智能设计革命：大模型时代如何颠覆设计行业，引L未来创新潮流

大模型是一个“收音器”，将所学的设计 知识整合到模型中供设计师使用；但受限 于知识的有限性，模型无法做到无限制的创意赋能。随着海量设计师利用同一模型 进行设计流程的迭代，产品的设计风格可 能趋于同化。

AIGC 工具虽然做到了对视觉设计、时尚设计、室内设计等跨L 域设计流程的整合，降低了设计师在多个L域间迁移的难度， 但也导致了设计师对各L域传统设计技法的生疏。这会使得设 计师逐渐转向 AIGC 工具的提示词工程师，进而约束设计L域的 创新性、多样性和灵活性，限制设计产品的独特性，终降低 设计的品质。

AIGC 工具的设计生成过程主要依赖于已知的数 据，缺乏设计师天马行空的创造力和想象力。 过度依赖模型所具有的能力将导致设计实践过 程中的创意受到制约，使得作品缺乏新颖性与 突破性的设计元素。 例如，在利用 Midjourney 等 AI 绘画工具进行 平面设计时，多样的艺术风格会被固化为一个 个关键词，这些关键词难以突破模型训练时艺 术风格数据的局限，作品的多样性进而降低。

大模型是一个“扩音器”，扩大设计师在 实践中所创造知识的影响力。通过设计风 格提示词复用、用户体验关键词定制等形 式，作品的“创意”将数字化为开源资产， 在社区进一步的发展迭代中，推动整体设 计品质的提升。

LoRA 等小样本微调技术的帮助下，设计师能 将自己独特的风格抽象成1个或多个可复用的提 示词，并通过这些提示词激发模型在特定设计任 务上的生成能力。

在 Civitai 等平台中，设计师们分享了大量出色的 提示词与相应的 LoRA 模型。这种设计风格的 “开源化”，能够给行业带来更多的创新活力， 推动行业整体设计品质的提升。

设计师能够基于不同特征的用户数据引导大模型 做出定制化的设计决策，从而针对性地提升不同 用户的产品体验。

例如，Netflix 根据用户的观影行为、风格喜好等 数据为不同特点的用户群体进行画像，并针对性 地推送不同的电影剧照。

附件：智能设计革命：大模型时代如何颠覆设计行业，引L未来创新潮流