AI 赋能设计评审：从提示词到设计治理

01评审的困境

评审会是设计流程中少有的质量闸门，但这道闸门本身并不稳定。反馈质量依赖评审者的个人水平与当天状态——同样的设计稿，周一的评审和周五的评审可能得到截然不同的结论。供给也是稀缺的：资深设计师的时间被大量会议切割，初级设计师能获得高密度反馈的机会屈指可数。更根本的问题在于标准的隐性——什么是「好」，存在于少数人的经验里，新人只能靠耳濡目染慢慢揣摩。

会议成本同样不可忽视。评审会难约，约上了又常常变成逐屏朗读：与会者没有提前看过稿子，宝贵的会议时间被消耗在最基础的「发现问题」上，真正需要集体智慧「做出判断」的环节反而草草收场。

一条好的评审意见有双重价值：既要发现问题，也要教会判断。传统模式下两者都依赖人的供给，而供给永远不足——这构成了评审的供需矛盾。AI 的价值，正是从这个矛盾切入的。

需要被评审的设计稿，永远多于能给出好意见的评审者。

02结构化提示词：把标准写成规格

第一种实践是为设计稿评审编写结构化提示词。把它解剖开，是四层结构：角色——定义评审者的资历与视角，例如资深用户体验设计师兼产品分析专家；背景——产品与功能目标、目标用户画像、核心用户任务、重点关注的担忧；框架——优点、缺点、改进建议三段式，要求每条结论挂接具体的设计原则；格式——结构化输出，分点阐述，便于流转与执行。四层齐备，AI 的评审才有上下文；缺了任何一层，评审就退回泛泛而谈。

以一个地铁站显示屏的界面为例。背景信息越具体，分析越精准：目标是让乘客快速了解地铁信息；用户覆盖上班通勤、异地出差、旅游出行等人群；核心任务是从界面找到正确的乘车信息；重点关注的是信息结构是否一目了然、对无障碍人士是否友好。这一点与人类评审完全一致——脱离业务背景的评审意见，无论来自人还是 AI，都是正确的废话。评审的输入质量决定输出质量，提示词里的背景信息，就是把评审者的「业务上下文」同步给 AI。

「优点—缺点—建议」的框架也经过考量。肯定优点让人知道什么该保留，避免修改时把对的也改掉；识别缺点必须挂接依据，例如返回按钮的触控热区不足 44×44 像素，违反的是 WCAG 的可访问性标准与尼尔森原则中的可识别性要求；改进建议则必须具体可执行——调整布局、修改对比度、补充状态反馈，而不是「再优化一下」。这个要求甚至比许多人类评审会更规范：人类评审常见的问题是只有「感觉不对」，没有「为什么」和「怎么办」。

值得注意的是写提示词这个动作本身。为了向 AI 描述清楚「我要什么样的评审」，必须先把脑中的标准梳理成条理分明的文字——这个过程，就是把隐性经验显性化的过程。提示词不是咒语，而是一份评审需求的规格说明书。

提示词的本质，是把脑中的评审标准写成可执行的规格。

03评审的表达：让判断被听懂

第二种实践看起来像个语言游戏：让 AI 以八年资历的资深交互设计师口吻输出评审，自然使用行业术语与方法论词汇。但剥离表层的话术，它指向的是评审表达的两个真实功能——定位与对齐。定位，是评审意见需要从产品战略与用户价值的高度拆解，而不只是像素级的挑错；对齐，是用接收方的语言体系表达，降低理解与执行的成本。一条评审意见能否被采纳，一半取决于判断是否正确，另一半取决于表达是否进入了听者的语言体系。

这一点在跨部门协同中尤为明显。设计意见要被产品、研发、运营听懂并执行，就不能只停留在设计学科的词汇里。让 AI 扮演不同资力和职能的评审者，本质上是在做表达的「转译」：同一个判断，对设计师讲原则，对产品经理讲用户价值与数据，对业务方讲目标与风险。AI 在这件事上的价值不是说得漂亮，而是能以极低成本完成同一判断的多版本表达。

但必须警惕话术的反面。当「赋能、闭环、抓手」掩盖了具体问题，表达就成了空壳——这在人类评审中同样存在，AI 只是把它放大了。AI 可以模仿资深设计师的语言风格，却不能为语言背后的判断负责。判断的核实，依然是人的工作。

好的评审表达不是显得专业，而是让正确的判断被听懂、被执行。

04多模态评审：从静态稿到动态行为

前两种实践的输入都是静态稿，而静态稿评审存在天然盲区：设计不只是界面的快照，更是时间维度上的行为。以 iOS 26 的计算器为例——点击一个按钮，旁边的按钮也随之泛起液态玻璃的光影。这个细节在静态截图上完全不可见，只有操作视频才能暴露它的问题：动效对注意力的多余干扰，以及反馈语义的错位——用户并没有按下那个按钮，它却做出了「回应」。系统的状态可见性原则，在静态稿上是无法核验的。

视频分析能力把「交互的过程」纳入了评审范围。时序、动效、状态转换，这些过去只能依赖评审者现场操作、凭体验印象判断的维度，现在可以被逐帧审视、被反复回放。评审的输入从「图」扩展为「行为」，这是评审对象本身的一次扩展。

第三种实践的另一层价值在于评审与教学的合一。要求 AI 在指出优点与缺点时附上理论支撑——格式塔原则、认知负荷理论、审美可用性效应——并给出规避方法与迁移场景，评审意见就同时成为了学习材料。对成长中的设计师而言，知道「为什么好」远比知道「哪里好」重要；前者可以迁移，后者只是一次性的结论。

评审的终点不是挑出毛病，而是让下一次设计少出毛病。

05管理者视角：效率 · 沉淀 · 育人 · 治理

以上三种实践停留在个人实操层面。而作为设计管理者，评估一项新方法的标准不同：不看单点提效，看它对团队系统的影响。我从四个维度看 AI 评审——效率、沉淀、育人、治理。

5.1效率：评审周期的压缩

AI 预审承担「第一评审人」的角色。设计稿先过 AI，规范类问题在上会之前已被识别；会议从逐屏检查，变为聚焦争议点的判断与决策。评审从「约得到的会」变成「随时可得的反馈」，反馈周期从以天计压缩到以分钟计。会议没有消失，但会议的内容变了——这是关键。

5.2沉淀：从经验到资产

把评审标准写成提示词，是把隐性经验显性化、资产化的过程。过去，评审标准存在于资深设计师的脑中，随人员流动而流失；现在，提示词库可以版本化管理，与设计系统同步迭代，成为团队可维护的工程文件。对管理者而言，这是方法论建设的核心——评审标准第一次从「口耳相传的规矩」变成「可检索的资产」。

5.3育人：反馈的普惠

初级设计师过去只能在评审会上获得高密度反馈，机会有限，且有时附带心理压力。AI 评审随时在线、永远耐心、附带理论解释，相当于一位 24 小时的资深陪练——成长曲线的斜率因此改变。当然，AI 的反馈需要抽查校准，防止错误观念在早期被固化；教会新人辨别 AI 意见的对错，成为导师的新职责。

5.4治理：分工与边界

哪些环节可以 AI 先行，哪些环节必须人来，需要明确的分工。规范核验、原则匹配、问题清单的穷举，是可枚举的检查，可以放心交给 AI；业务目标的取舍、品牌调性的把握、价值观与合规的判断、最终决策与责任承担，是不可枚举的判断，必须留在人手里。分界线的位置由管理者按风险等级划定，并随模型能力与团队信任动态调整。

治理还包括制度层面：设计稿上传第三方模型的合规与保密边界，AI 评审记录的归档与检索规则，以及将 AI 预审纳入设计流程节点的正式约定。没有制度的提效，会以风险的形式还回来。

06边界与结论

AI 评审的盲区同样清晰。它缺少业务上下文——为什么这个页面宁可牺牲转化率也要保住品牌调性；缺少组织上下文——技术债、排期与部门关系对设计的现实约束；更无法承担责任——评审的最终环节是拍板与担责，这一步无法外包。因此 AI 评审适合前置与兜底，不适合终审与定案。

还有更多值得持续追问的问题：当 AI 的审美训练自海量既有界面，它会不会把评审变成向平均水平的收敛？评审标准显性化之后，如何防止团队把基线当成上限？当每个设计师都有一位随时在线的 AI 评审，评审会这种组织形式会不会消失，而它带走的低效率与附带的共识建立，哪一个更可惜？思考和探讨这些问题，有助于团队在拥抱新工具时保持必要的清醒。

回到本文的起点：AI 重构的是评审的分工与供给，而不是评审的责任。可枚举的检查交给机器，不可枚举的判断留给人；标准交给提示词去沉淀，品味与担当留在团队里生长。标准越显性，判断越珍贵——这或许是 AI 时代设计评审最重要的变与不变。