Hi,大家好,我是七帅。
今天这篇文章的起因,说来挺有意思。
前两天我在琢磨一件事:现在有些设计师,已经不怎么打开 Figma 画图了。他们把自己的设计规范、组件库搞成一个个"Skill"文件,直接喂给 AI,然后让 AI 产出前端代码。
当时我第一反应是:这靠谱吗?
结果今天自己亲手跑了一遍完整流程——从 MasterGo 设计稿里把整套设计系统扒下来,做成 Skill,然后直接用它生成了一个博客页面。
说实话,干完之后我真觉得,这事儿比我想象的成熟得多。
以前设计师和开发的协作流程,大部分人是这样的:设计师在 Figma 或 MasterGo 里吭哧吭哧画完设计稿,导出标注,扔给前端。前端对着标注一点点还原,中间还得反复确认"这个间距是多少""这个圆角是几像素"。
这套流程跑了好多年,说实话,效率真谈不上高。
但现在有一批人走了条挺另类的路:不画图了,直接把设计规范变成一套规则文件。
这套规则文件就是我们说的"Skill"。它不是一个组件库,也不是一份 PDF 文档,而是一份 AI 能读懂、能执行的设计指南。里面包含颜色 token、排版规范、圆角值、阴影参数、组件状态……所有设计师平时要跟开发反复沟通的东西,全都用结构化的方式写进去了。
AI 拿到这套规则之后,每次生成代码都会严格遵循——不会出现"差 1px"的问题,因为规则本身就是代码级的。
光说不练假把式。我今天就用自己的设计系统试了一把。
第一步,打通 MasterGo 和 AI。MasterGo 有个东西叫 Magic MCP,通过 MCP 协议把设计稿的数据直接接到 Claude Code 里。配置很简单,一行命令的事:
claude mcp add mastergo-magic-mcp -- npx -y @mastergo/magic-mcp --token=你的token
连上之后,我给了它两个设计文件的链接——一个是《华润医商设计规范》,一个是《CRDesign Web 组件库》。
第二步,从设计稿里提取数据。这一步有个小坑:URL 里要带 layer_id 参数才能读到具体内容,光给 page_id 是不行的。搞定之后,AI 直接把颜色体系、排版规范、圆角规则、容器样式全部扒了出来——8 套颜色体系,每套 10 个色阶,18 个排版 token,5 个组件的完整状态规范。
第三步,把提取到的数据整理成 Skill 文件。写好 CSS 变量、组件规范、禁止事项,保存到 ~/.claude/skills/crdesign/ 目录。
最后一步,直接让 AI 用这套规范生成一个博客页面。结果就是:颜色、字号、圆角、按钮样式全部符合设计规范,品牌色 #F99D33 用在了该用的地方,圆角值都是 2 的倍数——没有 3px、7px 这种野路子。
整个过程从连接到产出,大概两小时。
看到这里你可能会问:那设计师是不是要失业了?
我的判断是:不会失业,但角色会变。
以前设计师的核心产出是"图"——一张张视觉稿。以后呢,核心产出可能是"规则"——一套套可执行的设计约束。
这其实是设计师一直想做但没做到的事:设计系统不再是一份"参考文档",而是变成了真正被执行的规则。AI 每次写代码都得遵守,不存在"参考性地实现"这回事了。
但这里有个前提:设计师得学会用结构化的方式表达自己的设计意图。不是"我感觉这个间距差不多",而是"间距必须是 8 的倍数"。不是"颜色稍微亮一点",而是"品牌色 6 级 #F99D33,hover 态用 5 级 #FAB357"。
这种能力,有人叫它"Context Engineering"——上下文工程。说白了就是:你得能精确地描述你想要什么。
不过我也得说实话,现在这套流程还有明显的短板。
第一,复杂的交互动画和响应式断点,靠描述还是有损耗。AI 能理解"hover 时颜色变深",但"滚动到某个位置后卡片依次浮入"这种效果,还是得人写。
第二,探索阶段的视觉方案——风格还没定、需要快速试错的时候,Figma 的自由度仍然更高。Skill 更适合已经确定规范的项目。
第三,不是标准化的页面(营销页、品牌官网),靠 Skill 生成的效果还不够好。适合后台管理、表单、列表这类标准化 UI。
今天最大的感受是:AI 拿走了"执行"这一层,但"判断什么是对的"这件事,短期内还是人的活。
设计师能不能适应这种转变,关键不在于会不会写代码,而在于能不能把自己的审美判断力,转化成 AI 能理解的规则。
能转化的,效率会有数量级的提升。转化不了的,确实会有点被动。
或许今天这篇文章的起因,就是最好的例子——我不是设计师,但我花了两个小时,把一套企业级设计系统从 MasterGo 里搬到了 AI 里,然后直接用它生成了一整个页面。
这在一年前,还挺难想象的。
七帅
产品设计师 用设计让产品更有温度
热爱产品,热爱生活。相信好的设计源于对生活的细腻观察。
喜欢用 AI 工具提升效率,探索设计与科技的边界。工作之余,享受阅读、旅行和一切美好的事物。
费曼学习法践行者,价值投资探索者。