让 AI 理解设计-构建面向 Agent 的工作流

项目背景

随着 AI Coding 和 Agent 的发展，我发现 AI 已经具备不错的代码生成能力，但设计结果始终难以达到可交付标准。我尝试了 Prompt、Figma MCP、Design Skill 等多种方式，希望让 AI 真正理解设计，而不是仅根据自然语言生成页面。 这个项目记录了我探索 AI Design Workflow 的全过程，并逐步构建了一套面向 Agent 的 Design Skill 和设计工作流。

为什么开始做这件事

最初，我希望利用 AI 快速生成腾讯会议移动端的相关页面，希望它能够承担更多设计执行工作。然而，仅依赖 Prompt，AI 缺乏业务上下文、设计规则和交互判断，最终生成结果距离真正可交付的设计稿仍有较大差距。

关键洞察

经过多轮实验，我逐渐意识到：AI 并不是不会设计，而是不知道为什么这样设计。真正影响设计质量的，并非 Prompt 本身，而是业务场景、交互规则、组件规范以及长期沉淀的设计经验。这些内容过去存在于 Design System 中，如今需要进一步转化为 AI 可理解、可调用的 Design Skill。

我的解决方案

基于这一判断，我开始尝试将传统 Design System 转化为 AI 可读取的知识结构。除了设计 Token 和组件规范之外，我进一步补充了设计原则、页面模板、Examples、质量检查等内容，逐步建立起一套适用于 Agent 的 Design Workflow，让 AI 能够在生成页面之前先理解设计。

最终效果

经过持续迭代，AI 已能够较稳定地生成符合设计规范的页面，在圆角、字体、间距、组件结构等方面取得了明显改善。目前这套 Workflow 仍在持续完善，但已经验证了一个方向：Design System 不只是给人阅读，也可以成为 Agent 的工作上下文。

总结

这个项目让我开始重新思考设计师在 AI 时代的角色。我关注的不再只是界面设计，而是如何把设计判断沉淀为可理解、可调用、可验证的能力，帮助 Agent 在正确的上下文中完成设计工作。我相信，未来体验设计将逐渐从「设计界面」，演变为「设计 Agent 的行为与工作流」。