Design v době AI: rychlejší exekuce, víc iterací a víc nároků na záměr

AI v designu není novinka. Nové je to, že rychlost je najednou levná. A když je levná rychlost, zdraží jedna věc: rozhodování. Uspořádali jsme AI Design Hackathon, na kterém jsme prošli AI nástroje pro vizuální assety, wireframing i design systémy. Chtěli jsme zjistit, kde AI opravdu šetří čas a kde iterace spolknou víc, než čekáte. Podělíme se!
‍

AI vám umí zrychlit exekuci. Bez záměru a systému vám ale stejně rychle vyrobí chaos.

‍V rámci našeho AI Design Hackathonu jsme otestovali tři oblasti, kde jsme čekali největší přínos. Abyste se na nás trochu naladili, tady fotka našeho design týmu (chybí Tereza, která fotí, zato přebývá Luky viz třetí experiment):

A teď už pojďme na to! Co je ale potřeba si dopředu ujasnit:

• Co vlastně chcete zrychlit?
• Jak poznat, že výsledek je použitelný?
• Jak to bezpečně zapojíte do workflow?

Zaměřili jsme se na tři oblasti:

1. Vizuální assety (ikonky, ilustrace, marketingové vizuály)
2. Wireframing (rychlé převedení zadání do struktury obrazovek)
3. Spolupráce designérů s vývojáři (design systém, tokeny, batch změny)

Na konci dne jsme si výsledky odprezentovali a druhý den jsme už některé věci začali zapojovat do reálných workflow. Tady je to nejdůležitější, co jsme si odnesli.

1 – Vizuální assety: konzistence je hra o systém, ne o jeden prompt

Tři z nás se věnovali vizuálním assetům. Dva šli cestou ikon setů, třetí zkoušel, jestli se dá AI použít i na marketingové vizuály (textury, backgroundy, variace, materiály pro sociální sítě).

Cíl byl ve všech případech stejný: dostat z AI konzistentní, použitelný výstup. A narazili jsme na podobný vzorec:

• AI umí být rychlá a překvapivě kvalitní,
• ale konzistence není default,
• konzistence vzniká teprve tehdy, když si nastavíte systém (master prompt, kontrolní body, pravidla pro iteraci).

Weave: nejlepší výstup, když si sestavíte vlastní pipeline

Weavy je node-based platforma, která agreguje různé modely (např. Flux, Ideogram, GPT Image, Sora na video) do jednoho workflow na plátně. Nezamyká vás do jednoho modelu, spíš vám dovolí skládat pipeline a iterovat krok za krokem.

Záměr byl vytvořit sadu ikon s outdoor a adventure tématikou ve vintage stylu. První hodina byla hlavně o tom pochopit, jak nástroj používat, a jak si workflow poskládat. Pak začalo testování: stejný prompt, různé modely, pozorování rozdílů a hledání toho, co nejlíp drží požadovanou estetiku.

Nejvíc nám seděl Flux 2 Pro. Ikonky držely styl a měly zajímavou materiálovou kvalitu.

Rychle se ukázalo, že promptovat každou ikonu od nuly je slepá ulička. Pomohlo tohle:

• jeden master prompt (styl, mood, pravidla),
• u každé ikony se mění jen subjekt (co má reprezentovat, jak se má chovat v kompozici).

Konzistence se tím výrazně zvedla. Tempo bylo zhruba tři pokusy na jeden použitelný výsledek, což je na první den na platformě překvapivě dobré.

Cena: starter tier cca 19 dolarů měsíčně (1 500 kreditů nám vyšlo zhruba na den a půl intenzivní iterace).

Verdikt: Nejlepší volba, pokud chcete stavět konzistentní sady a máte chuť si poskládat vlastní workflow.

Flora: velká knihovna modelů, ale u postav to chce víc času, než dá hackathon

Flora je další node-based platforma (modely napříč providery, velká knihovna pro obrázky i video). Oproti Weavy působí jako silný agregátor, ale bez tak pokročilých editačních nástrojů.

Šli jsme do toho s ambicí generovat ilustrace postav a narazili na realitu. Postavy jsou komplexní. Udržet konzistentní styl, proporce i detaily napříč generacemi je možné, ale je to časově náročné. V rámci hackathonu by to chtělo víc prostoru na iteraci a stabilizaci.

Abychom z testu odnesli něco hned použitelného, přešli jsme na icon set pro konkrétní potřebu v jiném projektu: glass-morphism styl, tmavě modré studené barvy. Pro charakter ilustrací nám seděl Nano Banana Pro.

Co bylo těžší: vynutit jednotný sklon zadávaný matematicky. Některé parametry AI chápe spíš přibližně než přesně.

Cena: starter cca 20 dolarů (20 000 kreditů).

Verdikt: Silný nástroj na experimentování, ale postavy jsou projekt samy o sobě. Počítejte s časem na iterace a stabilizaci stylu.

Fuser: skvělé na atmosféru, horší na přesnost

Fuser se branduje jako nástroj pro „creatives that ship“. V praxi je to taky node-based canvas, který agreguje modely (OpenAI, Runway, Kling, Ideogram, Black Forest Labs) a umožňuje rychlé kombinování.

Náš use case byl jasný: pomoct si s marketingovými materiály. Startovali jsme přes Claude. Nechali jsme ho analyzovat náš vizuální styl z webu a socialní sítě a vytvořit základ pro promptování. Pak jsme testovali:

• 3D logo variace,
• textury a backgroundy,
• kombinace fotek s efekty (např. long exposure),
• jako vedlejší experiment i AI portréty.

Co fungovalo výborně: atmosférické vizuály a backgroundy. Bylo to rychle a s minimem práce. Fuser navíc automaticky vylepšuje prompt s přihlédnutím k obsahu canvasu, takže iterace jsou svižné.

Kde to drhne: přesnost. Barvy se posunou i když jsou explicitně zadané. Logo se zmenší jinak, než chcete. AI chápe instrukce často pravděpodobnostně, ne deterministicky. A s tím je potřeba počítat.

Cena: pricing je sympaticky flexibilní. Vedle předplatného se dají kupovat kredity jednorázově (nejlevnější balíček cca 24 dolarů).

Verdikt: Skvělé na rychlé mood vizuály a backgroundy. Pokud potřebujete přesnost a reprodukovatelnost, připravte se na víc korekcí.

2 – Wireframing: AI nedá hotový výstup pro klienta, ale dá vám rychlý start

Zkoušeli jsme, jestli se dá z textového zadání klienta vygenerovat použitelný wireframe. Cílem bylo ušetřit čas, který typicky spolkne první strukturování obrazovek.

Banani: rychlý kontext, horší přistání ve Figmě

Banani je UI/UX copilot, který převádí textové prompty a screenshoty do editovatelných hi-fi prototypů a layoutů. Exportuje do Figmy nebo do kódu.

• Plus: dokáže si z textu poměrně rychle vytvořit kontext obrazovky.
• Mínus: jakmile přišlo na přesun do Figmy, začaly komplikace. Styly mimo, kopírování ne vždy čisté, ovládání samotné platformy nebylo úplně radostné.

Pricing: Banani Plus stojí 12 dolarů/měsíc za 100 kreditů.

Verdikt: Dobré na rychlé rozjetí myšlenky. Slabší na čistý přenos do Figmy a udržení stylů.

First Draft (Figma plugin): slabší inspirace, ale spolehlivá kostra

First Draft chtěl přesnější input. Layouty byly jednoduché, lofi. Bez ambice na vizuální inspiraci, ale jako kostra, která vám pomůže rychle ujasnit strukturu a logiku rozvržení, to fungovalo.

Ani jeden nástroj nedal wireframe, který by podle našich standardů bylo možné předat rovnou klientovi. Ale jako způsob, jak si zrychlit start a odrazit se v prvních hodinách projektu, to smysl má.

Funguje pouze na placených plánech professional a výš. Spotřebovává AI kredity, které jsou součástí každého placeného plánu. Pokud kredity dojdou, lze si dokoupit add-on.

Verdikt: Nečekejte inspiraci. Je to kostra. Když chcete rychle narovnat strukturu a logiku obrazovek, dává smysl.

3 – Figma, Cursor a MCP: game changer, když víte co chcete

Třetí experiment už vyžadoval pomoc IT. Chtěli jsme propojit AI s Figmou přes MCP (Model Context Protocol) a pomocí Cursoru pracovat přímo nad design systémem. Nejen číst hodnoty, ale dělat batch operace. Věci, které by jinak znamenaly hodiny klikání. A ono to fungovalo.

• „Vem všechny accent barvy a nahraď je tímhle." ~ hotovo
• „Zvětši typografickou škálu pro H1 až H6 a uprav spacingy." ~ hotovo
• „Vypiš všechny font sizes v souboru a mergni duplicity." ~ hotovo

To, co dřív trvalo hodiny, byly minuty.

Důležité je ale říct, že MCP není jen nástroj pro ty, kteří mají design systém perfektně uklizený. Je to právě naopak: hodí se i na samotný úklid. Mergování variables, přiřazování tokenů, unifikace spacingů — to jsou přesně operace, které MCP zvládne a které by ručně zabraly zbytečně moc času.

Platí ale jedno pravidlo: čím čistější vstup, tím přesnější výsledek. AI musí vědět s čím pracuje — pokud tokeny nemají konzistentní naming nebo barvy nejsou pojmenované, výsledek tomu odpovídá. Nejde o podmínku pro vstup, ale o motivaci systém postupně uklízet.

Technická poznámka: v době našeho testu Figma MCP umělo z Figmy číst, ale ne do ní zapisovat. Pro zápis jsme použili externí nástroj Figma MCP Console od Southleft (do budoucna by to měla zvládnout i Figma nativně).

Verdikt: Největší reálná úspora času — ať už máte design systém uklizený, nebo teprve uklízíte.

Co jsme si z AI Hackathonu odnesli

Přistupovali jsme k tomu každý jinak. Někdo systematicky s dokumentací iterací, někdo volněji a víc explorativně. A právě to byla výhoda. Každý přinesl jiné slepé uličky i objevy. Na pár věcech jsme se ale shodli všichni:

1 – Záměr musíte mít předem

Bez jasné představy, co hledáte, se v AI nástrojích utopíte. Explorace je fajn, ale musí mít směr. Jinak strávíte hodiny generováním věcí, které jsou hezké, ale nepoužitelné.

2 – Promptování je řemeslo

Stejný prompt v různých nástrojích dává různé výsledky. Nejlépe funguje systém: master prompt, pravidla a iterace.

3 – Iterace je záměr, ne chyba

Nikdo z nás nedostal výsledek na první pokus. AI je rychlý spolupracovník, ale pořád vyžaduje vedení.

4 – AI mění, co design obnáší

Rychlost exekuce šla dramaticky nahoru. S ní ale rostou nároky na jasný záměr, schopnost výsledky řídit a na dobrý systém (design tokens, naming, workflow).

AI zrychluje exekuci. O to víc roste hodnota záměru, systému a řemesla. Kdo má pořádek ve workflow a standardech, získá náskok.

TL;DR

• Na ikonky a assety AI funguje, ale konzistence není default. Musíte si ji vysedět systémem.
• Na wireframing AI dá rychlý start, ale podle našich standardů ne hotový výstup pro klienta.
• Figma, Cursor a MCP je obrovský akcelerátor, pokud máte pořádek v design systému.
• Největší rozdíl nedělá model, ale workflow.

Dejte nám vědět, o čem byste si rádi přečetli příště!