AI и дизайн-системы: что реально работает (а что нет)

Опубликованное 27 апреля 2026 года видео честно рассматривает, что реально работает при попытке использовать AI-инструменты внутри существующей дизайн-системы. Ведущий разбирает реальные процессы в трёх категориях инструментов: AI-ассистированные дизайн-инструменты, Claude Design как слой визуального исследования и Claude Code как слой генерации кода, подключённый к Figma через MCP.

Видео адресовано продуктовым дизайнерам и руководителям дизайн-систем, которые слышали много AI-обещаний и хотят прагматичной проверки перед принятием решения об изменении инструментов или процессов. Предполагается, что рабочая дизайн-система уже существует, а фокус — на том, где AI ускоряет работу против того, где добавляет больше накладных расходов на проверку, чем экономит.

Ключевые выводы:

1. AI генерирует компоненты надёжнее, когда дизайн-система имеет чёткие, однозначные названия токенов и последовательное именование между Figma и кодом. Несоответствие между названиями в библиотеке Figma и именами компонентов в коде определяется как единственный крупнейший источник трений в работе с дизайн-системой с AI — не сами AI-инструменты.

2. Claude и Figma MCP хорошо работают вместе для генерации новых вариантов экранов в рамках существующих ограничений системы. Интеграция позволяет вставить URL фрейма Figma и получить новый макет, построенный на реальных компонентах, а не на заглушках — это значимое улучшение по сравнению с более ранними подходами, работавшими со скриншотами.

3. Качество документации компонентов имеет большее значение, чем большинство команд ожидает. AI-инструменты, подключённые к библиотекам компонентов, работают заметно лучше, когда компоненты имеют описания, руководства по использованию и примеры состояний. Скудная документация ведёт к типовым результатам, не соответствующим системе.

4. Случаи сбоев одинаковы в разных инструментах: AI плохо справляется с решениями в области дизайна взаимодействий, нюансами доступности и всем, что требует предметно-специфических суждений об информационной иерархии. Видео прямо указывает, что AI следует рассматривать как генеративного помощника, а не как принимающего решения, в этих областях.

5. Автоматическое обслуживание дизайн-системы — использование AI для выявления расхождений между компонентами Figma и их кодовыми эквивалентами — определяется как наименее используемое практическое применение. Этот процесс уже реализуем с текущим MCP-инструментарием и не требует выделенного инженерного ресурса для настройки.

Стоит посмотреть, если вы управляете дизайн-системой и оцениваете, стоит ли вкладываться в AI-инструменты для своей команды, или если вы дизайнер, которому нужен реалистичный ориентир для собственных экспериментов с инструментами перед тем, как представить рекомендацию команде.