AI 設計的品味盲點：從量化評估到定義價值
這部影片探討了在AI設計工具普及的時代，設計師所面臨的挑戰與機遇。影片透過實際案例展示了Google Stitch、Figma和Claude Design等AI工具在生成電商網站設計稿的優缺點，並指出AI生成設計稿普遍存在的小問題，如跑版、對比不足等。講者強調設計的本質沒有標準答案，但壞設計卻有可量化的標準。影片進一步介紹了多種學術研究支持的量化工具，能從功能和視覺兩大面向評估設計品質，幫助使用者客觀地找出AI設計的問題並進行修正。最終，影片提出AI能取代執行層面的設計工作，但人類在評估和定義設計上的價值將更加凸顯，並鼓勵人們培養判斷力與品味，以應對未來設計領域的變革。
重點摘要
- AI設計工具能快速生成專業設計稿，但普遍存在細微問題。
- 設計本質上沒有標準答案，但壞設計有可量化的標準和訊號。
- 70年的設計研究累積了大量可量化評估設計品質的工具與方法。
- 這些工具能從功能（使用者理解與行動）和視覺（一致性與吸引力）兩大面向分析設計。
- AI Agent能自動化執行使用者測試，找出結構性問題。
- AI工具的本質是將設計推向平均，而人類的價值在於判斷與品味。
- 未來設計學習的重點將從執行轉向評估與定義，品味將成為稀缺且有價值的資產。
章節
AI設計工具的實驗與成果
展示Google Stitch、Figma、Claude Design在10分鐘內生成電商網站設計稿，並指出其專業感與既視感。
設計同質化與AI設計的問題
探討設計同質化現象，Figma股價下跌，市場判斷AI將取代設計師，並提出「我們是否有能力看出AI設計的問題？」的核心問題。
AI設計工具的現況與不足
分析Stitch、Figma、Claude Design的優劣，並指出它們在設計細節上普遍存在的跑版、對比不足、字體不一致等小問題。
設計的本質與AI的難題
強調設計沒有標準答案，AI只能從大量資料中找出「最不會出錯的平均答案」，導致設計陷入「感覺怪怪卻說不出原因」的死局。
打破死局：量化壞設計的維度
介紹70年設計研究累積的量化標準，將網頁設計拆解為功能與視覺兩大面向，並提出四個具體問題來評估設計品質。
功能面向：眼睛看哪裡與看得懂嗎？
介紹DeepGaze IIE模型預測眼睛停留區域，以及Flesch-Kincaid可讀性指標和LLM質化評估文字清晰度，找出影響使用者理解的硬門檻。
功能面向：理解了會行動嗎？
介紹AI Agent如何模擬Task-Based Testing，自動執行任務並找出按鈕點不到、重要資訊被隱藏等結構性問題。
視覺面向：整體看起來一致嗎？
解釋設計風格一致性的重要性，並展示Playwright如何讀取CSS樣式，量化顏色、字級、圓角等不一致問題，形成設計審核閉環。
AI的極限：平均臉與品味
透過「平均臉」實驗說明AI將設計推向平均，缺乏獨特性與記憶點，而「品味」是工具無法教授的判斷力。
AI時代設計師的價值與未來
總結AI能取代執行層面的設計工作，但人類在評估與定義設計的價值將更加凸顯，時間將投入在培養品味與判斷力，並思考五年後「設計師」職稱的存續。
適合對象：對AI設計工具、設計評估方法感興趣的設計師、產品經理、內容創作者以及任何想了解AI對設計產業影響的人。