Другие файлы cookie можно настроить.
Автоматизация рутины и работа с данными
Какие рутинные задачи съедает ИИ
Дизайнер тратит до 40% рабочего времени на задачи, которые не требуют креативности: переименование слоёв, заполнение макетов данными, создание однотипных компонентов, подготовка спецификаций для разработчиков.
Что можно автоматизировать уже сегодня:
- Заполнение макетов данными. Генерация 50 реалистичных имён, аватарок, описаний товаров и цен — за 30 секунд вместо ручного копирования.
- Переименование слоёв в Figma. AI-плагины автоматически приводят слои к единому формату (например, «Button/Primary/Default»).
- Масштабирование дизайн-системы. Генерация вариантов компонентов (hover, active, disabled, error) на основе одного базового.
- Подготовка спецификаций. Автоматическое описание отступов, цветов и шрифтов для передачи в разработку.
В этом уроке будут разобраны конкретные инструменты и промпты для автоматизации каждого из этих процессов.
AI-плагины для Figma: что реально экономит время
Figma активно внедряет AI-функции, а сторонние плагины закрывают узкие задачи. Вот проверенные инструменты, которые используют продуктовые дизайнеры:
💡 Совет: не устанавливайте все плагины сразу. Начните с одного, который закрывает вашу самую частую рутинную задачу.
Промпт для генерации CSV/JSON с данными
Когда нужно заполнить макет каталога, таблицы пользователей или списка заказов, ИИ генерирует структурированные данные, которые можно сразу импортировать в Figma через Data Populator.
Контекст: продукт — [описание], аудитория — [описание ЦА].
Колонки:
- name (реалистичные имена, микс мужских и женских)
- avatar_emoji (эмодзи-аватарка)
- role (должность или роль)
- status (активный/неактивный/новый)
- last_active (дата в формате DD.MM.YYYY)
Количество строк: 10
Ограничения: данные должны выглядеть реалистично, без повторяющихся паттернов. Формат: CSV с запятой-разделителем.
Пример результата для Shopify (таблица заказов):
Анна К.,👩,Кожаная сумка Milano,12 400 ₽,доставлен
Дмитрий В.,👨,Кроссовки Runner Pro,8 990 ₽,в пути
Елена С.,👩💼,Шёлковый шарф,3 200 ₽,обработка
...
🎯 Практика 1: выбор инструмента автоматизации
Дизайнер Spotify готовит макет плейлиста «Топ-100 треков недели». Нужно заполнить список 100 песен с названиями, исполнителями, длительностью и обложками. Какой подход будет наиболее эффективным?
Кейс: как Авито автоматизировал описания товаров
Авито — крупнейшая платформа объявлений в России с более чем 100 млн активных объявлений. Одна из главных проблем: продавцы тратят много времени на описание товаров, а слабые описания снижают конверсию.
Параллель из мировой практики: Shopify использует аналогичный подход — AI-генерация описаний товаров для интернет-магазинов. Конверсия в первую продажу у новых продавцов выросла на 18%.
Чек-лист: что автоматизировать в первую очередь
Не пытайтесь автоматизировать всё сразу. Начните с задач, которые отнимают больше всего времени и не требуют креативных решений.
- Заполнение макетов данными. Если вы до сих пор копируете имена из головы — это первая задача для автоматизации.
- Генерация вариантов компонентов. Одна кнопка → 8 состояний (default, hover, active, disabled, focus, error, loading, success).
- Переименование слоёв. Перед передачей в разработку — обязательный шаг, который ИИ делает за секунды.
- Создание спецификаций. Описание отступов, цветов и шрифтов для разработчиков.
- Генерация UX-копирайтинга. Тексты кнопок, тостов, ошибок — всё, что было в Уроке 3.1.
💡 Правило 80/20: 20% рутинных задач съедают 80% времени. Найдите свои «20%» и автоматизируйте их первыми.
🎯 Практика 2: проектирование AI-фичи
Вдохновившись кейсом Авито, команда маркетплейса хочет внедрить AI-генерацию описаний для продавцов. Какой UX-паттерн будет наиболее эффективным для этой фичи?
Отлично! Урок пройден!
Навык автоматизации рутины освоен