Figma里最被低估的能力:图片和视频,正在重塑AI产品原型

AI PM 编辑部 · 2023年04月05日 · 3 阅读 · AI/人工智能

正在加载视频...

视频章节

很多人以为 Figma 只是“画界面”的工具,但这期官方 Study Hall 揭示了一个被严重低估的事实:在 Figma 里,图片和视频不是素材,而是系统级能力。理解这一点,直接决定你能不能把 AI 想法,快速变成能“演示给别人看”的原型。

Figma里最被低估的能力:图片和视频,正在重塑AI产品原型

很多人以为 Figma 只是“画界面”的工具,但这期官方 Study Hall 揭示了一个被严重低估的事实:在 Figma 里,图片和视频不是素材,而是系统级能力。理解这一点,直接决定你能不能把 AI 想法,快速变成能“演示给别人看”的原型。

一个反直觉设定:Figma 里根本没有“图片对象”

视频里最容易被忽略、但最重要的一句话是:“Images and video are fills on objects.”——图片和视频,在 Figma 里只是“填充”。

这件事听起来很抽象,但一旦你意识到这一点,很多操作会突然“开窍”。图片不是独立存在的,而是附着在形状、文本、甚至任意矢量图形上的填充层。这意味着什么?意味着你可以把一张图直接填进文字里、填进星形里、填进任何非矩形结构里,而且尺寸怎么变,填充逻辑都跟着走。

对 AI 从业者来说,这极其关键。你在做的不是静态 UI,而是“概念验证”。当你要展示一个多模态模型、一个生成式界面、一个推荐系统的状态变化,用图片填充文本、用图片填充复杂形状,比传统截图拼贴高效太多。

更狠的是:填充是可以叠加的。多个 image fill 可以像图层一样共存,通过调透明度实现“合成”。这不是设计炫技,而是让你在原型阶段就能表达“多信号叠加”“多模态融合”这类 AI 概念,而不用打开 Photoshop。

复制的不是图片,是“视觉逻辑”

Miggi 展示了一个非常工程化、但极少人系统用过的技巧:直接复制 image fill,而不是复制整个对象。

在 Figma 右侧面板里,每一个填充本身就是一个可复制单元。选中填充,Command+C,再粘贴到另一个形状上,你复制的不是“像素”,而是一整套映射、裁剪、叠加关系。

这件事的价值在于:你可以把一套复杂的视觉表达,当作“组件逻辑”来复用。比如多张图片叠加形成的状态背景、渐进透明度表达的不确定性、不同信息层的权重关系——这些在 AI 产品里都非常常见。

传统做法是:截图、导出、重新放。Figma 的做法是:复制一组 fill,就像复制一段代码。这种思维方式,本质上和 AI 工程里复用 pipeline、复用 prompt 结构是同构的。

如果你发现一个设计师在原型阶段就能稳定复用复杂视觉结构,大概率他理解的不是“画图”,而是系统。

裁剪、填充模式,其实是在训练你如何“控制模型输出”

视频里对 fill、fit、crop 的讲解,看起来是设计细节,其实非常像我们控制模型输出的方式。

默认的 Fill,是“尽量填满空间”;Fit,是“完整保留信息”;Crop,则是“人为选择关注区域”。这三种模式,本质上对应三种产品决策:强调表现力、强调完整性、强调重点。

更有意思的是,进入 crop 模式后,你可以在不破坏原图比例的情况下,精细控制展示区域。这种“非破坏式编辑”,非常接近我们在 AI 产品里追求的目标:不重算、不重训,只调整呈现方式。

对需要频繁 Demo 的 AI 团队来说,这意味着什么?意味着你可以快速用同一批素材,做出面向投资人、面向客户、面向内部评审的不同版本,而不用维护三套文件。

视频、GIF 和 Mask:把“动态智能”直接放进原型

真正拉开差距的,是视频和 GIF。

在教育团队下,Figma 支持直接上传 MP4、MOV、WebM(100MB 以内),而且视频在画布里看起来就像一张静态图——直到你在 Prototype 或 Presentation 模式里点下 Play。

关键点有三个:
第一,视频必须放在 Frame 里才能播放;
第二,视频有原生交互事件,比如“播放结束时跳转”“播放到某一刻触发动作”;
第三,GIF 和 PNG 的透明区域,可以直接作为 Mask 使用,甚至支持动画 Mask。

这对 AI 产品意味着什么?你可以在不写一行前端代码的情况下,演示:模型推理过程、状态流转、生成结果变化,甚至是“智能在后台发生”的感觉。

很多 AI Demo 看起来不可信,不是模型不行,而是表达太弱。Figma 在这里,正在成为 AI 产品的“叙事引擎”。

总结

这期 Study Hall 表面讲的是图片和视频,实际上讲的是一件更重要的事:如何把复杂系统,用最低成本表达出来。

对 AI 从业者来说,Figma 不只是设计工具,而是你把“抽象智能”转译成“可感知体验”的中间层。理解 fill、mask、video prototype,本质上是在训练你如何讲清楚:模型在干什么、用户为什么要信。

一个值得你带走的行动点是:下次做 AI 原型时,别急着写代码,先用 Figma 把“动态智能”演出来。你会发现,很多问题在原型阶段就已经暴露,而这,才是真正的专业感来源。


关键词: Figma, AI产品原型, 图片填充, 视频原型, 多模态设计

事实核查备注: 视频发布时间:2023-04-05;功能来源:Figma Study Hall 官方演示;视频上传限制:教育团队、100MB 以内、支持 MP4/MOV/WebM;快捷键:Command+Shift+K(Windows 为 Control+Shift+K)