AI 嵌入设计工作流：Designlab 2026 调研解读
AI 嵌入设计工作流：Designlab 2026 调研解读
栏目：数据报告 | 目标读者：团队 / 个体 | 信源核实日期：2026-06-11
决策摘要
Designlab 今日发布了其对 200+ 名 各行各业UX/产品设计师的AI工具使用调研报告。报告显示，约57.9%的设计师已将 AI 工具整合到工作流中（而去年仅为44.3%，增长幅度超过30%），完全不用的设计师仅剩 6%。与此同时，他们对 AI 的关注重点从"怎么用"转向"用得对不对"：56.8% 担忧 AI 拉低设计质量，49.2% 对 AI 输出仅持中度信任。数据表明，当 AI 工具成为通用基础设施后，判断力、品味和用户理解才是设计师不可替代的竞争力。
正文 一、整合程度：常态化，但尚未主导
报告显示，AI 在工作流中的渗透率连续两年上升。中度整合（moderately integrated）从 33.6% 升至 41.8%，广泛整合从 10.7% 升至 13.9%。设计师们使用AI的工作时间比例大幅提升，设计工作中使用AI的时间占比达到25%以上的设计师，达到了46%，超过10%的设计师工作里一大半的时间都在使用AI。这个比例有了显著的上升。
这意味着什么：AI 已从"实验工具"变成"日常工具"，团队需要系统性地思考 AI 在设计流程中的定位与边界。
二、应用边界：效率优先，执行谨慎
报告显示，60% 的受访者表示 AI 减少了重复性任务时间，28.7% 表示加快了设计交付。最显著的变化是原型制作环节：使用 AI 做原型的设计师比例从上年约 20% 跃升至 57.3%。
使用频率（often + always）的结构化数据：
任务类型 高频使用 解读 内容创作（UX 文案、微文案） 67% 最成熟场景，已成标配 用户研究综合与分析 55.2% AI 在定性研究中的价值被认可 概念探索与创意构思 47.1% 辅助发散，不直接产出结论 分析、行为洞察与数据驱动设计决策 41.7% AI 在定性研究中的价值被认可 原型制作与线框图 25.4% 增长最快，但仍在"辅助"阶段 视觉设计与素材生成 24.3% 设计师对最终视觉输出保持控制 角色画像与用户旅程 22.2% 复杂过程或依赖真实输入的场景，AI助力相对困难 测试评估与仿真模拟 19.5% 复杂过程或依赖真实输入的场景，AI助力相对困难 可访问性改进 18.4% 复杂过程或依赖真实输入的场景，AI助力相对困难
这意味着什么：设计师把 AI 放在"加速器"位置——用它提速研究、构思和迭代过程，但把"最终判断"留给自己。
三、工具格局：ChatGPT 稳守，Figma Make 异军突起
报告显示，工具栈呈现双核结构：LLM（研究/构思）+ AI 原型工具（快速迭代）。ChatGPT 没有被替代，而是被补充——设计师很务实地根据具体场景组合工具。
工具 使用率 备注 ChatGPT 83.5% 绝对领先，基础层工具 Figma Make 71.4% 去年尚未发布，今年即冲至第二 Claude 39.5% 上年 14%，增长最快的 LLM Lovable 27% 去年未进榜 Perplexity 24.3% 上年 9% Microsoft Copilot 22.7% 上年 7%
这意味着什么：Figma Make 的 71.4% 使用率是值得重视的信号。它之所以能快速渗透，原因在于"嵌入生产环境"——设计师不需要离开 Figma 就能用 AI生成，这比独立 AI 工具更容易获得增长。
四、信任危机：使用越深，担忧越重
报告显示，对AI设计成果，持完全信任和比较信任态度的设计师仅占16.7%，绝大部分设计师对AI的产出并不会那么信任。如今，设计师的障碍已从"不会用"（上年主要障碍）转向"用出问题"：
障碍类型 占比 性质 工具限制或缺陷 56.8% 技术成熟度/与业务场景的匹配度问题 对设计质量下滑的担忧 56.8% 专业判断 合规与数据隐私 51.9% 合规风险 伦理问题（偏见/版权等） 48.1% 合规风险
这意味着什么：这是使用者变成熟的信号——早期采用者会因为新鲜感而高估工具价值，但当使用常态化后，设计师开始看到 AI 输出的系统性问题——表面精致但掩盖深层可用性缺陷、版权归属不清、审计困难。这种警惕不是抗拒，而是专业责任感的体现，也预示着市场对"AI 输出质量验证工具"的需求即将上升。
五、角色延伸：从用 AI 到设计 AI
报告显示，67% 的设计师至少开始探索设计 AI 驱动的产品功能，18.5% 已将其作为核心工作的一部分。
这种转变的本质是：设计对象从"界面"延伸到"智能行为"——用户能问什么、系统返回什么、输出出错时如何处理，这些原本属于产品经理和工程师关心的问题、如今已成为了设计师的工作范围。
这意味着什么：这是设计师角色边界的实质性扩展，这意味着设计师与其他岗位可能开始重合竞争，但需要警惕设计师专业背景和职业偏好带来的风险、组织需要正视风险并做出恰当的反应。
六、同质化焦虑：当所有人用同样的工具
报告显示，设计师们普遍开始担忧：如果同样的 AI 工具向所有人开放，产品差异化从何而来？76% 的设计师表示 AI 尚未导致团队规模缩减，但它正在改变技能要求，那些能将扎实设计基础、AI 工具熟练度、对 AI 局限性的批判性思考结合起来的设计师，适应变化的能力更强。
这意味着什么：这是报告最有战略价值的洞察。当 AI 拉平了"执行效率"这个竞争维度后，竞争重心上移——产品愿景、伦理判断、用户理解、品味，这些难以被 AI 替代的能力将成为区分优秀团队的关键。对设计师个人而言，**投资"AI 无法做的事情"**比"学会更多 AI 工具"更有长期价值。
提示：受访者为 Designlab 社区设计师（200+ 人），可能偏向已主动关注 AI 的群体，不代表全体设计师的平均水平。Designlab 经营设计教育业务，阅读时请留意这一背景。
给管理者的建议
- 审视团队 AI 工具栈：对照报告工具使用率，标记团队尚未引入但值得试用至少一款工具（报告数据可作为优先级参考）
- 建立 AI 输出审核节点：针对 56.8% 的质量担忧，在现有设计评审流程中增加 AI 辅助产出的专项检查环节
- 盘点"AI 无法替代"的设计能力：探索并明确列出哪些设计判断必须由人完成，并围绕这些能力制定培养计划
信息来源
Designlab. AI in UX and Product Design Survey Report 2026 [R]. Designlab, 2026.
本文内容经 AI 辅助生成，已通过人工审校。