AI Will(@FinanceYF5)

https://t.co/Kzqvq5S4uJ

8.5内容质量

TL;DR · AI 摘要

一位设计师通过AI工具 Devin 和 GPT,独立完成7000人大会的全部设计物料,展示了AI在设计领域的高效应用。

核心要点

  • 使用 Devin 和 GPT 可以实现设计自动化,减少人工工作量。
  • 设计系统需提前定义字体、颜色等规范,避免AI生成内容混乱。
  • 自动化工具可生成日程屏、嘉宾卡等物料,确保数据一致性。

结构提纲

按章节快速跳转。

  1. 一位设计师通过AI工具 Devin 和 GPT,独立完成7000人大会的全部设计物料。

  2. 设计师团队由 Vincent Wendy、Devin、GPT 和 Figma 组成。

  3. 设计系统需提前定义字体、颜色等规范,避免AI生成内容混乱。

  4. 自动化工具可生成日程屏、嘉宾卡等物料,确保数据一致性。

  5. 通过 Slack、Figma 和 Devin 实现设计流程的自动化和验证。

  6. 使用 Devin 自动生成日程屏和嘉宾卡,并通过 Figma 进行矢量化处理。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • AI在设计领域的应用
    • 设计团队构成
      • Vincent Wendy
      • Devin
      • GPT
      • Figma
    • 设计系统定义
      • 字体规范
      • 颜色规范
      • 组件规范
    • 自动化工具应用
      • 日程屏生成
      • 嘉宾卡生成
      • 数据一致性验证

金句 / Highlights

值得收藏与分享的关键句。

  • 他的「设计团队」是他自己加上 Devin、GPT 和 Figma。大会 7,000 人、140 多家赞助商、300 多位演讲嘉宾、600 多场演讲,物料全由这一个设计师出。

    — 第 2 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 能自动出的东西就做成工具:场地日程屏、嘉宾宣传图、嘉宾卡,数据一更新,导出 PNG 就行。

    — 第 3 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 出了图一定让 Devin 再查一遍:赞助墙、T 恤上的 logo 有没有漏,嘉宾照片对不对人。

    — 第 3 段

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI设计#自动化工具#大会设计#Figma#Devin
打开原文

AI Will on X: "2026硅谷AIE大会:AIE 唯一的设计师,一个人扛下7,000人、140多家赞助商的全部物料" / X

AI Will

@FinanceYF5

$

/$

2026硅谷AIE大会:AIE 唯一的设计师,一个人扛下7,000人、140多家赞助商的全部物料

8 min read

7 月 1 日,AI Engineer World's Fair 旧金山站,第 6 赛道。台上是 Vincent Wendy,幻灯片上的头衔是「Senior Creative Designer at AI Engineer」。他开场先问台下有几个设计师,只有两三只手举起来,其余都是工程师;他说这是一场「非技术」的分享:这场大会和之前几场的设计,他是怎么在 AI 帮助下做出来的。

结论先说: 他的「设计团队」是他自己加上 Devin、GPT 和 Figma。大会 7,000 人、140 多家赞助商、300 多位演讲嘉宾、600 多场演讲,物料全由这一个设计师出。办法是先把设计系统定死,再让 Devin 在 Slack 里批量出图、批量核对;他拿赞助商 logo 墙去测,Devin 找漏掉的 logo,按他自己的测试,准确率 100%。

三点:

  • 先定死字体和颜色,再让 agent 动手 :大模型爱乱给字号,不先写清楚,出来的就是「垃圾」。
  • 能自动出的东西就做成工具 :场地日程屏、嘉宾宣传图、嘉宾卡,数据一更新,导出 PNG 就行。
  • 出了图一定让 Devin 再查一遍 :赞助墙、T 恤上的 logo 有没有漏,嘉宾照片对不对人。下面按他的顺序讲。

他面对的盘子:一个设计师,一千个细节

开场这一页:7,000 位参会者(旁边划掉的是原来的 6,000)、140+ 赞助商、300+ 演讲嘉宾、600+ 场次;左下角写着「One Designer. Hundreds of Deliverables.」。来源:AI Engineer YouTube

他先交代团队规模:AI Engineer 很小,大约 12 到 15 个人,每个人都在做自己那一摊。他准备这场分享时,预计参会 6,000 人,现在是 7,000。他的原话是:每样东西都需要设计,赞助商要素材,演讲嘉宾要图,现场的指示牌要让人不迷路。

他把「物理」到「数字」的物料列成一张图:T-shirt、Lanyard、Street Flag、Badge、Stickers、Wayfinding、Banner、Logo Wall、Digital Signage、Landing Page、Speaker Announcement、Thumbnails、Track Mascot……来源:AI Engineer YouTube

他讲的范围:贴纸、周边,到落地页、演讲嘉宾公告、赛道吉祥物,再到实体的标牌和电子屏。他说得很直白:一千个细节,就是一千种出错的办法。一个赞助商 logo 缺了,是大问题;演讲嘉宾的时间写错,也是问题。

他给自己的团队下的定义:「就是我,加 Devin、GPT 和 Figma。」他说,现在工具不再是问题,有一个真问题才是优势。别人问他做 AI Engineer 的设计受什么启发,他当时答不上来,后来想明白,是问题本身逼出来的。

一、先想清楚怎么用:鹈鹕骑自行车的故事

「but as a designer」这一页:左边是 GPT-5.5 出的鹈鹕骑自行车线稿,箭头指向右边「Vectorize on Figma」后的矢量版本。来源:AI Engineer YouTube

他引了 Simon Willison 去年(2025)那场分享:让每个大模型生成一个矢量文件,画一只骑自行车的鹈鹕。他自己又测了一遍,基础模型出来的矢量图,对设计师来说「用不了」。

他的做法是换一条路:设计师要跳出框框想,不用管模型的矢量能力有多差,直接让 GPT 出一张静态的 PNG,鹈鹕骑自行车,再拿到 Figma 里矢量化,「这个现在就能交付了」。幻灯片上标的是 GPT-5.5 到 Figma。

二、解决规模的五件事

他列出五条:先打地基(foundation)、可复用的设计(reusable designs)、自动化流程(automated workflows)、验证输出(validated output)、去掉摩擦(remove frictions)。

  1. 地基:字号和颜色,先替 agent 定死

设计系统这一页:黑白黄三色色板,Primary Headline / Secondary Headline / Body 字体样式,旁边是大会标识和吉祥物素材。来源:AI Engineer YouTube

地基包括设计系统、字体、颜色、组件。网站用的主色、点缀色、字体、标语,都先定好。他以前是产品设计师,熟悉原子设计(atomic design):先做最小的部件,再像乐高一样拼成更大的东西。这一套对他现在的工作很有用。

他在 Slack 里 @Devin :以这张图为准定义网站字体,别的字号和属性一概不用,桌面和移动端都要;Devin 回复:我会审一遍 WF26 首页的所有字体,字号、字重、行高都改成和规范完全一致(Inter 字体,桌面加移动端断点)。来源:AI Engineer YouTube

他们办公室里人人都用 Devin,他的说法是大家都在「滥用」它。他给 Devin 的指令很具体:桌面端用这套字体规范,移动端用这套。原因他讲得很直白:Claude 或别的大模型,喜欢随手扔一个字号,你不定义,交出来的就是垃圾。

  1. 复用:网站定了,别的团队直接拿去用

地基定好以后,大会的网站就带着品牌。他说市场团队可以基于网站做邮件设计、传单、文档,因为网站早就把东西定义好了。吉祥物也是同一个思路:设计都差不多,「冲洗、重复」,一旦定义好,就能做出一个对所有场合都能用的设计。

  1. 自动化:日程屏、嘉宾图、嘉宾卡

会场电子屏的日程版面:1F、2F、3F 的各个房间,旁边是 Coat Check、Prayer Room 的版面。来源:AI Engineer YouTube

房间外面那块日程屏,以前是在 Figma 里手工做,现在交给 Devin。他当场演示:先拉最新数据,告诉 Devin 要哪个房间、哪几天,导出下载成 PNG,数据是准的,再拷到 U 盘,放到屏幕上。

他说这在以前几乎做不到,因为设计师和开发之间的摩擦太大:设计稿交给工程师,要做到像素级一致,反馈来回很多。现在直接对 Devin 说,能不能更准确一点;接上 MCP;做不出来,就给它一份规格表,写清间距、字号这些。

他们做的嘉宾工具界面:中间是正在生成的演讲嘉宾卡,名字、照片、「SPEAKING SF 2026」,两侧是可调的参数。来源:AI Engineer YouTube

300 多位演讲嘉宾,他不可能一个个做,所以做了一个工具,现场观众也可以自己试:选一位嘉宾,可以改名字,也有横版;如果嘉宾有头像和其他信息,会自动导出。他们还做了「交换卡」风格的嘉宾卡,他说出乎意料地受欢迎,有不同主题,全都是像素级对齐,其中一个主题是受 TBPN 启发的。

  1. 像素级是怎么做出来的:Slack、Figma、再回 Slack

「How Does the Automated Workflow Work?」:左边 Slack 和 Figma,中间 MCP 和 Specs Classic,右边回到 Slack 和 Devin。来源:AI Engineer YouTube

他说他刚入行时的流程是调研、做产品、设计思维、反馈回路,现在对他「过时了」。他现在的流程是:Slack,到 Figma,再回到 Slack,因为 Devin 住在 Slack 里,他把它需要的东西交给它,比如接上 MCP,或者一份规格文档。

这份规格表来自 Figma 的一个插件,免费,会给设计稿加上标注,输出成 PDF。他还说了一句大实话:设计师都不给图层命名,Figma 里全是「Frame 3、Frame 4」,但大模型能读懂;规格表里定义了所有间距、字号、颜色,这样出来的产品才会像素级一致。

他们做的「Speaker Photo Finder」界面:左边是嘉宾头像,右边是摄影师照片库里候选的现场照,旁边是匹配度百分比和「Not a match / Match」按钮。来源:AI Engineer YouTube

还有一件是大会当天刚做的:要给每位嘉宾做缩略图,得从摄影师拍的照片里找到这个人。以前是把摄影师的所有照片一张张翻,能按时间找就按时间找。现在问 Devin:这是谁?他做成了一个「Tinder 式」的判断:是不是同一个人。他说挺准,演示里找到的是 Jason Liu;找到后下载那张照片,贴进缩略图。

三、验证:赞助墙 logo,让 Devin 查漏

「Validate Everything」:左边,Vincent 在 Slack 里发出 LogoWall_300x96.png,让 Devin 对照 /worldsfair/2026 赞助商名单(不含 supporting partners)找缺的 logo,Devin 回复「逐行对照了图里的每个 logo」;右边,他在 6 月 6 日又发一张赞助商大图,说「let's test it」。来源:AI Engineer YouTube

他说大厅里的横幅,印着所有赞助商。这件事具体怎么做的,屏幕上看得最清楚:

  • 指令 :他把赞助商墙的图发到 Slack 里, @Devin :检查这张图里有没有漏掉的 logo,对照 /worldsfair/2026 的赞助商页(不含 supporting partners)。
  • Devin 的做法 :回复里写的是,把图里的每个 logo 逐行对照赞助商名单,名单按 presenting、labs、platinum、gold、silver、bronze 这些档位,同样不含 supporting partners。
  • 再测一次 :另一条是 6 月 6 日,他发了另一张赞助商大图,说「来测一下」,让 Devin 找出缺的赞助商。
  • 结果 :他的原话是,按他做的测试,准确率是 100%,「挺离谱的」。同一招也用在你们拿到的那件周边 T 恤上。

他说让他意外的是,Devin 知道怎么「看」图,怎么用视觉去检测。人会犯错,他的原话是「原来还漏了一两个」;有了这一步,可以再核对一遍。他的说法:人加 AI,就有了你自己的 QA 团队。

四、去掉摩擦:站在参会者的位置走一遍,再处理例外

他说设计师得站在用户的位置想,不能站在设计师的位置。他举了会场地图的例子:想象自己是参会者,先去签到,再看路线指引和二维码,所有东西得连起来,免得迷路、找不到房间。

他说真正的活是处理例外。他的例子是日程更新:他们做日程屏工具时,一开始没有编辑按钮。某天早上突然通知日程要改,他对 Devin 说,能不能加个编辑按钮,它就加了。之后什么都能改,改完导出 PNG,重新接回屏幕,他说挺方便。他强调,这些例外放在以前,只能靠手工,现在容易多了。

最后一页是:要解决规模问题,得往小处想,把所有可能出错、一定会出错的最小的事想一遍,提前解决。他说现在基本什么都能自动化;而眼下有一个问题,反而对你有利,因为它会逼你把东西交付得更好。

  • 视频:《One Designer + AI. Hundreds of Deliverables.》,AI Engineer 频道,约 16 分钟: https://www.youtube.com/watch?v=O1FN4awNEtM
  • 关键段落起点:团队与规模(0:01:01);鹈鹕骑自行车(0:03:54);字体与设计系统(0:04:44);日程屏演示(0:07:45);嘉宾宣传图(0:09:21);Slack、Figma、规格表流程(0:10:34);嘉宾照片匹配(0:11:42);赞助墙 logo 检查(0:13:07);去掉摩擦与日程编辑按钮(0:14:18)

增长顾问 | AI行业分析师,Learn in Public

More Articles

Join 193.8K followers

3:09 AM · Nov 15, 2026

·

858

Views

1