Google Stitch 来了，为什么 AI 还是做不出真正好的首页？
2026年4月7日 · 4238 字 · 9 分钟 · Google Stitch Stitch AI设计 Figma 产品设计 设计工作流 Google Labs
Google Labs 最近推出的 Stitch，很容易让人产生一种感觉：
设计这件事，可能真的要被 AI 一把推平了。
你给一句话，它出界面。
你给一张草图，它出高保真页面。
你再说一句“换个更活泼的风格”，它还能继续改。
看上去，门槛被打穿了。
普通人也能做出一个“像样”的 App 界面。
但问题也刚好出在“像样”这两个字上。
很多人第一次看到 AI 生成的首页，都会有一种说不太清的别扭感。
它不丑。
甚至第一眼还挺完整。
可你就是会觉得，这页面哪里不太对。
如果把这种感觉说得更直接一点：
AI 现在已经很会“生成设计”，但还不太会“做产品”。
而 Stitch 的价值，也恰恰不是证明设计师不重要了。
相反，它把一个更关键的问题提前摆到了台面上：
当出图越来越便宜，真正稀缺的到底是什么？
这篇文章我想聊 3 件事：
- Stitch 这样的 AI 原生设计工具，到底厉害在哪
- 为什么我们会觉得 AI 设计的首页“不太对”
- 未来一站式 AI 设计平台，和专业设计师 + Figma，到底该怎么分工
先说结论：Stitch 很强，但它强在“起稿”，不强在“定稿”
先简单说下 Stitch 是什么。
它是 Google Labs 推出的一个 AI 原生设计工具。
你可以把它理解成一个更偏“对话式生成”的设计空间。
它的核心能力，大致有 4 个：
1. 用自然语言直接生成 UI
你不一定要先画线框图。
直接描述需求，比如：
“帮我做一个项目管理工具的 SaaS 首页，深蓝色，风格现代一点。”
它就能直接给你出高保真界面。
2. 接受草图、截图、参考图再生成
这件事很重要。
因为很多人并不是没有想法，而是不知道怎么把想法变成结构。
Stitch 让“找参考图 + 口头描述 + 草稿输入”这件事被串起来了。
3. 可以继续通过对话修改
不是一次性吐一个图就结束。
而是你可以继续说：
“标题放大一点。”
“配色更年轻一点。”
“给我三个不同的导航方案。”
这意味着它本质上不是一个静态生成器，而是在往“设计代理”方向走。
4. 可以导出到代码或 Figma
这也是 Stitch 很有现实意义的地方。
它不是只给一张图。
而是希望把“想法 -> 页面 -> 交付”这条链路缩短。
所以如果只看第一阶段，Stitch 当然值得用。
它非常适合：
- 个人创始人快速验证想法
- 产品经理快速做概念稿
- 开发者先把页面气质跑出来
- 团队在前期探索不同方向
但如果你把问题再往后推一步，就会发现：
从“能出图”到“能做对”，中间还隔着一大段能力。
为什么我们会觉得 AI 设计的首页“不太好”？
很多人对 AI 设计的失望，不是因为它做得丑。
而是因为它做得“像设计，但不像产品”。
这句话很关键。
因为它点出了 AI 当前最容易卡住的地方，不是像素层，而是意图层。
我把这种“不对劲”的来源，拆成 3 个判断坐标。
一、它可能像首页，但不像一个会转化的首页
AI 很擅长生成一个完整结构：
大标题、小标题、按钮、功能卡片、用户评价、价格区。
形式上，什么都有。
但很多时候你会发现，它并不知道：
这个页面最该强调什么。
也不知道：
这个页面最该删掉什么。
而一个真正好的首页，本质上不是元素拼装。
而是一次有目的的信息排序。
它要回答的其实是几个更底层的问题：
- 用户为什么现在要看这个页面
- 用户最在意的收益是什么
- 页面第一屏应该先建立兴趣、信任，还是直接推动转化
- 哪个信息是主角，哪个信息只是配角
AI 常见的问题是：
它把“首页”理解成了一套常见模板。
但人类做产品首页的时候，真正做的是“转化路径设计”。
举个很具体的例子。
同样是一个 AI 工具首页，如果目标用户是独立开发者，那第一屏最重要的可能是“节省时间”和“立即上手”。
如果目标用户是企业客户，那第一屏最重要的可能是“安全、可控、能接入现有流程”。
页面都可以长得很好看。
但强调重点完全不同。
这就是为什么有些 AI 页面你会觉得精致，却不想点按钮。
因为它在展示一个页面。
不是在推动一个决策。
二、它能生成视觉结果，但接不住历史上下文
新项目上，AI 会显得很惊艳。
因为一切都还没定。
你给它一个方向，它就能迅速给你很多可能性。
可一旦进入老项目、多版本迭代、多人协作，它的问题就会越来越明显。
原因不是它不会画。
而是它不知道你们过去为什么这么画。
一个成熟产品背后，通常已经积累了大量上下文：
- 设计系统
- 颜色和间距变量
- 组件规范
- 交互习惯
- 品牌调性
- 历史版本里验证过的取舍
这些东西，对团队来说不是附件。
而是结果质量的来源。
AI 如果拿不到这些长期上下文，它再聪明，也更容易生成一个“陌生但正确”的版本。
问题就在这里。
设计不是只解决“能不能画出来”。
设计还要解决“是不是我们自己的东西”。
很多人会觉得 AI 稿“普通”，本质上不是因为它差。
而是因为它没有连续性。
它像是一个审美正常、执行很快、但刚加入团队两天的新同事。
能做东西。
但还没有真正理解这个产品。
三、它会给很多答案，但不擅长做真正的取舍
AI 最大的优点，是一次给你很多版本。
AI 最大的缺点，也是一次给你很多版本。
因为设计这件事，从来不是“答案越多越好”。
而是“哪个答案值得留下”。
真正拉开差距的，往往不是生成能力，而是删改能力。
比如一个首页，你到底该：
- 强调情绪价值，还是强调效率价值
- 保留 6 个卖点，还是只留 2 个
- 用炫技感视觉，还是用更稳的商业表达
- 先讲品牌故事，还是先讲用户收益
这些都不是绘图问题。
这些是判断问题。
而判断背后，连接的是：
用户理解、业务目标、竞争环境、品牌阶段、流量来源、转化动作。
所以很多 AI 页面看起来“什么都有”。
但真正的问题是，它没有狠心。
一个成熟设计师最重要的能力之一，不是加东西。
而是知道什么时候该删。
本质上，我们讨厌的不是 AI 设计，而是“没有设计意图的设计”
如果把上面 3 个问题再抽象一层，会更清楚。
为什么 AI 做出来的首页经常让人觉得差一点？
不是因为它不会排版，不会配色，不会找参考。
而是因为它还不稳定地具备这 3 层能力：
1. 对问题的定义能力
先做什么，不先做什么。
首页到底在卖什么。
用户真正关心的不是功能还是结果。
这些问题如果定义错了，后面的图再好都容易偏。
2. 对系统的组织能力
一个页面早晚会便宜。
但把品牌、产品、内容、交互、组件、研发协作组织成一个长期机制，依然很贵。
而真正有竞争力的团队，往往强在系统，不强在单页。
3. 对价值的审美判断
审美不是“好看”。
更高一级的审美，其实是判断什么值得被看见。
哪个元素该突出。
哪个表达虽然漂亮，但会妨碍理解。
哪个页面虽然高级，但不利于转化。
这类判断，短期内还很难被一句 prompt 完整替代。
所以问题不是“AI 能不能设计”。
而是：
谁来给 AI 提供正确的问题、上下文和判断标准。
那人类怎么获得“超越 AI 的设计能力”？
如果今天还在和 AI 比“谁出图更快”，那这个比赛已经输了。
因为机器天生就更擅长穷举、变体和重复生成。
人真正该补的，不是操作层能力。
而是 AI 最难稳定拿到的那一层。
我觉得至少有 5 件事，会越来越值钱。
1. 对用户、业务、场景的理解能力
谁更懂用户真正卡在哪里。
谁更懂业务为什么要做这个页面。
谁更懂这个场景里最重要的一个决策点是什么。
谁就更接近价值源头。
页面是结果。
问题定义才是源头。
未来最强的设计师，未必是 Figma 最熟的人。
但一定是最会追问问题的人。
2. 把复杂系统组织起来的能力
未来做一个页面会更像写一段文案一样便宜。
但做一套长期稳定的设计机制，不会变得同样便宜。
因为这里面涉及的是系统协同：
- 设计系统怎么搭
- 品牌感怎么统一
- 组件怎么复用
- 页面之间怎么保持连续体验
- 怎么让设计资产真正服务研发和运营
这部分，依旧需要人来统筹。
3. 做取舍的能力
AI 很会给。
人要学会选。
什么该保留。
什么该压缩。
什么看起来“像样”，其实没灵魂。
什么虽然克制，但更有效。
这件事本质上是编辑能力。
未来设计师越来越像一个“判断编辑器”，而不只是一个“界面生产者”。
4. 持续迭代的能力
第一版会越来越容易做。
真正拉开差距的是第 10 版、第 20 版。
谁更能根据数据、反馈、使用场景持续微调。
谁就更容易把一个普通页面做成真正有效的页面。
AI 会降低首稿成本。
但未必天然提升长期优化能力。
而后者，往往才是商业结果真正发生的地方。
5. 建立长期品牌感觉的能力
用户最后记住的，通常不是某个按钮。
而是一种整体感觉。
这种感觉包括：
- 页面气质
- 语言风格
- 交互节奏
- 产品性格
- 一致的审美判断
这不是一次出图能解决的。
这是时间积累出来的。
也正因为如此，品牌沉淀依然会是人类设计能力里最难被替代的部分。
一站式 AI 设计平台，和专业设计师 + Figma，到底谁更有优势？
如果只让我给一句判断：
不是谁替代谁，而是谁负责哪个阶段。
今天很多讨论，容易把两个本来不在同一层的问题硬放在一起比。
一站式 AI 设计平台，和专业设计师 + Figma，服务的并不完全是同一个任务。
一站式 AI 平台，赢在“快”和“低门槛”
像 Stitch 这样的工具，最强的地方是：
从 0 到 1 非常快。
它适合：
- 还在找方向的项目
- 早期概念验证
- 需要快速看多个方案
- 不懂设计和代码的人先把想法落出来
- 小团队先把页面轮廓跑通
这类场景的核心矛盾，不是精度不够。
而是速度太慢。
所以 AI 平台的优势很明显：
它把“不会画、不会做、不会搭结构”这件事，一次性降门槛了。
专业设计师 + Figma，赢在“系统性”和“长期性”
但只要项目进入长期迭代，一站式 AI 的弱点也会逐渐暴露：
- 组件一致性难控
- 多页面统一性容易飘
- 各种状态补不全
- 设计系统继承不稳定
- 与研发交接的精度不够高
- 多角色协作和版本管理不够成熟
这就是为什么，中大型产品、商业化要求高的页面、多人协作团队，还是离不开专业工作流。
因为他们要的不是一张图。
而是一套可复用、可维护、可传承、可协作的设计资产。
而 Figma 这类成熟工具，真正强的从来不只是“画”。
而是：
它能承载团队的共同上下文。
未来真正占优的人，是“AI + 专业方法”两边都能接住的人
所以我更相信的未来工作流，不是下面这两种极端：
一种人只会用一站式 AI 平台，觉得以后不需要设计方法了。
另一种人拒绝 AI，坚持所有事情都回到传统手工流程。
这两边都不是真正有优势的位置。
更有优势的人，应该是这一类：
会用 AI 拉高探索效率，又能用专业设计方法保证结果质量的人。
他们会这样工作：
前期，用 AI 快速生成方向、风格和结构。
中期，在 AI 生成的结果上继续改，反复比对、取舍、重组。
后期，把确定下来的结果沉淀到组件、变量、规范、协作链路里。
换句话说：
AI 负责把“起点”抬高。
专业设计能力负责把“终点”拉开。
一灯观点
Stitch 这类工具真正改变的，不是“以后谁还会画页面”。
而是“以后谁还能只靠画页面就有竞争力”。
当生成越来越容易，设计师真正要守住的，不再只是输出界面。
而是定义问题、组织系统、做出判断、持续迭代，以及建立品牌感觉。
这些能力，才是人类在 AI 时代里，真正不该外包出去的部分。
如果你也在关注 AI 工具、产品设计、内容增长和个人工作流，我会继续写这类“工具变化背后的方法论”。
关注我，后面还会继续拆：哪些 AI 工具适合探索，哪些环节必须坚持专业工作流，以及普通人怎么借 AI 放大自己的判断力。