如果你已经在用 Figma 或 Sketch 画界面，但听到「AI 辅助设计」第一反应还是「是不是帮我想文案的」或者「是不是自动生成一堆不能用的图」，那这门课的起点正好卡在你的缺口上。它解决的不是「AI 能不能做设计」这种讨论题，而是具体到：一张已经画到一半的界面，怎么让 AI 接手重复劳动；一个还没想清楚的信息架构，怎么用 AI 快速铺出可比较的几版方案。

先说清楚：这门课不教什么

它不是 AI 绘画入门，不教你怎么调 Stable Diffusion 的参数，也不教提示词玄学。叶老师的重心落在 UI 与产品设计的工作流上——AI 出现的位置是「你已经在做设计」，而不是「你想让 AI 替你做设计」。

所以如果你期待的是「输入一句话输出一套完整 App」，会失望；但如果你是那种在改第 18 个按钮状态时开始怀疑人生的人，这里的案例基本都对着你的真实工序。

三个卡点，对应三块内容

卡点一：概念阶段铺不开量

很多设计师在探索方向时习惯一次只做一两个方案，做完就投入细化，结果到评审才发现方向本身没对齐。课程里有一类案例专门处理这个问题：用 AI 在短时间内生成多组结构不同、风格可比的界面草稿，重点不是草稿本身好看，而是让你能在同一轮里横向比出优劣。这一步练的是「先发散再收敛」的节奏感，不是生成质量。

卡点二：重复性界面劳动吃掉时间

列表页、表单页、状态变体、多语言版本——这些活儿技术含量不高但极耗时间。AI 辅助在这里的价值是批量化处理，课程会拆到具体操作层面：哪些部分适合交给 AI 批量产出，哪些必须人手动兜底。跟着做一遍，你会对「省下来的时间该投到哪里」有更清楚的判断。

卡点三：设计决策说不清依据

AI 给出的方案往往不止一个，这时真正的能力是判断和取舍。课程里有案例会对比 AI 产出的几种布局，讨论它们在信息密度、操作路径、视觉重心上的差别，把「我觉得这个好」变成「因为这个页面的核心任务是 X，所以 Y 方案更合适」。这部分对想往产品设计方向走的人更关键。

配套练习怎么用

每个案例都建议先自己动手做一遍，再对照讲解。直接看操作过程很顺，但手会骗你。
练习时保留自己的原始文件，改完对比前后差异，比只看最终效果有用得多。
遇到 AI 产出明显不合理的地方，别跳过，记录下你是靠什么判断它不合理的——这些判断标准才是课程真正想让你带走的东西。
如果手上正好有在做的项目，优先拿真实需求练，比课程案例更容易暴露出你的实际短板。

看完应该能回答的问题

在你现在的工作流里，哪些环节交给 AI 是净收益，哪些是添乱？
面对 AI 一次给出的多个方案，你用什么标准筛出可用的那一版？
AI 产出的界面如果要进入交付，你还必须补上哪些人工步骤？
如果你的团队明天要引入 AI 辅助设计，你会先从哪个环节试？

这四个问题答不上来，说明案例看得再多也还停在「知道有这回事」。答得上来，这门课对你就算用透了。