一、前言

隨著技術的不斷迭代，AIGC 能力的可控性得到了進一步提升，可應用的場景也越來越多，在文本、圖像、視頻等多個領域都有了廣泛應用。用戶已經可以用自然語言來與 AI 工具進行交互，革新傳統辦公方式，工作任務可以更具創造性，并且提高了生產效率。

本文將從 AIGC 體系化應用角度聊一聊，設計團隊如何利用 AIGC 來優化工作流，提升效率的同時，更多推動 AIGC 能力應用與落地。

二、AIGC 對設計的影響

如何更好的利用 AI 工具幫助我們提升設計效率與價值，我們嘗試了從產品設計類需求、運營設計類需求、視頻/動效類需求及用戶研究類 5 類需求場景的嘗試

我們認為流程可復用的 AI 才能真正來為現有工作流程提效賦能；于是對現有工作場景進行梳理，結合不同 AI 工具的特點及各類需求的特性，來制定更有針對性的標準化 AIGC 工作流程。通過 AIGC 工作流標準化的落地，逐漸覆蓋更多高頻、重復性的工作節點及應用場景來解放設計生產力，從而工作重心更多以創意、創造性任務為主。

1. 目前現階段 AIGC 工具使用功能偏好：

• 創意發散：使用 AIGC 工具來快速生成參考，激發新靈感
• 快速設計：使用 AIGC 提升設計效率，如快速生成視覺元素、完整畫面進行應用
• 定制效果：利用 AIGC 工具例如訓練 lora 模型或 ControlNet 控制生成生成元素效果或形態，來實現相對定制化的視覺需求

2. AIGC 設計師的角色變化

根據個人特長和承接需求，部分設計師角色及能力維度也產生了變化

對于產品設計師來說可以利用 AIGC 工具加速設計流程的變革，重塑團隊合作模式。整合 UE、UI 設計師能力往 UX 全鏈路設計師方向轉變。

運營視覺設計師利用 AIGC 來洞察設計趨勢及用戶的偏好，快速輸出創意參考，更深入、精準洞悉業務需求同時，更深入理解商業目標，更多的參與到創意決策和場景故事塑造中去，從而往運營產品設計師方向轉變。

3. 設計師所面臨的挑戰：

新事物的學習適應能力：設計師面臨著學習新工具、新方式的學習壓力，并同時還需探索如何將 AIGC 配合融入現有工作流之中

創意的差異化：如何在保持設計作品的個性、特點、差異化來盡量減少 AIGC 的特征

AIGC 輸出穩定性：在使用 AIGC 工具時如何才能讓輸出物可控、穩定，得到設計師想要的效果

三、AIGC 設計工作流標準化建設

1. 產品設計類需求工作流程

根據需求類型進行拆分，在設計分析、UI 設計及設計輸出等階段均可由 AI 工具介入，從而優化工作流程，提升設計效率。通過 AI 自動化走查工具進行設計走查提效提質。

針對運營需求可以拆分為定制類運營需求和泛場景類運營需求

2. 定制類運營需求工作流程

可從前期的設計風格確認，設計素材查找/制作、運營圖片設計/延展進行設計提效。

3. 泛場景類運營需求工作流程

可通過 AI 工具生成素材圖片或通過智能海報工具完成海報設計

4. 視頻/動效類需求工作流程

通過 AI 工具，可以把圖片生成動效視頻，可根據業務場景生成動畫視頻，還可創建專屬的數字分身。拓展了運營宣發形式，可做更多創意場景。

5. 用戶研究類需求工作流程

可通過對 AI 工具幫搜索收集調研資料，并且可以對資料進行整合分析，輔助輸出用研報告。

四、AIGC 場景應用

AIGC 主要應用場景：營銷活動、微海報、IP 形象、動態視頻……

1. 智能海報系統

利用前端設計排版的海報模版，結合 AIGC 素材出圖能力，非設計人員可快速輸出模版海報。

2. AI 輔助運營活動、海報設計

①設計拆解：

通過拆解，把運營活動分為：背景層、主體層、文案層，其中背景層、主體層可通過 AI 輔助生成，提升設計效率。

背景層：通過活動主題訴求繪制草圖，得出背景層設計元素及風格，轉換成關鍵詞在 Midjourney 中生成高質量背景

主體層：活動主體如果有明確的內容要求，或 IP 形象，此時通過 Stable Diffusion 的 control net 插件結合草圖，或通過訓練的 ip 形象 lora 模型產出 ip 定制化姿態與服裝，高效完成主體繪制。

②Prompt 關鍵詞系統搭建：

把設計師對畫面的構思思維，翻譯轉換成 AI 能讀懂的 Prompt 關鍵詞，并形成結構化：場景+主體+風格+提質等關鍵詞，并通過不斷優化嘗試，形成穩定的出圖關鍵詞模版，減少試錯成本

③Prompt 關鍵詞模版庫：

把關鍵詞沉淀成資源，團隊內共享，提升設計效率，形成 AI 素材庫

④排版合成

通過關鍵詞在 AI 工具生成所需設計素材，通過設計軟件合成、修圖、排版，輸出最終設計物料

四、AIGC 其他案例展示