重磅！大淘宝设计部 2023 年度AI设计实践报告发布，看看大厂怎么用 AI 工具降本增效！

22 年中，绘制头像还在用 3D 进行建模，到了年末，就已经用 AI 直接生成了。

22 年末，面对 AI 工具设想能不能在我们业务中进行尝试，到了 23 年中，AI 工具已经覆盖我们团队所承接的所有营销场景业务。

23 年初，团队同学讲到 AI 工具的应用时觉得这是一个专业亮点，到了 23 年末，AI 工具已成为我们团队设计师的基础能力。

这一切，都变的太快。

这一年，也积累了些心得。

首先 AI 工具带来降本增效，让我们的创意效果快速产生，设计方案有效达成。

其次增效不仅仅增的是效率，还有设计效果。设计自由度极大丰富，可以说那一刹那设计的前提条件已失去一切限制，它可以帮我们想不敢想的设计，实现任何创意，短时间内呈现无限可能。设计概念也不再以单纯设计方案的面貌出现，更多的是完整的用户产品。

同时第一次感受到因为新的技术能力，设计的工作流程需要重新组合再造。设计师的思维边界有了极大拓展。

最后设计的技能门槛大大降低，自然语言的运用打破了脑眼手三者紧密一体的步调，对设计师的内在素养有了更高更具象的要求，设计素养和专业审美成为绝对而不可替代的差异化能力。

因此，我们选择自身最擅长的方式，通过报告把这一年团队的 AI 设计实践做一个总结。对于 AI 设计的能力也会持续探索，从单纯提升生产力转变到增强用户对设计的感受，继而转变为解决用户的实际问题将会是我们探索的方向。

 

一、引言

A. 报告目的

本报告汇总了「大淘宝设计团队」在过去一年中对 AI 技术在不同设计项目中的实践心得，体现了我们如何在现有场景和技术条件下，融合 AI 技术以优化设计流程和提升设计效果。

我们的团队成员数量众多，涉及的业务范围广泛，每位设计师都在这一技术变革中寻求着最适合自己的应用路径。我们希望通过这份报告，以真诚的态度将这些经验和见解呈现给大家，作为我们共同成长和进步的参考。

B. 报告范围与时间周期

本报告涵盖了「大淘宝设计部」自 2022 年底开始接触探索 AI 技术，并在 2023 年逐步扩大其在不同设计场景中应用的情况。报告的时间跨度囊括了 AI 技术从起步阶段到成熟应用的整个周期。重点关注了 AI 在设计流程简化以及在创意产出方面的作用。

我们从日常工作实践中精选了一系列案例，涵盖品牌设计、营销设计、互动玩法甚至空间设计等多个关键业务领域。这些案例展示了 AI 技术在实际操作中的多样性和适用性。

C. 报告结构

1. 设计师使用 AI 情况调研
2. AI 在设计中的应用效果与案例
3. AI 设计系统如何帮助设计师
4. 未来方向和展望
5. 报告结论

二、设计师使用 AI 情况调研

此次调研集中于评估 AI 技术在设计领域的融合程度，以及设计师如何调整自己的工作方式来配合这些新兴技术。同时探讨了设计师们对于 AI 工具的使用体验、期望以及实际需求，以期为设计实践提供更加务实和高效的指导。

被调研团队基本情况：

本次调研对象为「大淘宝设计部」的设计师团队。这些团队成员的广泛背景和丰富经验为我们的调研提供了多维度的见解和数据：

1. 大淘宝设计师对 AI 技术的熟悉和接受程度

调研揭示了三类设计师群体：

2. 大淘宝设计师的 AI 使用功能偏好

使用 AI 工具方面的目的偏好有明显的不同：

3. 大淘宝设计师使用 AI 的主要场景

设计师们基于不同项目需求和目标，在以下场景中使用 AI 技术：

4. 大淘宝设计师在 AI 设计中的角色变化

根据个人特长和团队需求，部分设计师产生了角色的变化：

5. 设计师们面临的挑战

设计师在使用 AI 时面临的挑战也有所不同：

①技术的学习适应

40%的设计师表示，他们面临着学习和适应新工具的压力，同时探寻如何将 AI 配合融入现有工作流中

②创意独特性保护

35%的设计师希望学习：如何在使用 AI 工具时保持设计作品的个性和特色，尽量减少 AI 生成的特征

③确定性的方法和结果

25%的设计师希望掌握：如何在特定的工作场景中，使用相对稳定的 AI 应用方法，并且保持输出结果的确定性

调研总结

综合调研结果，我们发现：AI 正在实质上重塑设计团队的工作模式和创作流程。

设计师的角色正在借助 AI 能力从单纯的视觉创作者转变为综合性的创意解决方案提供者。

三、AI 在设计中的应用效果与案例

1. AI 在大淘宝设计部中的定位

今年通过持续的探索和实战考量，在追求创新和效率的道路上，AI 作为工具成为了我们的得力助手：

主要工具为 Midjourney 和 Stabel Diffusion，辅助工具有 RUNWAY 和 PS beta 等

2. AI 介入工作流效果

AI 改变了设计工作流的许多传统步骤，引入了新的工具和方法。我们看到在营销设计中，AI 设计在营销设计整体项目设计时间大约减少 18%左右，其中在创意阶段丰富性提升 150%左右、时间节省 60%左右。这些变革不仅缩短了项目周期，还拓宽了设计师的创意边界和技术应用范围，辅助传统工作流得到前所未有的效果提升和效率优化：

①创意多样

AI 的运用使得设计解决方案更为多样和创新。项目中不同创意概念的提出数量增加了 150%

②执行加速

AI 生成的设计灵感和概念，显著缩短了创意阶段所需时间。设计师在创意生成阶段的时间缩短了平均 60%

③整体提效

通过与 AI 的多种手段结合，从创意发散到落地执行品效都有显著提升。在整体项目的设计时间减少了 18%

总而言之，这些 AI 工具不仅仅是技术上的进步，它们代表了一种全新的工作理念。

3. AI 应用案例

下面将围绕大淘宝设计师们在下列八个场景中的多个应用案例，展开我们在设计实践中，AI 应用的深度和广度：

①品牌超级符号映射

根据品牌符号（如猫头框与淘字框）的模型训练和结构控制，用户只需要输入丰富的关键词，即可快速完成一张准确的超级符号主视觉。

案例 1 双 11-AI 创作赢红包

案例 2 双 11 联合传播 猫头海报&花车大巡游

案例 3 超级品类日-品牌符号系列海报

②品牌 IP 形象 AI 生成

训练特定的天猫/淘宝/营销 IP 公仔模型，根据不同需求稳定输出的定制化 IP 形象结合，富有创造力的材质和造型，不仅可用于项目需求，还可以沉淀储备下来，形成 IP 形象素材库。

案例 1 天猫 AI 玩行动-品牌联合海报

案例 2 天猫双 11-出游主题喵卡

案例 3 淘宝天猫一起冲亚

案例 4 天猫 U 先公仔三视图生成及应用

③传播&投放

案例 1 双 11 超级发布-品牌联合海报

案例 2 媒介投放开屏海报

案例 3 双 11-传播动态视频海报

 

 

④大促营销

通过 AI 生成图像或素材，再结合平面合成及修正，确保每一处细节都符合我们的品牌形象，并且更精准的表达营销活动的主题。它帮助我们在短时间内生成多个设计变体，并且快速进行迭代优化。

案例 1 淘宝天猫大促视觉

案例 2 双 11 大促-横向会场版头模板化应用

案例 3 天猫小黑盒-新品联名

⑤ AI 布景

对于需要定制化真人模特实景素材的主题活动，不再像以往那样，需要真人布景拍摄或摄影素材采买，耗时耗力还不能保证设计内容的一致性，通过 AI 可以在短时间内将策划、搭建、拍摄、设计融为一个闭环流程，完成页面所有素材的生产和输出。

案例 1 七夕主题活动页面

在 12 个时辰主题下，需要每个时段的场景画面，通过 AI 生成的方式可以不受到外部拍摄条件上的种种限制，产出风格一致且符合需求的素材：

案例 2 超级品类日-传播拍摄创意

⑥产品营销视觉

UI 设计的场景中，采用 AI 能力可以快速定制多种用户需要的视觉效果，我们通过 SD 中 controlnet 的有效控制，可以生成指定范围内的 ICON、界面皮肤等内容，加大了很多产品功能的定制可能性。

案例 88VIP-AI 定制皮肤

⑦定制模特 AI 生成

通过对 AI 大模型的训练和应用，算法从模特姿态、背景风格、装饰元素等多个维度进行效果升级，提升了合成真实性和美感，再结合用户脸型、身材数据，给用户提供定制化的线上真人化模特体验。

案例 1 AI 试衣间

案例 2 AI 写真

简化数据采集流程构建用户的数字分身，在保证又“像”又“美”的用户价值下，根据不同主题的摄影风格生成 AI 写真，让普通用户能通过 AIGC 创造好玩有趣的内容。

⑧产品场景生成

一张商品图，结合用户的自定义输入，便可生成多张场景效果。在整个过程中，不需要 3D 模型，不需要显卡渲染，不需要线下拍摄。

案例 “家作”家装场景灵感

⑨手猫全链路 AI 购物助手

C 端电商全链路的 AI 应用体验创新 打破 AI 即对话的惯性 构建实用、高效、符合电商的体验范式，2 种产品架构（中心式助手、节点式功能）+ 4 个体验原则（次不妨主、感知有度、结果直给、一步操作）推动购前、中后全场景落地

案例 手猫全链路 AI 购物助手

⑪AI 生图美学标准

基于图像美学的构成逻辑，抽离 AI 生图的美学标准，运用于 AI 算法模型的调优，以及生成的判定。聚合模型修复能力，提升整体模型的良图率。

AI 生图美学标准

AI 生图美学标准 - 5 大准则 19 项标准

AI 生图美学标准 - 风格标准：视觉呈现

四、AI 设计系统如何帮助设计团队提升能力

1.「针对性的 AI 工作流」——建立有效的设计工作流

2.「实用的模型训练」——准确还原风格、加速品牌融合

使用 lora 模型训练的方式，能够生成特定的形象及 KV 风格，建立一个包含品牌形象、风格视觉的 DNA 的模型，我们将模型根据实用场景分成了 4 种类型：

此外，在营销活动期间，市场环境和消费者偏好可能会发生变化。我们在紧跟这些变化的同时，迅速调整 lora 模型，确保持续符合目标用户的喜好，使营销内容更加生动鲜明，与消费者的连接也更加紧密。

3.「AI 设计资产储备」——设计团队的AI能力提升

建立和管理 AI 设计资产，沉淀 AI 相关的知识、技能、工具，可以提升团队 AI 能力，对设计成效产生正面影响：

团队成员可以分享他们的设计经验验和学习心得，从而促进团队内部的知识积累和提升。

参数库可以帮助团队快速启动新项目，确保设计的准确性，并减少重复工作。

工具、模版、元素可以帮助团队在设计过程中更高效地生成，同时保持设计的一致性和质量。

AI 整合工具平台：桃花源

根据对日常设计工作的需求，我们团队依托实践沉淀的工作流和经验，搭建了 AI 整合工具平台——「桃花源 | 淘宝设计AIGC」。逐步引入的每一项功能经过细致的评估和选择，以确保其实用性和与业务需求的贴合度，同时能够增强我们设计工作的专业性和效率，为我们的产品和服务创造更大的价值。

五、未来展望

面对未来最重要的是如何利用新能力去更好的应对业务，所以对于各方面的要求也在快速发生着变化：

1. 设计专业的要求：AI 将重新定义设计师的竞争力边界，要具备持续的学习习惯，并快速转化为实践能力。在未来 AI 看似降低了设计的门槛，实则对于需求理解、问题分析、审美判断、创意亮点提出了更高的要求；对于高阶的设计师，要更加的显性化设计思考与专业优势，最终在设计质量上去到更高的层次。
2. 工具能力的要求：需对现有 AI 工具进行严格评估和选型，确保它们能够提供标准化输出和一致性体验，提升设计的质量和速度，减少不同页面以及不同设计师间的设计差异，建设参数文档库，而非个人喜好的自然语言。同时可以基于业务场景特征，训练专属 AI 模型、集成相应 AI 能力形成新工具，从而形成更有效的设计资产。
3. 工作流程的要求：需要将 AI 深入到日常设计流程里，形成新的工作方式与流程，基于不同的 AI 能力特性，差异化的对待不同业务形态和需求，所以将会对于设计流程更加精细化，从项目启动到最终交付，每一步都需要针对 AI 的特性进行优化，以实现最大化的效率和创意品质，找到更合理的人&机结合的方式，值得我们持续去探索。
4. 设计团队的要求：设计团队必须制定并执行明确的 AI 融合策略，保证所需硬件设备的支持，营造积极主动的创新环境，增强对市场动态的快速适应能力，以确保团队整体的未来发力方向。

总之随着技术的不断进步，我们可以期待 AI 在视觉设计领域扮演更重要的角色，并为设计师和用户创造更多的可能性。