一、全文速览图
最近与设计师朋友探讨AI工作流时，被问得最多的问题是：市面上AI工具这么多，UIUX设计师究竟该选哪一款？
Figma Make、Gemini、Claude Code、Codex，每个产品似乎都能生成内容、编写代码、构建页面。但经过深度使用后，你会发现它们各自擅长的领域其实截然不同。
过去三个月，我反复测试了这些AI工具。今天，我们站在UIUX设计师的真实工作流程中，逐一分析每款产品的核心能力与适用边界，并给出选择建议。
本文基于2026年5月31日的产品功能与个人实际体验整理。AI产品迭代速度极快，后续能力仍会持续变化。
二、先别急着选工具
正式对比前，不妨先思考一个问题：AI工具并非功能越多越好，关键在于它能否真正融入你的日常设计工作流。
例如，撰写一篇公众号文章、整理用户访谈记录，与搭建一个复杂的交互Demo，这完全是两种不同类型的任务。如果无法理解其中的差异，就很容易陷入一个常见误区：今天看到别人用Claude Code，就跟着折腾Claude Code；明天发现Figma Make更新了，又把所有流程搬回Figma。工具收藏了一大堆，真正工作时依然不知道该打开哪一个。
那么，对于UIUX设计师而言，应该重点关注哪些维度？
- 它最擅长解决什么类型的任务？
- 使用门槛高不高？
- 需要提供多少信息，它才能准确理解需求？
- 输出的是文案、原型、代码，还是完整的工作流？
- 结果不满意时，能否快速迭代修改？
- 它能否与Figma、浏览器及其他软件顺畅协作？
带着这些问题，我们来逐一拆解。
三、Figma Make：最容易上手的原生设计入口
如果你本身就习惯使用Figma，又不想折腾复杂的配置，Figma Make应该是最容易上手的工具。它最大的优势在于：距离设计师原本的工作环境足够近。
你只需通过对话，就能创建交互原型、Web页面和功能Demo。同时，它支持将现有设计稿、竞品截图、产品文档和图片素材作为参考输入。例如，丢给它一张竞品截图，让它参考页面布局、配色和内容结构，生成一个风格相近的页面。
如果公司已有成熟的设计系统，还可以通过Make Kits引入组件、变量、样式和使用规则，让生成结果更贴近团队规范。
不过，需要留意一点：接入设计系统不代表生成结果一定正确。尤其是复杂的业务页面，仍然需要设计师反复检查信息结构、组件使用和交互逻辑。竞品截图也只能作为参考，并不能做到像素级还原。
值得多说一句的是，如今很多设计师过度依赖AI工具，却很少思考生成结果的正确性。比如今天有同学咨询一个小问题，AI生成的页面他直接拿来用，结果导致提案失败。因此，具备判断能力依然是设计师的核心竞争力之一。
Figma Make更适合：
- 已经深度使用Figma的设计师
- 需要快速验证页面想法
- 希望低门槛生成交互原型
- 暂时不想学习复杂的代码工具
四、Gemini：更适合资料理解与表达润色
在日常使用中，Gemini更多扮演的是“内容助手”的角色。它支持较长的上下文，具备文本、图片、音频和视频等多模态理解能力。因此，无论是阅读行业报告、分析竞品资料、整理访谈记录，还是拆解一段视频内容，它都非常适用。
从个人体验来看，它在表达层面更为自然，也更擅长处理较长的文本内容。无论是视频文案、公众号文章，还是课程资料，用它做初步整理和润色效率很高。
不过，如果你的目标是直接修改Figma页面，或者搭建一套完整的设计工程化流程，它并不是首选。
Gemini更适合：
- 阅读和总结大量资料
- 梳理用户访谈与竞品信息
- 润色报告、方案和PRD文档
- 生成公众号文章与视频脚本
五、Claude Code：复杂工程逻辑的稳定选手
Claude Code的定位相对明确：它首先是一款面向工程任务的代码智能体。如果你需要理解复杂项目、梳理代码结构、定位Bug，或者将一个页面Demo做得更加稳定可靠，Claude Code是非常不错的选择。
它能够读取项目文件、执行命令、修改代码，也可以通过MCP连接Figma、Google Drive、Slack等外部工具。所以，Claude Code并非不能接入Figma，但它的重心依然偏向工程实现。
如果任务涉及复杂代码逻辑、项目级修改和稳定落地，会优先考虑Claude Code。但如果目标是生成图片素材、调整视觉风格，或者希望在设计工具之间快速切换，它就不是第一选择。
Claude Code更适合：
- 需要处理复杂工程逻辑
- 希望深入理解项目结构
- 关注代码质量和稳定性
- 已经具备一定工程基础
六、Codex：串联设计师的完整AI工作流
最后，聊聊Codex。目前在日常辅导中，我更建议UIUX设计师重点尝试Codex。原因不是它在每一个单点能力上都绝对领先，而是它能够把设计师原本割裂的工作流程串联起来。
首先，Codex可以通过Figma MCP读取组件、变量、布局和设计上下文，也可以将代码页面重新传回Figma，生成可编辑的设计图层。这意味着设计稿与真实页面之间不再是单向交付，而是能够反复往返迭代。
其次，Codex支持图片生成和迭代修改。比如页面缺少图标、插画、背景图或者产品素材，可以直接让它生成，再根据页面效果反复调整。
最后，它还支持Computer Use、应用内浏览器和插件，让设计师可以进一步串联：需求梳理 → 页面生成 → 素材补充 → 浏览器验证 → 设计走查 → 继续优化。比如之前讲过的设计验收流程，就可以让Codex通过浏览器查看真实页面，再对照设计稿检查问题。
当然，功能多也意味着使用时需要先想清楚任务。Codex并不是一个“一句话解决所有问题”的魔法工具。你依然需要明确自己的目标，逐步搭建适合自己的工作流。
Codex更适合：
- 希望从想法快速推进到可运行Demo
- 需要设计、代码和素材协同
- 想搭建设计验收与自动化流程
- 希望逐步掌握Vibe Coding
七、究竟应该如何选择？
如果你只是想快速生成原型，可以优先使用Figma Make。
如果你需要整理资料、理解长文本和润色表达，可以优先使用Gemini。
如果你要处理复杂代码和工程逻辑，可以使用Claude Code。
如果你希望进一步串联设计、代码、素材和验收流程，可以重点尝试Codex。
八、写在最后
其实，设计师不需要强行选择唯一一款AI产品。更常用的方式是：用Gemini梳理内容和表达，用Figma Make快速验证原生设计想法，用Codex串联完整工作流，遇到复杂工程问题再使用Claude Code深入处理。
工具永远会不断更新。真正需要掌握的，不是某一个软件的固定操作，而是理解它们的能力边界。当你面对一个新任务时，能够快速判断应该使用什么工具，把想法真正落地，这才是AI带给UIUX设计师最重要的价值。
后续，我会再详细拆解：如何使用Codex，从一个设计想法开始，完成页面生成、素材补充与设计验收。
