AI 做的設計，你能看出哪裡有問題嗎？

--- 我把同一份電商需求，丟給 Google Stitch、Figma 和 Claude Design。 10 分鐘後，螢幕上出現三個看起來都很專業的設計稿——但每一個都讓我有一種奇怪的既視感。 問題不是 AI 不夠好，而是我們沒有語言說出哪裡不對。 這集我不討論「設計師有沒有未來」，我想問一個更切身的問題：我們有沒有能力看出 AI 給的設計，哪裡有問題？ 好設計沒有標準答案，但壞設計是有標準訊號的。過去 70 年的設計研究，已經把這些訊號變成可以量化的工具。這集帶你把它們串在一起。 --- 00:00 實驗：讓 3 個 AI 設計同一個電商網站 00:33 今天的核心問題：你能看出 AI 設計哪裡有問題？ 00:40 Google Stitch、Figma、Claude Design 各自的優缺點 01:32 問題其實不在 AI，在我們自己 01:50 為什麼 AI 永遠給你「平均的答案」 02:53 好設計沒有標準答案，但壞設計有標準訊號 03:15 把設計拆成 2 個面向、4 個可量化的問題 03:42 工具一：眼睛先看哪裡？DeepGaze IIE 眼動預測 04:37 工具二：看到了，看得懂嗎？Flesch-Kincaid + WCAG 05:29 工具三：理解了會採取行動嗎？AI Agent 模擬使用者 06:07 工具四：整體看起來一致嗎？Playwright 讀取 CSS 07:01 把四個工具串成閉環，讓 Claude Code 給修正計畫 07:43 「平均臉」實驗：工具給的是清單，不是答案 08:56 設計工作的三層：執行、評估、定義——AI 能做到哪裡？ 09:32 越多人把設計外包給 AI，有品味的人越值錢 --- #AI設計 #設計師 #ClaudeCode #Figma #GoogleStitch #UX #網頁設計 #人工智慧 #UIUX #設計思維 #AItools #科技 #品味 #產品設計 #無障礙設計