大模型是一個“收音器”，將所學的設計 知識整合到模型中供設計師使用；但受限 于知識的有限性，模型無法做到無限制的創(chuàng)意賦能。隨著海量設計師利用同一模型 進行設計流程的迭代，產品的設計風格可 能趨于同化。

AIGC 工具雖然做到了對視覺設計、時尚設計、室內設計等跨L 域設計流程的整合，降低了設計師在多個L域間遷移的難度， 但也導致了設計師對各L域傳統設計技法的生疏。這會使得設 計師逐漸轉向 AIGC 工具的提示詞工程師，進而約束設計L域的 創(chuàng)新性、多樣性和靈活性，限制設計產品的d特性，終降低 設計的品質。

AIGC 工具的設計生成過程主要依賴于已知的數 據，缺乏設計師天馬行空的創(chuàng)造力和想象力。 過度依賴模型所具有的能力將導致設計實踐過 程中的創(chuàng)意受到制約，使得作品缺乏新穎性與 突破性的設計元素。 例如，在利用 Midjourney 等 AI 繪畫工具進行 平面設計時，多樣的藝術風格會被固化為一個 個關鍵詞，這些關鍵詞難以突破模型訓練時藝 術風格數據的局限，作品的多樣性進而降低。

大模型是一個“擴音器”，擴大設計師在 實踐中所創(chuàng)造知識的影響力。通過設計風 格提示詞復用、用戶體驗關鍵詞定制等形 式，作品的“創(chuàng)意”將數字化為開源資產， 在社區(qū)進一步的發(fā)展迭代中，推動整體設 計品質的提升。

LoRA 等小樣本微調技術的幫助下，設計師能 將自己d特的風格抽象成1個或多個可復用的提 示詞，并通過這些提示詞激發(fā)模型在特定設計任 務上的生成能力。

在 Civitai 等平臺中，設計師們分享了大量出色的 提示詞與相應的 LoRA 模型。這種設計風格的 “開源化”，能夠給行業(yè)帶來更多的創(chuàng)新活力， 推動行業(yè)整體設計品質的提升。

設計師能夠基于不同特征的用戶數據引導大模型 做出定制化的設計決策，從而針對性地提升不同 用戶的產品體驗。

例如，Netflix 根據用戶的觀影行為、風格喜好等 數據為不同特點的用戶群體進行畫像，并針對性 地推送不同的電影劇照。

附件：智能設計革命：大模型時代如何顛覆設計行業(yè)，引L未來創(chuàng)新潮流