The New Full-Stack Designer

Shopify 设计负责人 Marvin Schwaibold 用 Codex 跑了 91 轮提示词才调出一个草叶动画，他说设计师现在的工作是"当编辑"，不是画图。

AI让设计瓶颈从执行变成判断

Marvin Schwaibold 领导 Shopify 的产品设计工作室，负责 Sidekick、移动端 green app 与 admin 等核心界面的设计升级。在加入 Shopify 前，他与 J Tal 在布鲁克林共同运营设计工作室 Molly 约两年，客户包括 Collins、Apple、Google。他不是只谈“AI 能做什么”的人：一边在 Shopify 的真实产品里做 AI 交互，一边还会在周末拿草地视频、轮播动画这类小项目，拆开研究每个细节怎么运作。这期最有意思的地方在于，他把设计师面对 AI 的新工作流讲得很具体：从画一个红蓝绿方框，到做出 217,000 种草叶变体的调参面板，设计的重心已经悄悄换了位置。

这期回答了 7 个问题：

1. 当 AI 能迅速产出界面和代码，设计师真正稀缺的能力是什么？
2. 为什么 Figma 没有消失，反而变成了向 AI 解释复杂交互的“草稿纸”？
3. 一份可运行原型，为什么比 PRD 更能推动大公司做决策？
4. 设计团队怎样避免沦为脱离业务的“内部创意工作室”？
5. 为什么和聊天机器人反复改提示词，不如直接把参数做成可调控件？
6. AI 时代想提升设计能力，为什么“复刻”仍然是最有效的练习？
7. 为什么顺滑滚动和精致动效，反而可能破坏用户体验？

被问到 AI 在设计流程中究竟由谁主导时，Marvin 说，自己的工作并没有从此变成“让 AI 自己干活”。变化在于工具链：过去主要在 Figma 里排版、打磨页面，如今他频繁使用 Codex、Claude Code 和终端，先做出能直接在手机或电脑上测试的真实 demo。代码曾经是把想法变成体验时最慢、最依赖他人的一段；现在，AI 可以执行他自己无法手写的复杂代码。

但这没有让设计师退场，反而把选择的压力推到设计师面前。Marvin 的判断很直白："the output isn't the issue anymore, it's us being extremely selective about what we go forward with"（产出已经不是问题；问题在于，我们要极其挑剔地决定推进什么。） AI 可以一次给出很多页面、动效和实现路径，却不知道什么“好看”、什么“不好看”，更不知道哪一个方案该进入产品。

这意味着，设计师竞争的单位不再只是“谁更快画出一页”，而是谁有更稳定的取舍标准。生成成本下降，会同时放大好判断和坏判断：以前做错一个方向，要花数天实现，团队还有机会在成本面前刹车；现在一个人很快就能把十个方向都做得像模像样，错误也会以更快速度堆进产品。AI 抬高了执行上限，却不是“工匠”。它能搬砖、能搭脚手架，但审美方向、质量门槛和最终删掉什么，仍要有人负责。

被问到自己如何让 Codex 修正一个无法被打断的图片关闭交互时，Marvin 拿出一个周末项目。它是一个 2×3 的草地视频浏览界面：点开一张素材后，用户可以向下拖拽关闭。Codex 起初把基本效果做出来了，但存在一个很烦人的问题：当一张图片正在回到原位时，用户必须等它完整落下，才能点另一张。这种等待很短，却足够让界面显得迟钝。

Marvin 没有继续把提示词写得更长。他回到 Figma，只画了红、蓝、绿三个方框：红色内容被向下关闭的途中，如果此时点击蓝色，蓝色应该立刻接管画面；再点绿色，也应如此。那不是高保真设计稿，甚至只是把运动关系画成了最粗略的流程图。但 Codex 看懂了。"it understood what I was doing and how I was thinking about the motion."（它理解了我在做什么，以及我如何思考这个运动过程。）

这意味着，Figma 在 AI 工作流里的角色正在变。它不一定再是交付给工程师的最终画布，更像“意图编码器”——把脑中难以说清的节奏、层级和状态变化，压缩成 AI 看得见的视觉结构。纯文字特别难描述动态交互里的“同时发生”“中途打断”“谁覆盖谁”。设计师能否把模糊直觉拆成一张图、一组状态或几个方框，决定了 AI 会不会做出貌似能动、实际难用的交互。

被问到 Shopify 设计师为何开始直接把设计做进可测试环境时，Marvin 讲了 admin 内部的 playground。它是一个用于试验的环境，设计团队可以把界面改动、demo 和新想法直接放进去测试；但它不是生产代码，也不能直接合入 Shopify 的主 GitHub 仓库。这个边界很关键：团队获得了接近真实产品的反馈速度，却没有把未经验证的实验直接推给真实商家。

他们的协作方式也随之变化。一个 demo 到达初步共识后，不同成员会各自分支，试验自己认为更有价值的版本，再回到同一个 demo 汇合。过去需要多个角色接力推进的事情，现在两人小队就可能完成。更重要的是，一个能点、能看、能操作的东西，在大公司里的传播效率远高于文字说明。Marvin 的说法毫不含糊："prototypes are a million times more useful than any PRD document you can write."（原型比你能写出的任何 PRD 都有用一百万倍。）

这意味着，原型正在成为组织里的决策货币。PRD，即产品需求文档，擅长说明“应该做什么”；原型则直接让人体验“做出来会是什么感觉”。当创始人 Tobi 看到一个喜欢的原型，团队就能沿那个方向继续建设。讨论不再停在“这个需求是否合理”，而会变成“这个按钮该不该出现”“这段对话能否直接改动店铺”。但速度不等于跳过工程约束：playground 能验证方向，不能替代生产环境、主仓库和工程质量要求。

被问到从独立工作室 Molly 转入 Shopify 后，工作方式有什么变化时，Marvin 给出的答案并不浪漫。Molly 是他和 J Tal 在布鲁克林运营约两年的设计工作室。为了保持高密度协作，他们同时最多只接两到三个客户，每周与客户见面，围绕网站、产品、内容策略和信息层级深挖。这样的工作室有很强的专注度，也能保持较高的创作控制权。

进入 Shopify 后，Molly 被整合进公司，Marvin 的工作室目前专注于 Sidekick，并且和设计组织的工作流、时间线、roadmap——也就是产品路线图——深度绑定。Shopify 创始人 Tobi 曾提出，“未来需要被设计”：先把未来的图景画出来，团队看见后才知道该往哪里走。可这张图不能只存在于工作室内部，它必须接上业务正在跑的那条路。Marvin 说："if you're more isolated, it's always more difficult to ingest into the company and and have a large impact in in the company."（如果你越孤立，就越难融入公司，也越难在公司里产生大影响。）

这意味着，内部设计工作室真正的影响力，不来自“我们比其他部门更有创意”，而来自它能否被业务采用。实验要接进路线图，原型要进入产品讨论，设计语言要能被开发、产品和管理层共同使用。独立工作室适合做高聚焦的冲刺；但在一个拥有数百万用户、每次交互都牵涉商家交易的产品里，设计必须接受协作、风险和节奏的约束。作品被赞美不等于产生影响，真正的影响是它改变了公司下一步要做什么。

展示自己用 AI 制作草地 shader 与 DialKit 调试界面时，Marvin 展示了一个很典型的“聊天失灵”现场。Shader 可以理解为控制图形表面如何呈现光线、颜色和运动的一段程序。他先把实拍草地视频交给 Codex，希望它生成接近真实草地的网页效果。初始结果离目标很远。后来他找另一位 ChatGPT agent 帮忙，才把画面拆成光线、阴影、地形等部分，逐步重建。

问题不只在于“草叶不像”。Codex 告诉他，画面中约有 217,000 种草叶变体，但它们之间可能只是 0.7、0.8 这样极细微的数值差异。于是 Marvin 不再靠聊天窗口一句句猜，而是把草叶长度、风力、地形等变量做成开关和控件，直接观察变化。他做另一个受 Mike Matas 启发的轮播项目时，已经进行了 91 次提示；DialKit 让他直接查看并调整 pull boost——拖动越快、元素被带动得越强的参数。"I know when it feels off, but the back and forth with chat just doesn't work."（我知道它什么时候不对劲，但和聊天界面来回沟通就是不管用。）

这意味着，AI 工具会从单纯的对话生成，走向“对话生成加参数化检查台”。尤其是手感细微的体验，设计师需要直接摸到变量，而非把“再柔一点”“别那么猛”翻译成更多提示词。Marvin 也发现，自己曾在五个提示词之前误读地形图，导致后面怎么生成都不对。隐藏状态一旦错了，更多生成只是在错误地基上加楼。想练这种能力，复刻仍是最快路径：模仿一个轮播，才能看见它背后到底有哪些参数在起作用。

评审 Nullify 网站时，Marvin 批评了 smooth scrolling 和 scroll jacking。前者是把页面滚动做成带惯性的平滑动画，后者则更进一步：页面接管用户的滚轮或触控输入，按设计者预设的节奏播放内容。它们看上去精致，特别适合展示视频、3D 物体或大幅视觉效果，但 Marvin 认为，用户一旦想停在某段文字上，仍要对抗页面继续运动，体验就会立刻变得迟钝、不舒服。

用户已经在手机和大量网站上形成了对原生滚动的预期：手指或触控板移动多少，页面就应当以相近速度响应。设计者把这个节奏改掉，并不会让人更专注，反而要求用户重新学习怎么使用这个页面。Marvin 的原则是："you use the native scroll on websites and don't hinder the speed at which a user wants to interact with the content of your website."（网站应使用原生滚动，不要妨碍用户按自己想要的速度与内容互动。）

这意味着，AI 把动效制作变便宜后，产品更需要一条反直觉的质量标准：不是“能不能做出炫的运动”，而是“用户能不能在任意一刻打断它”。Marvin 把可打断性视为 Apple 长期实践的原则，因为人的思考并不线性：看到一半会停，想到别处会跳，发现信息不对会回退。滚动劫持背后常是设计者希望用户按既定路径观看内容；但真实用户不是在看导演剪辑版，他们在找自己需要的东西。

这 7 个问题表面上谈的是 AI、Figma、原型、动效和组织协作，实际上都在指向同一件事：当生产变得越来越便宜，设计的专业性不再藏在“我能手工做出多少”，而藏在“我知道该把什么做出来，又知道该把什么删掉”。

“编码不再是瓶颈，设计师的选择能力才是”说的是取舍；“提示词不能替代调参：复杂体验必须把底层变量露出来”说的是拆解与验证。前者要求你在大量可能性中建立标准，后者要求你在感觉不对时，别继续用模糊语言绕圈，而是找到真正影响结果的变量。一个是决定往哪里走，一个是确认脚下的路有没有走歪。

“可运行原型正在取代文档，成为组织里的决策货币”则把这种判断带进团队：别只让别人理解你的想法，要让他们能操作、能反驳、能在真实界面上改变意见。最后，“最好的交互不是替用户安排节奏，而是允许他随时打断”提醒设计师，AI 生成得越快，越不能把“我做得到”误当成“用户需要”。

对正在做产品的人来说，下一步不一定是换上更多 AI 工具。更具体的做法是：拿一个真实场景做成可运行版本；遇到说不清的交互，画出状态关系；发现体验“差一点”，把关键变量露出来；任何动效上线前，问一句用户能否随时停下、跳过或改变主意。AI 能把你推得更快，但方向、尺度和刹车，依然握在你手里。