AIGC的应用场景已经愈发广泛,在设计工作中,我们也可以结合AIGC技术或者工具,来提升设计效率,得到更多产出价值。这篇文章里,作者就对如何利用AIGC来优化工作流、提升效率、推动能力应用与落地等内容做了梳理,不妨来看一下。

AIGC设计实践手册 - 图1

随着技术的不断迭代,AIGC能力的可控性得到了进一步提升,可应用的场景也越来越多,在文本、图像、视频等多个领域都有了广泛应用。用户已经可以用自然语言来与AI工具进行交互,革新传统办公方式,工作任务可以更具创造性,并且提高了生产效率。

本文将从AIGC体系化应用角度聊一聊,设计团队如何利用AIGC来优化工作流,提升效率的同时,更多推动AIGC能力应用与落地。

一、AIGC对设计的影响

如何更好的利用AI工具帮助我们提升设计效率与价值,我们尝试了从产品设计类需求、运营设计类需求、视频/动效类需求及用户研究类5类需求场景的尝试。 我们认为流程可复用的AI才能真正来为现有工作流程提效赋能;于是对现有工作场景进行梳理,结合不同AI工具的特点及各类需求的特性,来制定更有针对性的标准化AIGC工作流程。通过AIGC工作流标准化的落地,逐渐覆盖更多高频、重复性的工作节点及应用场景来解放设计生产力,从而工作重心更多以创意、创造性任务为主。

B端究竟需要什么样的产品经理?B端产品经理都是以提升供应侧的工作效率为目的,所以B端需求主要是以业务问题为导向。 这个是B端产品比较重要的一点,B端产品是服务于一个主体 …查看详情 >

目前现阶段AIGC工具使用功能偏好:

  1. 创意发散:使用AIGC工具来快速生成参考,激发新灵感。
  2. 快速设计:使用AIGC提升设计效率,如快速生成视觉元素、完整画面进行应用。
  3. 定制效果:利用AIGC工具例如训练lora模型或ControlNet控制生成生成元素效果或形态,来实现相对定制化的视觉需求。

AIGC设计实践手册 - 图2

1. AIGC设计师的角色变化

根据个人特长和承接需求,部分设计师角色及能力维度也产生了变化。 对于产品设计师来说可以利用AIGC工具加速设计流程的变革,重塑团队合作模式。整合UE、UI设计师能力往UX全链路设计师方向转变。

AIGC设计实践手册 - 图3

运营视觉设计师利用AIGC来洞察设计趋势及用户的偏好,快速输出创意参考,更深入、精准洞悉业务需求同时,更深入理解商业目标,更多的参与到创意决策和场景故事塑造中去,从而往运营产品设计师方向转变。

AIGC设计实践手册 - 图4

2. 设计师所面临的挑战

  1. 新事物的学习适应能力:设计师面临着学习新工具、新方式的学习压力,并同时还需探索如何将AIGC配合融入现有工作流之中。
  2. 创意的差异化:如何在保持设计作品的个性、特点、差异化来尽量减少AIGC的特征。
  3. AIGC输出稳定性:在使用AIGC工具时如何才能让输出物可控、稳定,得到设计师想要的效果。

二、AIGC设计工作流标准化建设

1. 产品设计类需求工作流程

根据需求类型进行拆分,在设计分析、UI设计及设计输出等阶段均可由AI工具介入,从而优化工作流程,提升设计效率。通过AI自动化走查工具进行设计走查提效提质。

AIGC设计实践手册 - 图5

针对运营需求可以拆分为定制类运营需求泛场景类运营需求。 ### 2. 定制类运营需求工作流程 可从前期的设计风格确认,设计素材查找/制作、运营图片设计/延展进行设计提效。

AIGC设计实践手册 - 图6

3. 泛场景类运营需求工作流程

可通过AI工具生成素材图片或通过智能海报工具完成海报设计。

AIGC设计实践手册 - 图7

4. 视频/动效类需求工作流程

通过AI工具,可以把图片生成动效视频,可根据业务场景生成动画视频,还可创建专属的数字分身。拓展了运营宣发形式,可做更多创意场景。

AIGC设计实践手册 - 图8

5. 用户研究类需求工作流程

可通过对AI工具帮搜索收集调研资料,并且可以对资料进行整合分析,辅助输出用研报告。

AIGC设计实践手册 - 图9

三、AIGC场景应用

AIGC主要应用场景:

营销活动、微海报、IP形象、动态视频……

AIGC设计实践手册 - 图10

1. 智能海报系统

利用前端设计排版的海报模版,结合AIGC素材出图能力,非设计人员可快速输出模版海报。

AIGC设计实践手册 - 图11

2. AI辅助运营活动、海报设计

1)设计拆解

通过拆解,把运营活动分为:背景层、主体层、文案层,其中背景层、主体层可通过AI辅助生成,提升设计效率。

AIGC设计实践手册 - 图12

背景层:通过活动主题诉求绘制草图,得出背景层设计元素及风格,转换成关键词在Midjourney中生成高质量背景。

主体层:活动主体如果有明确的内容要求,或IP形象,此时通过Stable Diffusion的control net插件结合草图,或通过训练的ip形象lora模型产出ip定制化姿态与服装,高效完成主体绘制。

2)Prompt关键词系统搭建

把设计师对画面的构思思维,翻译转换成AI能读懂的Prompt关键词,并形成结构化:场景+主体+风格+提质等关键词,并通过不断优化尝试,形成稳定的出图关键词模版,减少试错成本。

AIGC设计实践手册 - 图13

3)Prompt关键词模版库

把关键词沉淀成资源,团队内共享,提升设计效率,形成AI素材库。

AIGC设计实践手册 - 图14

4)排版合成

通过关键词在AI工具生成所需设计素材,通过设计软件合成、修图、排版,输出最终设计物料。

AIGC设计实践手册 - 图15

四、AIGC其他案例展示

AIGC设计实践手册 - 图16