文章來源：Hwang, Y., Jeong, S., & Wu, Y. (2025). Artificial Intelligence in Design Process: An Analysis Using Text Mining. *Applied Artificial Intelligence, 39*(1), 2453782.
期刊重點介紹
這篇論文主要透過文字探勘技術，回顧並分析了 126 篇與 AI 設計應用相關的文獻，藉此了解業界與學界到底是如何將 AI 融入實際的工作流程中。
研究將設計流程劃分為五大階段：前期研究、概念發想、模型製作（Mock-up）、生產製造與後期評估，並觀察各個領域對 AI 的依賴程度。
大數據打破「靈感工具」刻板印象
過去我們常常認為，AI 最大的貢獻就是幫忙畫幾張酷炫的草圖，也就是停留在「概念發想」階段。然而，大數據的分析結果卻打臉了這個刻板印象。
研究顯示，目前業界最頻繁討論且廣泛應用 AI 的，反而是後期的「生產製造」與「後期評估」階段。這表示 AI 正在逐漸從一個產生靈感的玩具，轉變成協助解決實務問題的落地工具。相反地，最少被提及的階段是「模型製作（Mock-up）」，這暗示了 AI 在處理需要高度精準度與實體材質轉換的任務上，依然存在著技術瓶頸。
跨領域的 AI 應用差異
這份研究也指出，不同設計領域對 AI 的使用重點大不相同：
- 平面設計：高度偏好使用 AI 進行概念發想與視覺草圖的快速生成。
- UX/UI 設計：更著重於使用 AI 來進行使用者測試、數據分析與效能評估。
- 時尚設計：大量依賴 AI 進行後端的生產優化與供應鏈管理。
這些差異顯示，AI 的應用已經開始根據不同領域的專業需求，發展出高度特異化的工作流程。
觀後聊聊
在做展覽或互動作品時，最辛苦的通常不只是前面想概念，而是後面那些看起來很瑣碎、但其實非常關鍵的工作。像是測試互動流程、調整裝置回饋方式、觀察觀眾行為、整理使用數據，或是和工程、製作端不斷確認細節。
這些工作常常很花時間，也很容易影響最後作品的完成度。
無法觸及的感官經驗
與其把 AI 當作一個可以幫我們產出創意的工具，不如把它看成一個可以幫忙整理、檢查、分析和收尾的助手。真正有價值的地方，不一定是幫我們產生很多美好的圖片，而是幫我們減少重複性工作，讓設計師有更多時間去處理真正需要人判斷的事情。例如：現場氛圍、材質感受、觀眾回饋、節奏，這些都是目前 AI 很難完全取代的部分。
未來設計教育的方式
未來的設計教育，也許不應該只教大家怎麼用 AI 做出很多風格圖，而是更應該教大家如何把 AI 放進完整的設計流程裡。
也就是說，我們需要學會怎麼用 AI 來輔助測試、分析、優化和製作，同時也要保留設計師對實體經驗、情感感受和現場判斷的能力。
因為真正好的設計，最後還是要回到以人為本的實際感受，才是真正有價值的地方。