《AI in Design 2026》：設計師 AI 工具組全面大洗牌
雖然 AI 使用量大增，但多數設計師仍未建立固定工具組
《State of AI in Design 2026》報告是由 Designer Fund 與 Foundation Capital 聯合發布，調查來自新創公司、大型科技企業與獨立工作者的設計師，分析 AI 工具如何改變設計流程、工具選擇邏輯，以及未來產品生態的發展方向。
本篇為報告第一章〈The Great Toolstack Shakeup〉完整中文譯文。
關鍵數據
- 91% 的設計師每週都在使用 AI（2025 年為 54%）
- 7 個：設計師平均使用的 AI 工具數量（2025 年為 3 個）
- 78% 的設計師使用 Claude，超越 ChatGPT（65%）
重點整理
- 設計師使用的現成 AI 工具數量，已比去年增加超過兩倍。
- 設計師開始用 AI 打造自己的設計工具。
- 大型企業透過內部工具解決資安與合規問題。
- Claude 在過去一年逐漸超越 ChatGPT。
- AI 設計工具的輸出品質，仍存在穩定性問題。
發現一：AI 使用頻率在一年內從 54% 跳到 91%
91% 的受訪者現在每週至少使用一次 AI 協助設計工作，2025 年這個數字是 54%，整整成長了 37 個百分點。細看使用頻率：
AI 逐漸貫穿整個工作流程
AI 在設計流程中的角色，已從「某些環節會用到」，逐漸變成貫穿整個工作流程的基礎工具。
在 2025 年，我們調查的設計師大多將 AI 應用在探索與創作階段，只有 39% 的人會在產品交付流程中使用 AI。不過到了今年，我們調查的每一種工作流程，都已經出現明顯的 AI 採用率。其中最主要的應用場景，包括創意發想、Prototype 製作，以及 UI 文案撰寫。
在訪談過程中，許多設計師提到，AI 的使用方式也出現了變化。過去多半只會在特定階段短暫使用，現在則更像是一種持續性的協作工具，從研究、設計、測試到交付，都會反覆參與其中。
年增幅度最大的工作項目，則包括程式碼生成、文件整理、設計 QA，以及開發交接流程。一年前，這些仍較偏向設計流程邊緣的工作內容，如今已逐漸成為 AI 高度參與的區域。
其中最值得注意的是，許多受訪設計師提到，他們現在已具備將程式碼正式部署到產品環境，以及建立高擬真 Prototype 的能力。有 50% 的受訪者表示，自己曾將 AI 協助產生的程式碼部署至正式產品中。
AI 工作流程的實際應用案例
Baseline Design 創辦人 Joey Banks 曾在一個早上內，同時結合 Claude、Figma MCP Server、Claude Design 與 Claude Code，完成大型元件庫的字體檢查工作，包括統整 Typography 樣式，以及建立 Token Reference 網站 Prototype。
醫療 AI 平台 Abridge 的設計副總裁 Anisha Jain 表示，公司內的設計師與 PM，如今都能直接在 Slack 中查詢研究資料。AI Agent 會自動從研究資料庫中提取內容，回傳具數據依據的答案，並進一步建議後續研究方向。
獨立設計師 Hunter Thompson 則利用 Flora AI 與 Claude Code，在一個下午內完成客製化行銷動畫。他提到，這類互動式動畫過去往往需要數天時間製作，因此多數情況下並不符合成本效益。「這種等級的互動效果，以前需要花好幾天完成，也很難被認為值得投入。」
發現二：設計師使用的 AI 工具組合數量，已成長超過兩倍
根據我們的調查，設計師目前平均會使用 7 種現成的 AI 工具，相較去年平均的 3 種明顯增加。這個現象幾乎出現在所有受訪族群中，無論是不同職位、公司規模，或來自不同地區的設計師，都呈現相似趨勢。
而這項數據，其實還未包含設計師自行開發的工具，或公司內部提供的客製化 AI 工具。
值得注意的是，我們觀察到企業內部 AI 工具的使用率大幅提升。越來越多公司開始建立專屬的 AI workflow、設計系統工具，以及內部自動化平台。
AI Coding 工具已逐漸成為設計師日常工具組的一部分。
在 2026 年，有 76% 的受訪者表示，自己曾使用過 AI 程式開發工具，例如 Claude Code、OpenAI Codex、Cursor 或 GitHub Copilot。若再加上 Lovable、Replit、Bolt 等 AI App Builder 類型工具，整體使用比例則來到 85%。
這也反映出，越來越多設計師開始參與 Prototype、前端開發，以及產品功能驗證等工作流程。
Claude 已超越 ChatGPT，成為設計師最主要使用的 AI 工具
根據調查結果，78% 的受訪者表示自己正在使用 Claude，高於 ChatGPT 的 65%。而在 2025 年，ChatGPT 原本仍是設計師最常使用的 AI 工具。Google Gemini 則以 48% 的使用率排名第三；Perplexity 的使用比例則從去年的 34% 下滑至 13%。
另外，有 65% 的整體受訪者表示，自己正在使用 Claude Code。值得注意的是，這項工具甚至沒有出現在 2025 年的調查中，因為當時尚未正式對外公開。
註：Claude 的開發公司 Anthropic 為《AI in Design 2026》調查合作夥伴之一。不過，本次調查內容與結果皆由研究團隊獨立執行與完成。
設計工作的核心畫布出現新變化
根據 UX Tools 發布的《State of Prototyping》調查，Figma 在 2026 年依然是使用率最高的設計工具。不過，設計師使用 Figma 的方式，已開始與過去不同。
部分設計師將 Figma 視為 AI 工作流程的起點。他們會先在畫布中探索多種設計方向，再進一步進入程式開發階段；也有人會先在 Figma 製作 Wireframe，再交由 AI 延伸成 Prototype 或前端介面。對許多團隊而言，Figma 仍是最適合進行創意發想、整理靈感，以及團隊協作的平台。
另一類設計師，則開始把 Figma 當成 AI 工作流程中的「精修工具」。他們會先在開發環境中完成 Prototype 與功能驗證，再回到 Figma 進行高擬真設計與細節調整，例如圓角、Padding、版面比例等視覺微調。
而在另一端，也開始出現以程式開發為核心的設計流程。部分設計師如今已很少停留在 Figma 中。例如 Maze 的設計團隊，從專案第一天開始便在 Cursor 中工作；Watershed 的設計團隊，則已全面轉向直接在產品程式碼庫中進行設計與開發。
部分設計師則選擇介於兩者之間的新工作模式，開始使用像 Paper 這類新一代設計工具。這些工具以 HTML 與 CSS 為基礎重新建立設計畫布，讓設計流程能更自然地與 AI Agent 工具串接，同時也能結合文字 Prompt、程式碼等不同輸入方式。
這種工具使用上的彈性，也反映出 AI 對設計工作流程帶來的更大變化。設計師如今能依照自己的習慣，自由決定工作起點，無論是從程式碼、Mood Board、文字、紙筆草稿，甚至 AI 提出的概念開始，都能快速進入後續流程。
Anthropic 設計師 Ryan Mather 也提到：「前幾週，我甚至直接畫了一個介面，再把它當成輸入內容交給我使用的 AI 工具。」
Anthropic 推出了 Claude Design
就在《AI in Design 2026》調查結束後不久，Anthropic 推出了 Claude Design。這是一套 AI 設計工作空間，能生成完整 Prototype、簡報、單頁網站，以及行銷素材。
Claude Design 的定位，也不只面向專業設計師。對於創辦人、PM、行銷人員等平時不一定長時間使用 Figma 的角色而言，這類工具提供了更低門檻的設計與內容生成方式。
目前仍值得持續觀察的是，Claude Design 未來的實際採用率，以及它是否會在下一份報告中，逐漸成為設計師標準工具組的一部分。
Claude Design 是什麼？教學、費用額度詳解，實測對話生成 PPT 與網頁原型
發現三：AI 設計工具最大挑戰仍是輸出品質
有 80% 的設計師表示，「穩定且高品質的輸出結果」是決定 AI 工具是否能長期使用的關鍵因素。但另一方面，也有 62% 的受訪者認為，「輸出結果不穩定、可靠性不足」是目前使用 AI 設計工具時最大的挑戰。
在訪談中，許多設計師提到，現階段的 AI 工具「距離真正成熟還差一些」。不過，同時也有大量受訪者認為，一旦模型能力持續提升，AI 生成的設計品質很可能在短時間內達到甚至超越藝術學院等級，並逐漸接近專業設計師的製作水準。
除了輸出品質問題之外，另一個影響 AI 工具普及的重要因素，則包括較高的學習門檻，以及與既有工作流程整合不足。
在企業端，資安與合規問題，以及預算限制，仍是 AI 工具導入的主要阻礙。這也可能是越來越多公司開始自行開發內部 AI 設計工具的重要原因之一。
隨著設計師需要同時操作的 AI 工具越來越多，注意力也被分散到不同平台之間。因此，許多設計師開始期待兩種方向的工具發展：一種是像 Figma 或 Sketch 那樣，能涵蓋完整設計流程的一體化平台；另一種則是每個工作階段都有最強、最專精的工具可使用。
設計師同時也希望，這些 AI 工具能與現有系統與工作流程更順暢地整合，並維持長期穩定性。
不過，在底層模型仍快速演進的環境下，要滿足這樣的期待，對 AI 工具公司而言仍是一項相當困難的挑戰。
實務觀察：如何評估新的 AI 設計工具
在評估新的 AI 設計工具時，應優先回到團隊真正的工作流程，而不只是被精緻的 Demo 畫面吸引。
真正實用的工具，通常能自然融入現有系統與工作流程，同時支援跨部門協作，具備足夠的可控性與可編輯性，能應付正式產品製作需求。更重要的是，它是否真的能節省大量時間，而不是反過來增加新的管理與操作成本。
對於以 Prompt 為核心的 AI 工具，也不建議只根據單次「驚艷感」來判斷價值。更有效的方法，是使用相同的真實工作任務與相同輸入內容，同時測試多款工具，再比較它們各自在哪些地方表現較好，哪些地方容易失敗。
評估面向通常包括輸出品質、穩定性、可控程度、生成速度、協作能力、開發交接完整性，以及距離正式產品品質還需要多少後續調整。
發現四：設計師開始創造自己的工具
越來越多設計師開始建立客製化工具，最初是為了提升自己的工作效率，之後逐漸擴展成團隊共同使用的工作流程系統。他們將自身的判斷能力、美感，以及設計系統，轉化成可重複運作的 workflow infrastructure。
這也是過去一年中，我們觀察到最值得關注的變化之一：設計師開始從使用工具的人，逐漸變成打造工具的人。
目前最受市場重視的設計師，幾乎都具備這類特徵。過去，設計師主要是以最終產出成果作為評價標準；如今，評估重點也開始包含他們建立工作流程與工具系統的能力。
為自己的工作方式客製化軟體
在個人層級上，越來越多設計師開始建立專屬於自己的 microtools。這些工具通常是為了解決現成產品無法滿足的小需求，例如自動化某個微小但重複性高的流程步驟。
除此之外，也有不少設計師開始製作完整應用程式，讓工具更符合自己的思考方式與溝通習慣。
- Anthropic 設計師 Ryan Mather 表示：「你現在可以把工具塑造成符合自己工作方式的樣子。如果需要一個 Dark Mode 模擬器，只要開口請 AI 幫你做就可以了。想快速切換成手機版、平板版、桌機版 Mockup？也沒問題。過去這些繁瑣的小工具往往很難製作，所以很多時候乾脆不做了。」
- Gavin Potenza 開發了 Moodboard 3000，一款能自動生成完整 Moodboard 排版的 Figma Plugin；Amelia Wattenberger 則打造了一套思緒整理工具，可以即時把語音或文字想法轉換成結構化卡片。
- Brian Lovin 則開發了 shiori.sh，一款極簡的稍後閱讀桌面工具，能儲存文章、逐字稿與摘要內容。
- 另有一位受訪者提到：「我做了一個 App，可以在 Figma 使用『copy as png』時，自動幫畫面加上 iPhone 邊框，效果真的很神奇。」
設計師正在為團隊創造什麼樣的工具
在企業層級，設計師開始建立能供整個團隊共同使用的共享工具，解決的不只是設計問題，也包含工程、PM 與行銷團隊的工作需求。
我們訪談中最積極導入 AI 的團隊，尤其是大型企業，已開始投入大量資源建立內部基礎設施與推廣機制，讓設計師更容易分享、交流與重複利用團隊自行開發的工具。
這些推廣方式包括 Show-and-Tell 分享會、內部工具市集，以及 Skill Library 等系統，讓團隊能快速知道有哪些工具可使用，也能更有效地延續與擴散內部 workflow。
可參考後續《Teams》章節。
實務案例：Anthropic 內部設計工具組
Anthropic 設計團隊目前已建立一套內部工具系統，用來加速整體設計流程。這些工具多半屬於 microtools，各自負責不同工作階段，但串接後能形成相當完整且高效率的 workflow。
- Ideation Sandbox：可以根據簡短需求，自動生成多種 UI 方向，協助團隊進行早期概念探索。
- Design System Picker：將 Anthropic 自家的字體、色彩與元件系統整合進 Claude，讓生成出的 Prototype 一開始就符合品牌規範。
- Research Index：將公司內部所有使用者研究資料建立成可搜尋資料庫，讓任何人都能快速查詢組織已經累積的研究結果，避免重複研究與資訊斷層。
- Looping PRs：當設計或程式修改通過審核後，AI Agent 會自動在 GitHub 開啟 PR，並持續監控 CI（Continuous Integration）流程，直到成功合併完成。
- Content Guardrails：會透過 Slack Agent 掃描正式產品中的文案內容，檢查是否偏離品牌語氣，並自動提出修改建議。
大型企業更依賴內部 AI 工具
內部工具的使用率，會隨著公司規模明顯提升。
在大型企業（員工數超過 2,000 人）中，有 74% 的設計師表示自己正在使用公司內部開發的 AI 工具；相較之下，小型組織（50 人以下）的使用比例只有 26%，差距接近 5 倍。
在大型企業裡，這類內部工具甚至已成為第二大最常使用的通用型 AI 工具類別，僅次於 Claude。
以下是幾個企業內部 AI 工具擴散方式的案例：
- Anthropic 採用了類似「內部開源」的模式。他們建立了一個獨立的 GitHub Repo，專門分享團隊成員自行開發的工具，讓其他同事能快速複用、修改，並延伸成符合自己需求的客製化工具。
- Notion 則建立了一套 Prototype Playground，也就是內部共享的 Next.js Prototype 環境。設計師可以在各自的資料夾中建立互動式產品 Prototype，同時直接使用已經內建好的 Notion Design System 元件。
- Stripe 則打造了一套內部排行榜系統，用來整理員工開發的熱門 Plugin，以及所有人都能執行的 AI Agent 清單，方便團隊快速發現與使用高效率工具。
發現五：對選用 AI 工具更有信心，但資訊噪音也更多了
相較於一年前，設計師如今對自己的 AI 工具組合普遍更有信心。不過，在 AI 工具快速增加的環境下，許多人仍持續尋找更適合自己的選擇。近一半的受訪設計師表示，目前仍在摸索與測試自己的核心工具；另外有 37% 的人則認為，自己已經建立了一套相對明確的 AI workflow，並能針對不同工作內容選擇對應工具。
整體來看，在公司內部擁有較完整 AI 導入文化與支援系統的設計師，通常也更清楚知道「哪一種 AI 工具適合處理哪一類設計工作」，因此在工具選擇與 workflow 建立上，會有更高的熟悉度與信心。
跟上 AI 工具變化，成了一種高消耗工作
隨著模型能力快速演進，AI 工具幾乎每天都在改變。部分設計師形容，這像是一場永遠不會結束的「蛻皮過程」，必須持續重新調整自己的工作流程與工具使用方式。
也有許多設計師表示，自己的工作量其實正在增加。一方面需要花大量時間測試最新工具；另一方面，AI 擴張了能做到的事情，也讓工作範圍與可能性同步增加。
《Harvard Business Review》的研究也指出，AI 並沒有真正減少工作量，反而讓工作強度變得更高。
本譯文依原報告《 The great toolstack shakeup 》內容進行翻譯，圖表數據截圖均源自原報告
適應 AI 工具變化，成為設計師關鍵競爭力
2026 年的設計師工具組合，已經和一年前大不相同。AI 工具的使用從「嘗試」演變成「日常」，從「部分流程」擴展到「全流程」，工具數量翻倍，而工具本身也換了一批新面孔。
這個局面的核心矛盾是：工具的快速演進讓設計師獲得了更多能力，卻也讓工具組合難以穩定下來。幾乎每個受訪設計師都意識到，他們現在使用的工具清單，可能半年後就會完全不同。
這或許才是 2026 年最值得關注的設計現實：不是用哪個工具，而是培養出快速評估、持續適應的能力，本身就成了一種核心設計技能。
Claude Code 完整教學 2026：從安裝到實戰，不會寫程式也能用
加密貨幣屬於高風險投資，本網站內容均不構成任何投資建議與責任。
掌握虛擬貨幣、區塊鏈大小事
