設計 AI Agent 產品，主管們最在意的三件事

翻開一份設計稿，過去你檢查的是間距、對齊、狀態齊不齊。現在多了一種檔案，打開它畫面上什麼都沒有，只有一個對話框，等使用者先開口。這就是 agentic 產品——一個會替你查資料、下判斷、甚至動手改東西的工具。它不再只是被點擊的介面，而是會自己做事的夥伴。

Figma 的編輯團隊最近從芝加哥的 Leadership Collective 一路跑到 Config，坐下來跟 Cisco、OpenAI、Airbnb、Atlassian、Expedia 這些公司的資深設計與產品主管聊了一輪，把聽到的東西整理成 Sightlines 電子報第二期。主題只有一個——當產品開始長出自己的意志，設計師該怎麼守住信任這條線。

Sightlines 是 Figma 寫給設計、產品、工程主管看的電子報，每一期把資深主管的觀察濃縮成幾條能帶回團隊的判斷。第二期把場景拉到一個尷尬的時間點——AI agent 的能力已經跑在多數團隊的設計流程前面，大家一邊興奮，一邊心裡發毛。興奮的是它真的能做事，發毛的是它做錯的時候，責任算誰的。這期整理的三條共識，剛好對著這份矛盾。

傳統的介面設計，你能預測使用者按下按鈕之後會發生什麼。agentic 產品把這件事打散了——你給它一個目標，它自己決定中間怎麼走。Accor 的產品設計副總 Thomas Vidal 講得直接：設計 agent 的目標，不是去規定 AI 能做什麼，而是替整個系統寫下一套規則，讓它的行為保持一致。

翻成設計師聽得懂的版本，你不再是畫死每一個畫面，而是在定義一套行為的邊界。哪些事它可以自己來、哪些事一定要停下來問人，這條線畫在哪，就是這個產品的設計品質。

這期反覆出現的一個詞是 p0，最高優先級。主管們的共識是，使用者願不願意信任一個 agent，關鍵在它願不願意把過程攤開。它引用了哪些資料、根據什麼下這個判斷，這些以前被藏在後台的東西，現在要搬到檯面上。

透明不是事後補的一頁說明，而是從第一版就要長在產品裡的東西。當 agent 告訴你「我建議這樣做」，旁邊最好同時看得到「因為我查了這三筆資料」。少了這一層，再聰明的建議，使用者也只會半信半疑地繞過它。

設計師容易掉進一個坑——想把 agent 打磨到零失誤才敢放出去。Expedia 的設計資深副總 Rachel Been 說，agent 不是這樣做出來的。它得靠真實使用累積出大量學習，你在辦公室裡想破頭，也模擬不出使用者真正會怎麼問、怎麼用。

她補了一句關鍵的平衡：可以早點上線，但測試與上線的嚴謹度不能省。先讓它過了信任這道門檻，再放到真實世界裡邊跑邊修。

agent 會越來越自動，這是所有主管都同意的方向。Atlassian 的設計長 Charlie Sutton 提醒，當我們把工作流的控制權一點一點交給 agent，就得同時確保「有一個人為它的行為負責」。

實務上，這代表你要在開工前就把治理的檢查點畫好——哪些例行工作 agent 可以自己處理，哪些一定要有人在迴圈裡把關。牽涉到敏感資訊的地方，例如健康資料，就是那種永遠不該讓 agent 獨自決定的關卡。這條線畫得越早，後面越不會手忙腳亂。

最後一條，是講給帶團隊的人聽的。Figma 的開發者關係 Jake Albaugh 說，主管的工作不是催團隊「再努力一點」，而是重新定義「好」到底長什麼樣，讓大家看見自己原本看不到的落差。

在 agent 的時代，這句話特別重。工具讓每個人都跑得更快，但跑得快不代表跑對方向。當「好」的標準被重新畫過，團隊才知道該把力氣花在信任、課責、還是體驗的哪一塊。標準先清楚，速度才有意義。

把這四位主管的話擺在一起，會發現他們其實在講同一件事——當產品自己會動，設計的重心就從「畫得好不好看」移到「行為值不值得信任」。透明、上線的勇氣、治理的界線、重新定義好的標準，四條線最後都收在同一個字上：信任。

對正在學 Figma、準備進業界的人來說，這是一個提早卡位的訊號。你現在練的元件、變數、原型，很快會變成「設計 agent 行為」的底層語言。誰先把這套思考練起來，誰就站在下一波需求的前面。

FIGMA 全攻略

agent 的行為要一致，靠的是一套有系統的元件與變數命名

從 component、variables 到互動原型，把設計系統的底層練成肌肉記憶，之後接 AI 才接得穩。

看課程 →

AIWAKEN 訂閱制

AI 覺醒設計應用攻略

✦ AI 工具實測與工作流分享
✦ 設計師角度的 Prompt 技巧
✦ 每週精選 AI × 設計新知

了解訂閱方案 →