AI 的第一個答案人人都有

三個天氣 App，同一副骨架

請三個人各自對 AI 輸入同一句提示詞：「設計一個天氣 App。」每人只一次生成。

三份結果都有城市名稱、超大溫度、天氣圖示、逐時預報橫條，加上一排每週預報。

先忽略顏色和背景，只看元素的位置：三個畫面的骨架幾乎一模一樣。

配色不同，背景照片也不同。

但仔細看，它們是同一副骨架，換了不同的衣服。這一課要解釋為什麼會這樣，以及你該怎麼看待它。

AI 交給你的是中間值

AI 模型是用大量既有介面訓練出來的。

它做的事，是預測「最可能的輸出」。面對常見需求，最可能的答案就是訓練資料裡最常見的模式。

結果就是統計上的中間值：乾淨、稱職、可以互換。

所以 AI 的設計看起來既精緻又相似。精緻是因為它看過很多好畫面，相似是因為它挑了最常見、最保險的那一種。

重新生成，骨架還是一樣

很多人以為：不滿意就重新生成幾次，總會出現真正不同的點子。

其實重新生成只是在附近的選項裡抽樣。顏色或字體可能變，結構很少變。

這也不代表模型「沒有創意」。它能產出不尋常的點子，但多半是在提示詞讓常見答案無法成立的時候。

沒有限制的提示詞，自然收斂到同一個中間值。

顯而易見的那一層免費了

以前，做出一個乾淨、通用的天氣畫面，可能要花一天。

現在一個提示詞就有，人人都能立刻拿到。

正因為免費，它不再突出。AI 產出看起來再精緻，也不等於產品的識別特色。

但預設答案仍有用：它讓你看到其他人會推出什麼。把它當基準線，別當成終點線。

什麼時候預設就夠了

預設答案不一定是壞答案。

像設定頁或結帳流程這類功能畫面，熟悉感能幫助使用者，常見模式可能正是對的選擇。

當產品需要獨特的識別，或問題需要新的解法，就是你該超越預設的時候。

設計師的價值，就在判斷這條界線，然後往前推。

在工作中認出並超越它

拿到一組 AI 設計時，先忽略顏色和照片，只看結構。

如果元素和排列幾乎一樣，那就是同骨架的變體，不是不同的點子。

接著問：這個畫面需要熟悉感，還是需要識別？

需要識別時，改寫提示詞，讓最常見的答案無法成立，再從基準線出發做你的設計。

三個人只用一次「設計一個天氣 App」生成，結果可能有相似的畫面骨架。

• 正確
• 不正確

答案: 正確

正確。模型會從大量既有介面中預測最可能的模式；常見需求容易得到城市名稱、溫度、逐時預報等相似結構。

重新生成通常只在_____中抽樣；若想讓不尋常的點子出現，應使用_____，讓常見答案無法成立。

答案: 重新生成通常只在附近的選項中抽樣；若想讓不尋常的點子出現，應使用限制提示詞，讓常見答案無法成立。

重新生成多半只改變接近原答案的細節；限制提示詞則能排除常見模式，提高出現不同解法的機會。

哪一種情況最需要設計師超越 AI 的預設答案？

• 產品首頁需要讓使用者一眼認出品牌
• 帳號設定頁需要讓使用者快速找到選項
• 結帳流程需要讓使用者熟悉操作方式
• 內部測試頁只需確認基本功能可用

答案: 產品首頁需要讓使用者一眼認出品牌

當產品需要獨特識別時，人人都能取得的乾淨、通用畫面就不足以形成差異。設定頁或結帳流程則可能適合保留熟悉的常見模式。