Medium: Как AI стал частью UX-процесса продуктового дизайнера в Cobalt

Лаис Лара Вакко — продуктовый дизайнер в Cobalt, B2B-платформе по кибербезопасности. В статье, опубликованной в июле 2026 года в издании Bootcamp на Medium, она поэтапно описывает, как AI вошёл в её ежедневную работу — не как замена одному инструменту, а как постепенное добавление нового слоя в шести разных фазах процесса.

О чём эта статья

Этап 1 — Изучение и исследование. Вакко использует NotebookLM для обобщения внутренней документации и создания аудиоматериалов по сложным функциям. Открытые вопросы она направляет в Claude или Gemini, не отвлекая инженеров. Транскрипты встреч обрабатываются через AI, чтобы вычленить задачи.

Этап 2 — Понимание продуктовой логики. Модель прав доступа в Cobalt сложная. Вакко применяет Claude Code для чтения и осмысления репозиториев на GitHub — это позволяет ей самостоятельно разобраться в инженерных решениях, прежде чем обсуждать их с разработчиками.

Этап 3 — Постановка задачи и концептирование. Для сложных сценариев Вакко генерирует ASCII-диаграммы и схемы потоков с помощью AI. Она также применяет метод BMAD, который назначает агентам специализированные роли (UX-дизайнер, Product Manager) для поиска противоречий и граничных случаев до начала дизайна экранов.

Этап 4 — Прототипирование. Вместо статичных вайрфреймов Вакко создаёт кликабельные AI-прототипы уже на ранних стадиях. Она протестировала Claude Code, Subframe и AI Studio, остановившись на Subframe как основном инструменте для AI-нативного прототипирования в соответствии с дизайн-системой.

Этап 5 — Интеграция с дизайн-системой. Это наиболее оригинальная часть статьи: Вакко создала файл DESIGN.md — структурированный Markdown-документ, который обучает AI-инструменты паттернам дизайна Cobalt: правилам отступов, компонентам, нейминг-конвенциям. Она итеративно дорабатывала этот файл с помощью оценочных промптов, проверяя, насколько точно AI применяет задокументированные правила.

Этап 6 — Мост между дизайном и кодом. Subframe используется для передачи дизайна в разработку — генерируется код компонентов, соответствующий дизайн-системе, а не обобщённый HTML. Инструменты Builder.io и Figma Make были протестированы, но отклонены по соображениям, специфичным для её рабочего процесса.

Кому это будет полезно

Статья наиболее ценна для продуктовых дизайнеров в компаниях с устоявшейся дизайн-системой, которые хотят снизить несоответствие AI-вывода её правилам. Концепция DESIGN.md применима напрямую: любой дизайнер, который тратил время на исправление AI-компонентов, игнорирующих отступы или цветовые токены, сразу поймёт, какую проблему это решает. Вакко честно пишет о том, что не сработало — AI Studio, Builder.io — что делает статью полезной для команд, выбирающих между инструментами.

Статья также затрагивает культуру команды: устойчивая интеграция AI требует, чтобы эксперименты были частью обычной работы, а не отдельным проектом.