Roles Report），2025 年。原文連結
• Brian Chesky 於 Figma Config 2023 對談，以及 Lenny’s Podcast 訪談（2023）。

文中的兩個實務案例由團隊共同完成。

如果你的團隊也想重新安排設計流程，把更多時間留給使用者研究和現場測試，歡迎和我聊聊合作的可能。