Prototipo generado por IA Debido a que hay pequeñas inconsistencias dispersas en todo el sistema de diseño, a menudo no logra proporcionar buenos resultados de manera consistente. Tomé una decisión pero no la documenté, el valor codificado nunca se limpió, o Dependencia excesiva de la inteligencia artificial Comprenda usted mismo el modelo o el proceso de diseño.
Ayer me topé con uno Guía práctica útil Por Hardik Pandya de Atlassian – Parte 1 Cómo reducir la derivaminimizar errores, mantener el contexto y mejorar la calidad de los prototipos generados por IA. Veamos cómo funciona.
1. Las decisiones de diseño son infraestructura.
Como era de esperar, mejores prototipos de inteligencia artificial de mejores datos – pero también de una mejor orientación humana. No deberíamos asumir que la IA sabe cómo elegir los componentes y el diseño correctos teniendo en cuenta la accesibilidad. Requiere prioridades, caminos claros sobre cómo tomamos decisiones, principios de diseño, paradigmas, qué hacer y qué no hacer.
De hecho, deberíamos pensar en las decisiones de diseño como infraestructura. Lo que esto significa es que cada vez que tomamos una decisión (no solo una decisión de diseño, sino incluso una decisión sobre cómo priorizar realmente el trabajo y cómo tomar decisiones allí) tiene que encontrar una ruta hacia un archivo de especificaciones y luego ser utilizada por la inteligencia artificial.
2. Auditoría: FigmaLint
Una de las herramientas útiles para auditar la calidad de un sistema de diseño es FigmaLint. Este es un útil Complemento gratuito de Figma Se utiliza para auditar tokens, estado, accesibilidad, vincular tokens, cambiar el nombre de capas, detectar instancias separadas, estados de interacción faltantes y valores codificados, y preparar documentos de diseño.
Si necesita comunicarse con frecuencia con Proveedores y terceros Le proporcionan sistemas de diseño y bibliotecas de componentes que es fantástico tener a su lado, especialmente si desea mejorar la calidad de sus prototipos, el código generado por IA y la documentación escrita por IA.
3. Tres capas: documento de especificación + capa de token + auditoría
Para garantizar la calidad, utilizamos “Documento de especificaciones”. Es un archivo Markdown estructurado, que incluye reglas de espaciado, selección de color, pautas de uso de componentes, orden de prioridad, etc. La IA lee y reutiliza este archivo de especificaciones cada vez que produce un prototipo.
Debido a que el archivo de especificación es un archivo de texto, tiene más contenido Rendimiento de alto costo Y es más preciso porque no dependemos de la inteligencia artificial para identificar o decodificar patrones a partir de modelos, sino que obtenemos pautas concretas. De hecho, ampliar el código suele ser un método más eficaz que generar código a partir de un modelo.
este capa de token Enumere y actualice continuamente todos los tokens utilizados en todo el sistema de diseño. La inteligencia artificial siempre elige entre un conjunto cerrado de variables con nombre en lugar de inventar valores razonables sobre la marcha.
uno guión de auditoría Descubra dónde falla la inteligencia artificial. Escanea el prototipo y etiqueta cada valor codificado, marcándolo si es necesario. Podría ser un software normal que haga el trabajo, y la IA espera a que llegue su respuesta.
Finalmente, al diseñar un sistema Actualizaciones del barcola rutina de sincronización marca qué archivos de especificaciones deben actualizarse. El objetivo es garantizar que la IA siempre lea la última especificación actual, en lugar de una escrita con una versión desactualizada.
4. Ejemplo de sistema de diseño preparado para IA
Resumir
En definitiva, la inteligencia artificial. Ninguna solución mágica Deuda técnica o deuda de diseño sin la orientación adecuada. Depende en gran medida de decisiones claras, prioridades establecidas y principios claros.
cuanto más Reflexivo y preciso Cuanta más orientación tengan los diseñadores sobre la IA, mejores serán los resultados generales. Esto no sólo requiere limpiar y mejorar los sistemas de diseño, sino también mantenerlos en el tiempo porque las decisiones deben tomarse en profundidad en los archivos Markdown. Todos estaremos ocupados en los próximos años.
Comprender los “patrones de diseño de interfaces de IA”
Encontrarse Patrones de diseño para interfaces de IAlo nuevo de vitali Curso en vídeo Con cientos de ejemplos de la vida real y guías de experiencia del usuario para diseñar funciones de IA que la gente realmente usa. Capacitación en experiencia de usuario en sitio. a finales de este año. Saltar a vista previa gratuita.
Recursos útiles
(yk)
