В отделе дизайна одной из компаний решили отказаться от Figma в 2026 году. Руководитель заявил: «Какая Figma в 2026 году? Убираем». Команда перешла на работу с нейросетями, и это стало экспериментом, который оправдал ожидания. Вторая часть цикла о внедрении ИИ в дизайн-процессы рассказывает, как аналитику и прототипирование доверили нейронке.
Проект представлял собой сервис для работы с фотографами, состоящий из двух частей: внутренний личный кабинет и публичная часть для клиентов. Внутри одного проекта команда обкатала два подхода: публичную часть отрисовали вручную в виде прототипов, а сервисную половину собирали с помощью нейросети на основе аналитики. Это позволило сравнить результаты и убедиться, что ИИ-прототипы не уступают ручной работе.
Аналитику, которую аналитики собирали в основном головой, решили прогнать через нейронку. Автор статьи загружала блоки документа в нейросеть с запросом: «Проанализируй бизнес-решение в сравнении с конкурентами». Нейросеть возвращала список правок, ранжированный по критичности: критичное, некритичное, мелочи и доработки на усмотрение автора. Такой подход сэкономил время и иногда предлагал идеи, которые аналитик не учёл. Однако перепроверять результаты всё равно приходилось, особенно в начале.
Прототипирование проходило в Claude Code через терминал. Подготовка включала создание папки, перенос документации, брендбука и шрифтов, а также просьбу дизайнеру отрисовать одну страницу прототипа для десктопа размером 1920px, чтобы задать направление. Перенос Figma в вёрстку один в один оказался сложной задачей: первые попытки давали неудовлетворительные результаты. Автор перепробовала несколько методов: токены через скрипты, скрины, но лучший результат дали «переговоры» с нейросетью. Она просила нейросеть задавать вопросы и запрашивать материалы, чтобы добиться точного переноса. В итоге удалось договориться: скрины оставались в отдельном документе, нейросеть изучала их через MCP Figma и находила подходящие скиллы для переноса в GitHub.
Когда результат устроил, автор попросила нейросеть записать весь путь в.md-файл, чтобы использовать его как внутренние правила для следующих страниц. Также был создан отдельный скилл для переноса макетов из Figma в вёрстку один в один на десктопе 1920. После первого свёрстанного макета нейросеть поняла визуальную логику, и дальнейшая работа пошла быстрее.
Адаптив решили делать сразу на этапе прототипов, так как сервис требует высокой детализации. Автор попросила нейросеть построить систему отступов, шрифтов, паддингов и сеток на основе макета 1920 и UI/UX-стандартов. Конкретные отступы не закладывались — опирались на общепринятые нормы, чтобы корректно ужимать до мобильного. Нейросеть записала систему в CHANGELOG.md, и при разработке следующих страниц она использовала её автоматически.
Эксперимент показал, что нейросети могут заменить Figma на этапе прототипирования, если правильно настроить процесс. Ключевые факторы успеха — дробление аналитики на мелкие куски, использование MCP Figma для точного переноса и создание внутренних правил для нейросети. Однако полностью доверять ИИ нельзя: перепроверка остаётся обязательной, особенно на начальных этапах.
