重复性工作消耗了太多设计时间
Trip.com和TrainPal 的SEO页面迭代频繁，模块重复率高，如何能够更快的提升工作效率，减少无意义重复搭建工作，增加创造性设计时间。现阶段AI辅助设计工具频出，那这些AI工具是否能真正为我们提效，去探索AI能真正节省哪些环节的时间?在哪些场景下反而不如手动?
传统流程的痛点
单个SEO页面从PRD到出稿需要4.5小时以上，大量时间消耗在重复性的布局搭建和尺寸适配上，留给创意思考的时间有限。
探索的核心问题
AI 能真正减少哪些环节的工作量？在哪些场景下反而不如手动？
如何建立一套团队可复用的 AI 协作规范？
针对SEO设计工作流的4个主要环节，逐一对比传统流程与Figma Make介入后的时间成本
AI介入适用场景
前期探索原型
01- 0-1快速出原型
- 将PRD的pdf文件直接喂给Make，附上参考图和说明，0-1快速出原型，找灵感思维发散，适合项目初期发散思维
- 经验总结
- 让AI先提问，明确所需规范，“提问-回答-生成”流程一致性更高，依赖参考图生成，会识别参考图比较大的特征
设计方案细化
02- 细化设计
- 修改间距、字号、对齐等
- 经验总结
- 说明过程较累，且消耗token 效果不如手动直接调整
沉淀组件库
03- 沉淀常用样式
- 将现有的模块样式喂给make，沉淀为组件，并将组件命名，便于后面调用
- 经验总结
- 原子模式，单个模块喂给AI识别更准确
搭建页面
04- 复用组件
- 页面质量依靠已沉淀组件
- 经验总结
- 可直接调用组件搭建页面，也可以根据组件样式延伸，支持多尺寸适配，交互状态
AI在SEO场景下擅长
0-1快速出原型，发散方案
多尺寸响应式布局适配
基于已有组件搭建新页面
根据文案内容匹配图片素材
需要人工介入
像素级间距、字重等细节调整
复杂定制化业务逻辑页面
图片质量把控与品牌一致性
持续沉淀组件
基于调研结论搭建Figma Make AI-SEO设计工作流概念方案
1
1导入组件库
可复用组件规范，效果依赖于设计组件库完整性
2
导入设计稿
单模块导入，沉淀为模块组件.tsx，便于调用
3
导入PRD pdf/提示词
让AI先提问确认需求，“提问-回答-生成”一致性更高
4
AI生成
AI生成页面，通过提示词局部调整
5
人工调整细节
Make生成的稿件可直接复制到Design继续调整
「Figma make使用体会」
AI能做到的 解放重复性操作，适合前期探索与重复页面搭建;生成时可以并行处理其他事项，告别低效复制粘贴。
AI不能替代的 设计判断与细节优化仍需人工介入，复杂业务/定制化需求不如传统流程