📰 本日設計情報｜2026/06/12：Figma Check designs 幫你抓設計債、Framer 表單防垃圾上 AI、Codex 設計師外掛登場
Figma 幫你抓自己的設計債、Framer 表單防垃圾上 AI、Midjourney V8.1 出圖快 5 倍、Codex 把設計師工具鏈打包成外掛，NN/g 收尾談人為何猶豫。
這週的工具更新有個藏不住的共同點：它們都在搶你最不想做、又最容易出包的那幾件事。Figma 幫你抓自己脫稿的顏色和間距，Framer 替你的表單擋掉機器人留言，Midjourney 把出圖速度再往上拉，連 OpenAI 都把一整套設計師的工具鏈包成一個外掛。苦工一件件被搬走的同時，NN/g 在收尾提醒了一件機器還搬不走的事——使用者為什麼明明會用，卻就是不動手。
以下是最近最值得關注的 5 則消息。
🔥 Figma「Check designs」幫你抓自己的設計債——一鍵把脫稿的顏色、間距打回 design system
設計系統最大的敵人，從來不是沒人建，是建好之後沒人守。每個人趕稿時手刻一個 #3A3A3A、隨手拉一個 13px 的間距，半年後整個檔案就跟 design token 對不上了。
Figma 這次上線的 Check designs 就是來當這道防線。它會拿你的設計去比對 design system，把寫死的顏色、字級、圓角、間距一個個揪出來，直接建議換成正確的 token；連 WCAG 對比度不足的顏色都會標出來、給你合規的替代色；用到沒訂閱的 library、或從元件 detach 出去的東西，也一併點名。目前開在 Organization 和 Enterprise 方案。
對設計師，這條的意義是把「對帳」從交稿前的人工苦工，變成邊做邊跑的即時檢查。但工具能抓出哪裡脫稿，前提是你心裡得先有一套對的系統——它替你守規矩，不替你定規矩。把 token、命名、元件結構的基本功打穩，Check designs 才幫得上忙。
Framer 六月更新——表單防垃圾留言加上 AI，標題自動斷行終於變好看
Framer 這次的更新不大，但剛好都搔到日常的癢處。
第一個是表單防垃圾。只要你的 Framer 站台開了表單，遲早會收到一堆機器人塞進來的垃圾留言。新的 spam protection 分 Basic 和 Advanced 兩級，Advanced 會用 AI 去分析每一筆送出的內容，把可疑的擋在外面——不用再自己接 reCAPTCHA 或事後手動清。
第二個小東西設計師會更有感：標題的 Text Balance。以前長標題換行常常掉一個字到第二行，看起來很孤單；打開 Text Balance，瀏覽器會自動把每行的字數配平，標題排起來立刻順眼。這其實是把 CSS 的 text-wrap: balance 直接包進設計工具，省掉你手動插斷行的功夫。整包更新還帶了 20 多項零碎修正。
這種更新不會上頭條，但累積起來，就是一個工具用起來順不順手的差距。
Midjourney V8.1 正式接掌預設——出圖快 4-5 倍、細節抓得更準
6/10 起，Midjourney 把預設模型換成了 V8.1。
最直接的差別是速度：標準任務的算圖時間比舊版快了約 4 到 5 倍，是目前最快的一檔。它讀 prompt 也讀得更細，小細節的還原和保留比之前穩。對天天要 batch 出一堆方向的人，這個提速不是炫技，是實打實把「等圖」的時間壓掉一大塊。
速度一旦變便宜，前期發想的玩法就會變。以前抽十張圖要斟酌成本，現在可以更放膽地把方向撒開、快速篩。但要提醒的是，Midjourney 擅長的是把你「往哪走」的方向感快速視覺化；真正要落成可交付的品牌素材，還是得把選中的那張拉回 Photoshop 修細節、回 Figma 排進版面。用 AI 開頭、用基本功收尾，產出速度才拉得開。
OpenAI 把 Codex 拆成「角色外掛」——設計師分到一個，而且已占用戶兩成
Codex 一直被當成工程師的玩具，但 OpenAI 6/2 的更新，正式把它推出了工程部門。
這次 Codex 一口氣端出六個角色外掛，Product Design 就是其中一個。它的定位很明確：把早期的粗略概念，快速變成可以拿去 review 的原型。六個外掛加起來整合了 62 個常用商業 app、110 個現成技能，等於把一個角色的工具鏈打包成一鍵可用。
更值得設計師留意的是一個數字：OpenAI 說 Codex 的週活躍用戶已破 500 萬，而分析師、行銷、設計師這類知識工作者已占了大約兩成，成長速度是工程師的三倍以上。這代表「用 AI 把概念快速變成可審原型」正在從工程師的技能，下放成設計師的新基本功。分工原則一樣：讓 AI 把前期方向跑出來，真正要系統化、要對齊 design system 的細活，再回 Figma 收乾淨。
NN/g：使用者不是不會用，是「不想動」——用行為經濟學挖出藏起來的摩擦
可用性測試能告訴你使用者能不能完成一個任務，卻常常答不出一個更要命的問題：他明明做得到，為什麼就是不做？
NN/g 這篇新文把行為經濟學請進 UX。主張是，光看任務完成率不夠，你得往前看一層——使用者的動機、注意力、信心、當下的判斷，是怎麼一路把「我本來想做」磨成「算了」。文章用健身房報名流程當例子，拆解從意圖到行動之間，那些沒寫在流程圖上、卻真實存在的心理摩擦。
這也剛好回扣今天的主題。前面四則工具都在把流程跑得更快、更省事，但「人為什麼猶豫」這件事，AI 跑得完測試、跑不出答案。讀懂使用者的遲疑、設計出推他一把的細節——這種需要脈絡和判斷的活，正是這一輪自動化浪潮裡最不會被搬走的價值。
