TRAE Work Design 初体验：设计领域的翻译器

1

最近试了一下 TRAE Work 新上的 Design 模式。

TRAE Work 和 TRAE IDE不一样，前者是面向普通用户的工作流的，后者更多是面向代码生产的。这也是一个本地运行的软件（也可以云端运行），所以能够检索和使用本地的文件和脚本。

自从 Claude 有了 Design 能力之后，我身边很多朋友就一直在等国内有没有类似的产品。现在终于来了。

用下来之后，我的第一感受是，TRAE Work Design 当然不是一个「让所有人都成为设计师」的产品。这个说法过于营销，不太准确。它更像是一个设计领域的翻译器。

过去我们的一个想法，要经历很多次翻译。

脑子里的想法，要翻译成需求文档；需求文档，要翻译成原型；原型，要翻译成设计稿；设计稿，还要翻译成代码。每一层都可能丢东西。老板说「高级一点」，产品经理可能理解成「信息层级更清楚」，设计师觉得是「留白更多、颜色更克制」，开发会说「又要改按钮样式」。过程中信息的失真程度太高，就跟传话游戏一样，最后东西经常不对。

TRAE Work Design 的意义，是把中间最费劲的一层翻译成本降下来了。用自然语言描述一个页面、一个产品、一套模板，它能先翻译成一个可视化结果。这个结果可能不完美，但重要的是，它终于变成了一个可以看的东西、可以点的东西，尤其是，一个可以继续改的东西。

这件事比单纯「AI 生成一张图」重要得多。

2

先说最直接的场景，产品原型。

我之前做过一个很小的游戏库 App，叫 Gamepix。功能很简单，就是收录自己玩过的游戏，记录起来作为游戏墙，是一个自己的游戏档案。

这种产品如果只是用文字讲，其实很难说清楚它应该长什么样。说「现代一点」「干净一点」「适合 iOS」，听起来都没问题，但千人千面，不同人脑海里想的是不一样的。

我就让 TRAE Work Design 帮我做这个 App 的主界面。

第一版，它做的是比较素雅的深色画廊风格。背景是深灰黑，紫色作为品牌色，游戏封面卡片排成两列，搜索栏、筛选器、底部 Tab 都比较克制。

注意，这个界面里的各个元素都是可以交互的。比如下面这些小标签，都可以直接通过可视化的操作调整。也可以直接添加到对话，让 AI 修改。

这就是翻译器的意义。

以前我们讨论设计风格，经常都在讨论形容词。什么叫「有质感」？什么叫「年轻」？什么叫「不要太互联网」？什么叫「高级但不要太冷」？什么叫「五彩斑斓的黑」？现在可以先生成出来，不是问大家「高级是什么意思」，而是直接把三版做出来：到底哪个更高级。

这个画布相当于就是一个靶子，至少让大家讨论的时候有的放矢。

这对产品经理和独立开发者非常重要。这个并不代表绕过设计师做最终稿，而是需要一个更接近正式产品的半成品。低保真原型太抽象，老板看不懂，开发也容易误会。而高保真设计又太重，需求还没定，就拉设计师出三版，资源也协调不开，最后就会卡在这。

一个可交互的 Demo 不光能可视化呈现大致的效果，更关键的是，如果后面继续进入 Code 模式，很多东西也不用再重新解释一遍。这也是之前 Figma 非常重要的一个价值。

过去从需求到设计、从设计到代码，每一层都有转译损耗。现在有了 AI design 工具，这个损耗会少很多。或者说，大家有种语言统一的感觉。

3

如果说刚才说的案例离大部分人还比较远。那么接下来我们说说别的。

其实设计这件事，在我们日常生活工作里面也是常见的。比如 PPT。

我之前用 AI 生成 PPT 试过很多工具。第一眼乍一看会觉得还行，甚至有时候挺惊艳。但真到关注细节的时候，发现问题可以说是琳琅满目。什么字号不统一、配色对不上、排版错位、图片位置诡异、文字太多、留白太少等等。如果让 AI 改，可能 A 改好了，B 又乱了。最后我通常都发现，比起来一遍遍抽盲盒，不如自己手搓。

对于大部分人来说，我始终觉得，理想中的 AI PPT，不是「一键生成完整 PPT」。真正的用户需求通常是：先定一套自己认可的模板，固定字体、颜色、版式和排版规则。以后每次把文稿喂进去，AI 理解内容之后，按模板填进去。

这次我就尝试让 TRAE Work Design 先做一套 PPT 模板。

一开始，我给的要求很简单：稳重、干净，适合商业和技术内容，不花哨，信息清晰。它生成了几种固定版式：封面页、章节过渡页、左文右图页、纯文字论点页、数据图表页、结尾页。

这一步看起来跟别的工具差不多。但其实是在建立一套表达规则。

我继续说，背景要更有高级感，想要克莱因蓝风格，要漂亮一点的底纹，文字不要罗列太多，字号放大。于是它把整套模板改成了克莱因蓝背景，加了几何底纹和很轻的内发光，把每页文字从段落改成关键词。

同时我给了他一篇我之前做的播客文稿的原稿。效果变成这样：

比如原来这一页第一行写的是：

「1900 年出生，父亲是鞋厂缝纫工，中学毕业后做面包师学徒，但志不在此，转而学习制鞋手艺。」

它会按照我的要求把它简化，改成：

「1900 年出生 · 鞋匠世家」

中间会有一些细节，比如章节过渡页里大号数字「02」的位置很奇怪，放在左侧垂直居中，显得特别突兀。我可以直接选中这一页说，这个数字位置不对，放到左下角。这个一下就可以改好。

正如前面所说，这种小修改看似不起眼，但是多了之后会非常麻烦，每次制作 PPT 的时候最头疼的就是这些步骤。这次如果规范建立了，接下来的所有的 PPT 都可以按照这个模板来。

这才是 AI Design 产品和传统设计软件很不一样的地方。传统设计软件考验会不会操作、记不记得功能具体的地方，AI Design 考验的是能不能把问题说清楚。

AI 工具好不好用，不应该看它第一次能不能「蒙对」，而应该看它错了之后，好不好改。TRAE Work Design 更像一个可以不断对话的设计助理。而且它也能有记忆。

4

对于内容创作者来说，也可以有自己的一套 VI 系统了。过去想要有这种设计系统，可能要花钱请外包团队，或者白嫖自己的设计师朋友。

现在要简单很多。

比如我做公众号，经常需要文章头图。头图当然可以用统一的字体模板，但是这种设计略显简陋。而如果每次都专门微调设计一个头图，成本又比较高。

这就可以让 TRAE Work Design 做一套头图设计系统。

我给他的需求是：科技商业类公众号，内容方向包括 AI 工具测评、科技史叙事、商业观察。整体要克制、干净、有杂志感。不要科技公司那种冷感渐变和发光，也不要营销号那种大字塞满的风格。

第一版是深色的。深海军蓝背景，白色标题，右下角固定「刘言飞语」署名。右侧会有一个淡淡的线框图，来体现主题。

后来我又想换成石膏白黄风格。底色变成暖白石膏，标题变成深炭黑，竖线变成暗金色。增加了镂空效果。

这套头图系统的关键不是某张图好不好看，还是规则固定了。背景、线条图案、标题效果是固定元素；每篇文章只替换标题文字，根据字数微调字号。这样以后不用每次从空白画布开始，也不用每次重新跟 AI 说一遍要求。

一说「设计系统」，会觉得这是大公司设计团队才会用的东西。但其实，就跟 Excel 模板、合同模板、邮件模板一样。一个设计系统本质上就是降低重复工作的边际成本。每次做 PPT，不用重新想版式；每次做公众号头图，不用重新想颜色；每次做网页，不用重新想按钮圆角、字体层级和卡片样式。这就是系统的价值。

5

AI Design 并不会让人人都是设计师，就像 AI coding 也并不会让每个人成为独立开发者一样。

AI Design 真正降低的不是审美判断的门槛，而是表达和执行的门槛。它让更多人可以把脑子里的想象先拿出来，不需要先熟练掌握 Figma、Photoshop、PowerPoint 的各种功能，才能看到一个初步结果。可以先说出来，生成出来，再改。

但这不代表专业能力不重要了。恰恰相反，当大家都能生成一个「看起来还行」的页面，真正稀缺的就是判断力。

设计师不会失去价值。以后更重要的可能不是会不会画出一个按钮，而是能不能定义系统、判断风格，以及知道一个页面为什么「看起来好像不对」。为什么同样是极简，有的像 Apple，有的像毛坯？这些判断，要么是需要有大量经验积累的，要么是需要专业训练的，并不是自然具备的。

产品经理也一样。以前产品经理有一部分能力是中间态技能：写 PRD、画原型、做流程图。这些当然还会有价值，但如果 AI 能更快生成可视化原型，产品经理的价值就会继续往前移：能不能定义问题，能不能拆需求，能不能判断优先级，能不能知道拥挤的首屏到底该放什么，这些会更重要。

对于内容创作者也一样。以前不会设计，就只能凑合；现在可以做自己的公众号头图系统、PPT 模板、官网页面。工具会让个人表达更像一个完整品牌，而很多个体的品牌也会变得更加重要。前提还是，你得知道自己想要什么。

说到最后，AI 会放大内在丰富的人，也会暴露没有思考的人。

很多人过去说自己有个点子，就差一个程序员，有了 AI coding，这句话越来越站不住了。接下来可能还会有人说，我有个产品，就差一个设计师。Design 这类工具出现后，这个借口也会少一点。

不是说真的不需要程序员和设计师了，而是说至少可以先把第一版东西做出来看看。一个想法到底有没有价值，不用再永远停留在「我就是没有他们有资源」，而是真的可以拿出 Demo 来，先把问题暴露。Talk is cheap , show me the demo。

很多想法都是异想天开的。比如「做一个年轻人的社区」「做一个打败滴滴的网约车平台」「做一个更懂用户的内容产品」。这种话可以在会议室和咖啡馆说上三天三夜，但交给 AI 做出来，放到应用商店里给人用，结果会更加直观。

AI 是翻译器，但不是作家。原文写得随意，译文不会变成文学名著。

谁都能用 AI 的时候，关键不是看 AI，关键是看谁用。