---

title: Figma Make Kits / Attachments 的真正訊號：AI 設計的勝負點，正在從「畫得像」轉向「能不能直接調用你的設計系統與真實代碼」 date: 2026-04-12 source: https://www.threads.com/@aiposthub/post/DW7pLAklLdr category: threads tags:

• Figma
• Make Kits
• Make Attachments
• Design System
• AI Design
• Design Tokens
• Product Workflow created: 2026-04-12 updated: 2026-04-12

---

Figma Make Kits / Attachments 的真正訊號：AI 設計的勝負點，正在從「畫得像」轉向「能不能直接調用你的設計系統與真實代碼」

概要

這則 Threads 的核心觀察很準：Figma 這次更新最重要的，不是 AI 又變得更會生圖，而是 AI 終於比較像在操作你的設計系統，而不是模仿一個外觀相似的畫面。

作者把變化濃縮成一句話：

• 以前：AI 模仿外觀
• 現在：AI 直接調用代碼 / 規範

這裡提到的兩個關鍵能力是：

• Make Kits：把程式碼元件、Library 樣式、tokens、使用指南打包成 AI 可讀的 kit
• Make Attachments：把 PRD、品牌規範、圖片、CSV 等真實素材直接附加給 AI

這代表設計流程的關鍵問題，正在從「怎麼寫 prompt」轉向：

你能不能把設計規範、元件、資料與上下文整理成 AI 可直接使用的資產。

這篇真正值得記錄的重點

1. AI 設計的最大問題，從來不是畫不漂亮，而是跟真實產品脫節

過去很多設計 AI 的問題不在於畫面不夠好看，而是：

• 按鈕像按鈕，但不是你的按鈕
• 卡片像卡片，但不是你的元件
• 顏色對了幾分，但不是產品真正的 token
• 畫面可以 demo，卻沒辦法直接交付工程

所以真正的落差不是「美感」，而是 系統對齊度。

這篇提到 Figma Make Kits / Attachments 的價值，正是試圖解決這個核心痛點：

• 不是叫 AI 猜你的設計語言
• 而是把你的設計語言直接餵給它

2. 設計師的競爭力，會越來越取決於能否把規範結構化

如果 AI 現在開始能讀懂：

• 元件
• tokens
• styles
• usage guide
• PRD
• 真實資料

那設計師未來的重要能力，就不只是在畫布上做細節，而是：

能不能把設計系統整理成一套 AI 可調用、可組裝、可維護的知識資產。

也就是說，未來比的不是單純「手速」或「畫面感」，而是：

• 誰的系統更完整
• 誰的規範更清晰
• 誰的元件與程式碼關聯更緊
• 誰能讓 AI 用最少歧義產出最接近可交付的結果

3. 設計工作流會從「像素生產」走向「系統編排」

這篇貼文其實在講一個很大的轉向：

以前設計師主要在做的是：

• 畫頁面
• 排版
• 微調元件
• 手動對齊需求

但當 AI 可以吃 kit、attachments、PRD、真實資料後，設計師更像是在做：

• 設計系統編排
• 知識資產管理
• 規範映射
• 產品上下文管理

換句話說，設計師的價值會逐漸從「手工畫出畫面」，往「設計一個讓 AI 正確產出的系統」移動。

4. 從畫布到代碼的距離，正在因為設計資產結構化而縮短

這篇最值得注意的一句，是作者說他把從「畫布像素」到「真實代碼」的工作流梳理成實戰文章。

這背後的訊號是：

AI 設計工具真正的商業價值，不在多會生成畫面，而在能否縮短設計與可實作成果之間的距離。

如果 AI 產出的東西：

• 能對齊 design tokens
• 能對齊真實元件
• 能對齊產品規範
• 能對齊 PRD 與真實資料

那它就不只是「靈感生成器」，而更接近可落地的生產工具。

5. 真正值得優化的，不再只是 prompt，而是資產準備度

這篇 Threads 最有價值的一點，是把焦點從 prompt engineering 往前移了一步。

未來誰效率更高，關鍵可能不是誰提示詞更厲害，而是：

• 誰的 design system 整理得更好
• 誰的 token / component / docs 更完整
• 誰能把 PRD、品牌規範、內容素材結構化
• 誰先把「設計系統 → AI 可讀資產」這件事完成

這是一個很重要的轉變，因為它意味著 AI 設計的核心門檻，不是靈感，而是準備度。

對產品與設計團隊的啟示

如果把這篇貼文往上抽象，它其實在提醒幾件事：

1. 設計系統會從交付文件，變成 AI 的操作介面
2. PRD / brand guide / tokens / code component 之間的連結會越來越重要
3. 設計與工程的界線會更進一步被系統化資產打通
4. AI 設計的勝負，不只在生成能力，而在系統對齊能力
5. 真正成熟的團隊，會開始經營 AI-ready 的設計資產庫

我的結論

這篇 Threads 真正值得記的，不只是 Figma 又推出了新功能，而是它指出一個很明確的方向：

AI 設計時代，真正有價值的不是讓 AI 畫得更像，而是讓 AI 直接用你的設計系統做事。

因此未來設計效率的關鍵，不會只是「誰生成得快」，而是：

• 誰的規範更完整
• 誰的設計資產更結構化
• 誰能把設計與真實代碼接起來
• 誰能把 AI 從畫面模仿者，變成系統調用者

這也意味著，設計團隊下一步最重要的投資之一，不再只是學 AI 工具，而是把自己的 design system 整理成 AI 能真正讀懂與使用的格式。