跨国深谈← 返回←一个设计师 + AI：如何撑起 7000 人大会的全部设计

一个设计师 + AI：如何撑起 7000 人大会的全部设计

关联

人物 Vincent Wendy

公司 AI Engineer · Figma

概念 Devin · GPT · 设计系统 · 像素级还原 · 自动化 · LLM

一个人要给一场 7000 人的大会做完所有设计——贴纸、落地页、300 多位演讲者的公告图、600 多场议程的日程牌、140 多个赞助商的横幅——听上去不可能。这一集的演讲者 Vincent Wendy 是 AI Engineer 大会的高级创意设计师，他所在团队只有大约 12 到 15 个人，而设计师只有他一个。

他的答案是把 AI 当设计团队用：「就是我和 Devin、GPT 和 Figma。」

他的解法可以归纳成五件事：打好基础、可复用设计、自动化工作流、验证输出、消除摩擦。

基础先行：不让 AI 乱发挥

基础是指设计系统——颜色、字体排印、组件。Wendy 的背景是产品设计师，熟悉原子化设计（把设计拆成尽可能小的部件，像乐高一样组合成完整交付物）。

这套思路直接决定了他怎么指挥 AI：用 Devin 时，他会明确告诉它「我们用这套桌面端字体排印和这套移动端字体排印」——因为「Claude 或任何其他 LLM 都喜欢乱扔一些随机的字号」，不提前定义好，交付出来就是废品。基础打好后，网站的品牌体系定义清楚了，市场团队就能基于它生成邮件设计、传单、文档，「不断地重复使用」。

自动化工作流：从手动 Figma 到 Devin 生成

这是他最花心思的部分。以前会场每个房间的日程牌都在 Figma 上手动做，现在改成直接对 Devin 说「我要这个房间、这个基准」，Devin 拉取最新数据后直接导出 PNG，拷到 U 盘就能上屏，数据还是准确的。

像素级还原这个老大难也被解决了。以前设计师和开发者之间摩擦很大，做出来不是像素级还原，反馈来回无穷。

现在 Devin 住在 Slack 里，流程变成：Slack 发需求 → Figma → 发回 Slack。配合 Figma 里的一个免费规格表插件，把间距、字号、颜色全部标注成规格文档交给 AI，「它绝对能帮你开发出像素级完美的产品」。他甚至说，以前那套「研究—构建—反馈循环」的设计思维流程，对他来说已经过时了。

300 多位演讲者的公告图也做成了可自助生成的工具，支持改名字、横屏模式、头像自动导入，还有出乎意料受欢迎的「集换卡」主题。连照片识别都用上了：现场摄影师拍的照片以前要按编码一张张找，现在问 Devin「这个人是谁」，配一个类似 Tinder 的左右比对来判断是不是同一个人，「我觉得它挺准的」。

验证输出：AI 当 QA 团队

140 多个赞助商的横幅，缺一个 logo 都是大事故。Wendy 直接问 Devin「你能不能检查一下这张图里有没有缺失的 logo？

」——据他的测试，准确率是 100%，「这相当离谱」。同样的方法也用来复核周边 T 恤。人类肉眼复核会有疏漏，AI 可以兜底：「人类加 AI，结合起来」，等于有了一支自己的 QA 团队。

真正的工作是处理例外

日程突然要更新，而生成的工具没有编辑按钮——以前这很麻烦，现在直接问 Devin「你能给我加一个编辑按钮吗？」，加完导出 PNG 重贴上屏即可。

他的结论是：要解决规模化问题，必须往小处想——「想所有尽可能小的事情，想所有可能出错和必将出错的事情，然后提前尝试解决它们」。而在 AI 能力已经够用的今天，「拥有真实的问题成了我们的优势」，因为一旦你有一个值得解决的问题，你基本上就能解决任何东西。

本集带走

• 先搭设计系统再指挥 AI：把颜色、字号、间距提前定义清楚，否则 LLM 会自由发挥出一堆随机值，交付即废品。
• 把 AI 接进真实工作流：Devin 住在 Slack 里，配 Figma 规格表插件（自动标注间距/字号/颜色），一句话就能生成像素级还原的交付物。
• 重复性设计全部自动化：日程牌、演讲者公告、赞助商横幅这类批量交付物，从手动 Figma 改成一句指令生成导出。
• 用 AI 做视觉复核：检查 logo 缺失、照片识别匹配真人，AI 当 QA，人加 AI 双保险。
• 换个视角看问题：在工具不再是瓶颈的当下，手上有一个真实的、值得解决的问题反而是最大优势。

而 1,000 个细节就意味着 1,000 种失败的方式，对吧？
And 1,000 details means 1,000 ways to fail, right?
—— Vincent Wendy · [02:53]

而现在，我们处于这样一个阶段：工具不再是问题了，反而拥有真实的问题成了我们的优势。
And right now, we are at the stage where tools isn’t the, like, it’s not a problem anymore, but having a real problem is our advantage.
—— Vincent Wendy · [03:26]

基本上，你需要的只是一个问题，因为一旦你有一个值得解决的问题，你基本上就能解决任何东西。
Basically, all you need is a problem, because once you have a problem that worth solving, you can basically solve anything.
—— Vincent Wendy · [12:54]

而真正的工作是处理例外情况。
And the real job is handling exceptions.
—— Vincent Wendy · [14:56]

所以这里的要点是，要解决规模化问题，你必须真正地往小处想，想所有尽可能小的事情，想所有可能出错和必将出错的事情，然后提前尝试解决它们。
And so the takeaway here is that to solve the scale problem, you have to actually think small, think all the smallest thing possible, think everything that can go wrong and will go wrong, and then try to solve it before.
—— Vincent Wendy · [15:44]