Claude 和 Figma AI 的分工是什麼？

Claude 負責文字密集型工作（UX copy、研究合成、規範撰寫）和概念探索；Figma AI 強化 Figma 內部工作流（Canvas Agent、Make、Auto Layout）。

Claude Pro 設計師值得訂嗎？

以 UX writing 和研究合成為主的設計師：值得。大量需要 Claude Design 原型的設計師：注意週限額，可能需要 Max 方案。

設計師怎麼用 Figma MCP Server？

在 Claude 中安裝 Figma MCP，可讓 Claude 直接讀取 Figma 設計檔，生成 UX spec 文件或 component description。

設計師的 Claude 實戰指南：UX writing、用戶研究、設計規範，AI 真正幫你省時間的地方（2026）

Q: Claude Design 是什麼？

Claude Design 是 Anthropic 於 2026-04-17 推出的對話式設計探索工具，可輸出原型、pitch deck 和 landing page，用量計入 Claude Pro 週限額。

在設計師的 AI 工具討論裡，Midjourney、DALL-E、Stable Diffusion 永遠是主角。但實際在設計工作待過一段時間就會發現：每天消耗最多時間的，不是生一張圖，而是寫完那份 UX spec、整理那 10 份用戶訪談、把 error message 改出 5 個版本讓 PM 選。

這是設計師的真正時間黑洞，而 Claude 恰好在這裡最強。

本文從 UI/UX 設計師、Product Designer、品牌設計師三種角色出發，整理各自最有感的 Claude 使用場景，以及如何與 Figma AI 和 Midjourney 形成分工，而不是互相取代。

TL;DR

Claude 最適合設計師的「文字密集型工作」：寫按鈕文案、整理訪談紀錄、撰寫設計規格文件。生圖繼續用 Midjourney / DALL-E，視覺精修繼續用 Figma AI。Claude 填補「設計師最耗腦力的文字工作」缺口，不是全能 AI 設計師。

你以為 AI 設計工具就是生圖，但設計師真正的時間殺手是這些

問任何一位資深設計師「你每天時間花在哪？」，答案往往讓人意外：生圖和 wireframe 其實只佔工作時間的一小部分。大量的時間消耗在：

UX copy：按鈕文字、error messages、空白頁狀態、onboarding 引導文案——每個都要想，每個都要對齊品牌 tone
設計規範文件：把 Figma 裡的 component 轉化成工程師看得懂的 spec，包含 spacing、色彩 token、互動狀態
用戶研究合成：每輪用戶訪談結束後，光是整理 8-12 份逐字稿、找跨訪談 pattern，就要花掉整整一天
提案和 briefing 文件：客戶提案、設計決策說明、Design System 更新說明

這些工作有一個共同特徵：文字密集、格式固定、需要設計理解但不需要視覺創作。正是 Claude 最擅長的戰場。

Claude Design 是什麼？和 Figma AI 的定位有什麼不同？

Claude Design（2026-04-17 發布）

Anthropic 在 2026 年 4 月 17 日正式推出 Claude Design，定位是「對話式設計探索工具」。你可以用自然語言描述需求，讓 Claude 直接輸出可互動的原型、pitch deck 或 landing page 雛型。

根據台灣 AI 社群的實測報導（自述），一個設計專案會消耗 Claude Pro 週限額的約四分之一，也就是 Pro 用戶每週大概可以做 4 個 Claude Design 輸出。這個限制在「用來探索概念」時是夠用的，但若想大量跑原型迭代，Pro 方案的用量會比較吃緊。

Figma AI（現有功能）

Figma 的 AI 功能嵌入在既有工作流裡，主要包含：

Canvas Agent：在 FigJam 用自然語言生成流程圖、框架
Make：從文字描述生成 UI 元件或頁面
MCP Server：讓外部 AI（包含 Claude）可以讀取 Figma 設計檔的圖層結構、Auto Layout 數值、色彩變數

分工邏輯

階段	工具
概念探索 / 快速原型	Claude Design
用戶研究與文字工作	Claude（主力）
Figma 內部視覺精修	Figma AI（Make、Canvas Agent）
AI 讀取 Figma 設計檔	Figma MCP Server + Claude
視覺創作 / 圖像生成	Midjourney、DALL-E

重點是：Claude 和 Figma AI 不是競爭關係，而是覆蓋設計流程的不同階段。

UI/UX 設計師的 Claude 使用場景：UX Writing 加速

UI/UX 設計師最常遇到的文字工作是 UX copy——按鈕、提示訊息、空白狀態文案，每個頁面可能有十幾個需要決策的文字節點。用 Claude 的具體做法：

場景 1：多版 UX copy 生成

把畫面截圖（或用文字描述畫面狀態）貼給 Claude，告訴它產品目標和品牌語調，讓它一次生成 3-5 個版本選項。

實際 prompt 範例：

這是一個雲端儲存 App 的「上傳失敗」狀態畫面。
產品語調：友善但不失專業，像在跟用戶說話而不是顯示技術訊息。
請生成 4 個版本的 error message，包含標題（15 字以內）和說明文字（30 字以內），
並標注各版本適合的情境（網路問題 / 檔案格式不支援 / 伺服器錯誤）。

場景 2：依設計截圖生成設計規格文件

把 Figma 截圖加上色彩和間距規範（Design Token）貼給 Claude，讓它自動生成工程師需要的規格文件格式。相較於手動整理，根據設計師使用回報，這類結構固定的規格文件通常可以減少一半以上的整理時間。

場景 3：Figma MCP Server 整合

透過 Figma MCP Server，Claude 可以直接讀取 Figma 設計檔的圖層架構、Auto Layout 數值和色彩變數，不需要手動複製貼上。

安裝前提：需要 Claude Pro 以上方案，以及 Figma 帳號。安裝入口在 Figma 官方 MCP 說明文件（Developer Settings）中，詳細步驟可參考 Figma MCP + Claude Code 工作流指南。

安裝完成後的使用流程：

在 Claude 中呼叫 Figma MCP
傳入 Figma 檔案 URL
要求 Claude 基於實際圖層資訊生成規格文件或 component description

這特別適合設計系統複雜、手動維護 spec 成本高的團隊。詳細的 Figma + AI 工作流可以參考 Figma vibe coding 設計師指南。

Product Designer 的 Claude 使用場景：用戶研究合成從一天縮短到 2 小時

對 Product Designer 而言，用戶研究後的合成工作是公認最耗時的環節。以一輪 8-10 人的用戶訪談為例，整個後處理流程可以用 Claude 大幅加速：

場景 1：逐字稿清理（Transcript Cleaner）

把錄音轉錄的原始逐字稿貼入 Claude，要求它：

刪除語氣詞（「那個、就是、然後」）
修正明顯的辨識錯誤
保留受訪者的原始意思，不改變語意

關鍵提醒：每份逐字稿分開處理，不要一次貼入多份，避免 Claude 混淆不同受訪者的說法。

資料隱私注意：公司的用戶訪談逐字稿在貼入 Claude 前，建議先做去識別化處理（移除姓名、公司名稱、產品代號等可辨識資訊）。若公司有 NDA 或資料保護政策，確認是否允許使用雲端 AI 工具處理訪談內容。Claude 提供的 API 模式（非 claude.ai 介面）可設定不用於模型訓練，企業環境可考慮這個選項。

場景 2：跨訪談 pattern 提取（Research Synthesizer）

清理完所有逐字稿後，用摘要版本讓 Claude 做跨訪談分析：

以下是 8 位用戶訪談的重點摘要（每位 200-300 字）。
請找出：
1. 重複出現 3 次以上的痛點
2. 用戶使用情境的差異模式
3. 令人意外的非預期發現
4. 每個發現需標注出現在哪幾位受訪者的訪談中

根據 GreatQuestion 的研究工作流測試報告，這個流程可以讓多份訪談的合成工作從原本的半天以上縮短到 2 小時左右，且因為格式一致，結構比手動整理更清晰。

場景 3：Discussion Guide 生成

基於上一輪的研究發現，讓 Claude 生成下一輪訪談的問題清單，並要求它用 JTBD（Jobs-to-be-Done）框架結構：

情境引入問題（Context questions）
核心任務探索問題（Job exploration）
驗證假設問題（Hypothesis validation）

場景 4：Stakeholder Readout 撰寫

把 insight 摘要交給 Claude，要求它生成一份給利害關係人的 1-2 頁報告，包含：執行摘要、3 大核心發現、設計建議方向。比從零開始撰寫節省約 40-50% 時間。

更多研究合成工具的應用方式，可以參考 NotebookLM 進階指南，兩者搭配使用效果更好。

品牌設計師的 Claude 使用場景：文案和品牌規範一手包辦

品牌設計師的工作有個常見困境：視覺工具（Midjourney、Illustrator）很強，但客戶溝通、品牌規範撰寫、提案文字準備這些文字工作佔據大量時間，卻沒有好工具支援。Claude 在這裡的價值特別明顯。

場景 1：Brand voice 定義文件

給 Claude 幾個品牌參考案例（競品分析、客戶描述的品牌感受、目標族群描述），讓它起草 Brand Voice Guide 的初稿：

品牌個性關鍵字（3-5 個）
語調說明（正式程度、情感溫度、用字偏好）
Do / Don't 範例對照

prompt 範例：

這是一個主打 30-45 歲台灣職業女性的保養品牌。
客戶描述的品牌感覺：「像閨蜜推薦，不是美容師推銷」、「聰明、有自己想法」。
競品風格參考：[品牌A] 太冷淡，[品牌B] 太可愛，我們要在中間。
請起草這個品牌的 Voice Guide，包含 3 個品牌個性關鍵字、Do/Don't 各 3 組範例。

場景 2：客戶提案 briefing 撰寫

把客戶需求訪談的筆記貼給 Claude，讓它整理成結構化的 Design Brief，包含：

設計目標與限制條件
目標受眾描述
參考風格方向
交付規格與時程

prompt 範例：

以下是客戶訪談的筆記（貼入原始筆記）。
請整理成標準的 Design Brief 格式，包含：專案目標、限制條件、目標受眾、
參考風格方向、交付規格。若有資訊不足的欄位，標注「待確認」。

這不只省時間，結構化的 brief 也讓後續設計決策有依據可以回溯。

場景 3：SVG logo 探索（Claude Artifacts）

Claude 可以生成 SVG 格式的圖形輸出，根據多方測試報告，品質明顯優於 ChatGPT 和 Gemini，適合：

簡單的 icon sets
幾何圖形為主的 logo 概念探索
infographic 元素

使用限制：複雜插畫、照片寫實風格不在 Claude SVG 的強項範圍，這部分繼續用 Midjourney。

場景 4：Logo 使用規範文件（Design System 文字部分）

品牌設計師最後通常需要交付一份 Logo Usage Guide。把設計決策的背景和規範項目列表給 Claude，它可以快速生成：

清除空間規範說明
色彩使用規範（主色、輔色、禁止搭配）
不同媒介的應用說明

Claude vs Figma AI vs ChatGPT：設計師選哪個？

任務	Claude	Figma AI	ChatGPT
UX copy 生成	★★★★★	★★☆☆☆	★★★☆☆
長訪談逐字稿處理	★★★★★	★☆☆☆☆	★★★☆☆
輸出格式穩定性（規格文件）	★★★★★	★★★☆☆	★★★☆☆
Figma 內部整合	★★★☆☆（via MCP）	★★★★★	★☆☆☆☆
Prompt 接受度（結構化指令）	★★★★★	★★★☆☆	★★★★☆
圖像生成	★★☆☆☆（SVG 限定）	★★★★☆（Gemini + GPT Image）	★★★★★（DALL-E）
視覺創意探索	★★☆☆☆	★★★☆☆	★★★★☆

評分依據：GreatQuestion、XDA Developers 測試報告、Medium 設計師比較文章及社群回報整理（2026-05）

根據設計師使用比較報告，Claude 在需要結構化輸出和長文脈絡處理的任務上表現最穩定；ChatGPT 在視覺創意探索和 DALL-E 圖像生成上佔優；Figma AI 在 Figma 工作流內部的整合深度是另外兩個無法複製的。

成本考量：Claude Pro 20 美元值得設計師訂嗎？

這個問題取決於你的主要使用場景：

值得訂的狀況（主要用文字工作）：

每週有大量 UX copy 需要產出
定期做用戶研究合成
需要撰寫設計規範、品牌文件
用量不會超過 Claude Pro 的週限額

需要考量的狀況（大量用 Claude Design）：

若主要用途是跑 Claude Design 原型，Pro 每週約 4 個設計的限制可能不夠
這種情況可以評估 Claude Max 方案，或用 Claude Design 做概念探索、Figma 做精修迭代的混合模式

對於主力使用 UX writing 和研究合成的設計師，Claude Pro 的月費算是這類工作裡 CP 值最高的工具訂閱之一——比起每週省下的時間成本，20 美元很容易回收。

已有 ChatGPT Plus 的設計師怎麼判斷？

如果你已經在訂 ChatGPT Plus，要不要再加訂 Claude Pro，取決於你的主要工作類型：

若每週有大量用戶研究合成或設計規格文件需要輸出，Claude 在這兩個面向的格式穩定性明顯較優，兩個工具並用有具體效益
若主要用途是創意發想、廣告文案、圖像生成，Claude 的增量價值有限，可以先試免費版確認再決定是否加訂

結論：找到你的角色對應的戰場

設計師的 AI 工具整合不是「哪個最強就用哪個」，而是找到各工具在你工作流中的明確位置：

Claude：文字密集型工作的主力（UX writing、研究合成、規範撰寫）+ 概念探索（Claude Design）
Figma AI：Figma 內部工作流加速（Make、Canvas Agent、MCP Server）
Midjourney / DALL-E：視覺創作和圖像生成

如果你是 UI/UX 設計師，從 UX copy 和 Figma MCP 整合開始試。如果你是 Product Designer，從用戶訪談逐字稿清理開始試。如果你是品牌設計師，從 Brand Voice Guide 初稿開始試。

每個角色都有一個投入最少、效益最快的切入點——找到那個點，比思考「我要不要用 AI」更重要。