想用 AI 做設計的人，第一個卡住的點往往不是選哪個工具。
而是「該把多少事情交給 AI，以及人類該從哪裡開始判斷。」
讀完這篇文章：
非設計師 將學會如何向 AI 提出需求。
主管 將能對設計師做出更具體的要求。
設計師 將更容易把 AI 當作發想與驗證的輔助工具，而不是把它視為生產的敵人。
本文將介紹一套實用的 AI 設計生產流程，這套流程源自 電通數位、博報堂、CyberAgent、AIR Design、Goodpatch、Adobe、Figma 以及 Canva 的實際案例。
首圖由 AI 生成。 提示詞為
刊載於超過 8 萬字的文章中 提示詞每日更新。
目錄
- 結論：AI 設計的最前線已成為「生產 OS」
- 企業案例中常見的共同模式
- 該交給 AI 的任務 vs. 不該交給 AI 的任務
- 實戰適用的 5 步驟 AI 設計生產流程
- 可直接套用的需求模板
- 失敗 AI 設計的共同特徵
- 今天就能做的事
相關免費線上研討會
[終結 AI 設計的抽卡地獄。
結論：AI 設計的最前線已成為「生產 OS」
AI 設計的最前線，早已超越了「讓 AI 生成圖片」這個階段。
現在正在發生的，是一場 以 AI 為前提，重構整個生產流程的運動。
舉例來說，電通數位的「∞AI Ads」，從「挖掘訴求點」到「創意生成」、「效果預測」以及「改善建議」，全面支援廣告創意的生產。
日本頂尖廣告代理商所描繪的 AI 時代 2026 年廣告與行銷趨勢
CyberAgent 已將 AI 導入廣告生產的所有階段，從廣告效果預測、設計、文案到 AI 虛擬人物。
博報堂 Products 在其「AI Craft Studio」中，設立了名為「Generator」的全新 AI 專家角色，全面運用多種生成式 AI 工具。
換句話說，成功的企業並非只將 AI 視為「製作素材的工具」。
他們將 AI 視為一個涵蓋生產前後流程的系統。
這是關鍵所在。
你該交給 AI 的，不是直接做出最終設計。
你該交給 AI 的，是像下面這樣的任務：
- 整理競爭對手與參考案例
- 針對不同目標對象生成訴求點
- 生成粗略的設計方向
- 製作橫幅與縮圖的變化版
- 製作 LP（Landing Page）結構的草稿
- 生成圖片素材與背景點子
- 找出改善假設
- 利用檢查清單確認是否有遺漏
相反地，有些任務必須由人類來做最終決定：
- 設定目標
- 理解顧客
- 品牌判斷
- 資訊架構
- 文字的可讀性
- 權利確認
- 最終品質判斷
- 發布後的成效判斷
如果這個分工搞錯了，最終只會得到一個看起來很「AI 感」的廉價設計。
企業案例中常見的共同模式
觀察國內外的案例，善用 AI 的企業都有一些共通點。
那就是讓 AI 產出「數量」，由人類決定「意義」，並利用數據來決定「下一步的改善方向」。
電通數位將廣告創意與 發想、生成、預測、改善 串聯起來。
博報堂 i-studio 開發了 雲端上的圖像生成 AI 系統與內部工作流程，為 LIFULL 的 SNS 企劃提供了 10,000 種視覺內容。
CyberAgent 正透過結合效果預測與生成式 AI 的「極預測 AI」，邁向大量生產高效能產品圖像之路。
導入生成式 AI 後，廣告製作團隊的規模從「約 6 名各種角色」縮減為「1 名設計師」。攝影與模特兒費用也降低了，每位設計師的產量則增加到約 170 件。
AIR Design 運用 AI 與專業團隊，分析競爭對手的 LP、橫幅與搜尋廣告，並將其連結到訴求點發想、設計製作、熱點圖分析與改善提案。
Goodpatch 正透過將 AI 融入設計與開發流程，推動 AI 驅動的設計與 AI 驅動的開發。
Adobe Firefly 正透過提供使用企業品牌資產的 Custom Models，來推進 符合品牌形象的圖像變化版生成。
Figma 正在強化 AI、設計系統、程式碼連接以及 MCP 整合。
Canva 正朝著一個方向邁進，讓 即使是非設計師，也能透過 Brand Kit 和 Magic Studio 在不破壞品牌形象的前提下輕鬆製作。
共通點很明確。
AI 並不會取代設計師成為「最終決策者」。
AI 的角色是增加可供判斷的素材。
企業正在使用的流程如下：
- 決定目的與顧客
- 用 AI 大量生成點子
- 由人類進行篩選
- 由專家進行最終調整
- 透過發布與驗證觀察結果
- 將結果回饋到下一次的製作中
正因為有這個循環，AI 的運用才能從「玩玩而已」轉變為「帶來商業成果」。
該交給 AI 的任務 vs. 不該交給 AI 的任務
在 AI 設計中，最重要的事情就是釐清該委派哪些任務。
非設計師往往會跳過這個步驟，直接丟出一個「把它弄好看一點」的要求。
這樣做肯定會失敗。
這就跟向設計師提出需求時的道理是一樣的。
你不僅需要決定「請使用 AI」，還需要決定「在哪個階段使用 AI，以及哪些判斷將由人類來做。」
以下是指標：
容易交給 AI 的任務，是那些沒有唯一正確答案，且產出數量具有優勢的工作。
人類應該關注的，則是涉及責任歸屬的判斷。
舉例來說，讓 AI 為一個橫幅生成 20 種背景點子是很有效率的做法。
然而，人類必須檢查 「這個表現方式是否會損害品牌形象」、「是否有違反醫療或廣告法規的問題」、「是否會誤導顧客」。
只要劃分出這條界線，就能大幅減少 AI 設計的意外狀況。
實戰適用的 5 步驟 AI 設計生產流程
接下來，我們來看看在實際工作中該依循的順序。
在決定工具名稱之前，先決定流程。
推薦的 5 個步驟如下：
1. 用一句話決定目的
你首先該寫的，不是提示詞。
而是目的。
範例：
針對 30 多歲女性的美容蛋白質 LP，降低首次購買的疑慮，引導她們從索取資料轉為訂閱。
如果這個目的很模糊，AI 只會把外觀整理得很漂亮。
但它無法成為一個能帶來成果的設計。
2. 確定顧客與媒介
即使是相同的產品，在 Instagram 廣告、LP、銷售資料和 note 首圖上的製作方式也會不同。
在向 AI 提出需求之前，至少要先決定以下幾點：
- 要給誰看
- 要在哪裡展示
- 他們有多少秒的時間可以判斷
- 希望他們下一步做什麼
- 絕對要避免給他們什麼印象
如果沒有先確定這五點就開始生成圖片，很可能會迷失方向。
3. 用 AI 生成多個方向
這才是你第一次使用 AI 的時候。
不要一開始就追求完成品，而是先生成方向。
- 強調信任感
- 強調價格吸引力
- 強調專業性
- 強調顧客評價
- 強調 Before/After
- 強調世界觀
像這樣輸出不同的方向，就能進行比較。
AI 更擅長的是「創造一個可供選擇的狀態」，而不是「輸出一個正確答案」。
4. 由人類縮減到一個方向
這裡的重點是，不要根據個人喜好來選擇。
要先設定判斷標準。
- 是否能引起目標對象的共鳴？
- 在該媒介上是否容易閱讀？
- 是否符合品牌形象？
- 與競爭對手是否有差異？
- 是否能自然地引導到 CTA？
- 是否有誇大或誤導之處？
透過這些標準來檢視，即使是非設計師也能更容易做出判斷。
5. 分開進行收尾與驗證
不要直接將 AI 輸出的結果交付出去。
最後一定要由人類來收尾。
- 字體大小
- 邊距
- 色彩強度
- 圖像錯誤
- CTA 的可見度
- 在智慧型手機上的顯示效果
- 權利與相似度
- 品牌調性
此外，如果是廣告或 LP，還要在發布後觀察結果。
AI 設計的價值不僅在於完成創作。
其價值更包含了將學到的經驗回饋到下一次的製作中。
**
可直接套用的需求模板
無論是向 AI 下指令，還是向設計師提出需求，如果需求文字寫得很馬虎，產出的結果也會很馬虎。
只要使用下面的模板，情況就會大大不同。
1你是一位廣告創意的藝術總監。23請根據以下條件，提供 5 個設計方向。4請不要立刻做出最終設計，而是先整理出「目標」、「構圖」、「視覺方向」以及「應避免的表現方式」。56【目的】7{你想達成什麼}89【媒介】10{LP / 橫幅 / note 首圖 / Instagram 廣告 / 銷售資料等}1112【目標對象】13{誰會看到。他們的煩惱、知識水平、購買前的疑慮}1415【產品/服務】16{要銷售、傳達或讓人申請的內容}1718【希望他們採取的下一個行動】19{點擊 / 申請 / 收藏 / 諮詢 / 索取資料}2021【品牌調性】22{信任感 / 親切感 / 高級感 / 速度感 / 專業感等}2324【必須包含的資訊】25{產品名稱、日期、價格、CTA、實績等}2627【應排除的表現方式】28{誇大、NG 詞彙、法律上應避免的表現、與競爭對手過於相似的表現}2930【輸出格式】311. 方向名稱322. 目標333. 版面配置提案344. 主文案提案355. 視覺提案366. 注意事項
重點是不要要求最終成品。
首先要問的是可以進行比較的方向。
選定方向後，再像這樣提出需求：
1我將採用方向 3。2請根據這個方向，將其具體化為一個在智慧型手機上容易觀看的橫幅提案。34條件：5- 文字元素最多 3 個6- 讓 CTA 最為突出7- 禁止使用會讓 30 多歲女性覺得廉價的表現8- 如果需要照片素材，請將用生成式 AI 製作的背景點子，與搜尋實拍素材的條件分開列出9- 最後，請附上品質檢查清單
向設計師提出需求時也是一樣。
與其說「這是用 AI 做的提案，請幫我整理一下」，不如像這樣交給對方：
1目的：2{目的}34採用的方向：5{方向名稱}67AI 提案的優點：8{希望保留的部分}910需要擔心的部分：11{AI 感、文字量、品牌不一致、權利問題等}1213希望設計師判斷的部分：14{版面配置、配色、資訊優先順序、視線引導、最終調性}1516交付格式：17{Figma / Canva / PSD / AI / WebP 等}
光是這樣，就能提升需求的品質。
設計師也能理解「需要修正什麼」。
失敗 AI 設計的共同特徵
在 AI 設計上失敗的人，通常都會做同樣的事。
第一是 在沒有目的的情況下就開始生成圖片。
外觀或許很整齊，但會變成一個無法引起任何人共鳴的設計。
第二是 只用一個提案就做決定。
AI 的強項在於數量。
與其只相信一個提案，不如比較多個提案更為合適。
第三是 忽略文字。
在廣告、LP、縮圖和銷售資料中，文字的可讀性決定了成果。
即使 AI 生成的圖片很美，如果文字難以閱讀，就毫無意義。
第四是 不檢查權利或相似度。
即使在經濟產業省的「內容製作中生成式 AI 的活用指南」中，也整理了在內容製作中使用生成式 AI 時，關於智慧財產權的注意事項。
如果是商業用途，你必須檢查工具的服務條款、訓練資料、輸出結果的相似度，以及人物、商標、角色的處理方式。
第五是 放任「AI 感」不管。
常見的 AI 感包括：
- 邊距全都一樣
- 光線不自然
- 手部或小物件出現錯誤
- 文字難以閱讀
- 臉孔太過完美
- 有太多與品牌無關的裝飾
- 一種似曾相識的科幻感
越是使用 AI，人類的檢查能力就越重要。
隨著 AI 運用的進展，設計師的價值將不再只是「動手操作」。
要保留什麼、捨棄什麼、修正什麼。
價值的重心將轉移到這裡。
今天就能做的事
最後，我把今天就能做的事濃縮成一項。
在你的下一個設計專案中，不要馬上打開 AI 工具。
首先，寫下這 7 個項目：
11. 目的：22. 目標對象：33. 媒介：44. 希望採取的下一個行動：55. 必須包含的資訊：66. 應避免的表現方式：77. 判斷標準：
在向 AI 提出需求之前，先寫下這些。
不要把 AI 的提案當作最終成品來看。
要把它當作比較用的素材。
非設計師 可以透過這 7 個項目，穩定地向 AI 提出需求。
主管 可以透過這 7 個項目，讓向設計師提出的需求更具體。
設計師 可以透過這 7 個項目，判斷在生產流程中該把 AI 放在哪個位置。
AI 設計的本質，並非消滅設計師。
而是減少生產過程中的猶豫。
並將時間還給那些需要人類判斷的工作。
這就是從國內外案例的最前線所看到的結論。
相關免費線上研討會
[終結 AI 設計的抽卡地獄。
從零開始用 AI 做設計
NewsPicks Practice! 工作技巧
請由此聯絡我們
https://kawai-official.pages.dev/
https://x.com/kawai_design/status/1908526128685584398
https://x.com/kawai_design/status/2062134011875791053
