AI设计工具怎么选？
10款主流工具按交付物横评

打开任何一个工具榜单，你会看到 Canva、Figma、Recraft、Framer 被并列在同一张表里，打着「AI 设计工具」的标签。但把它们放进同一个项目里，你会发现它们根本不接同一段活。

Canva 做出来的是一张可以立刻发出去的图；Figma 做出来的是一套可以交给开发还原的界面；Recraft 做出来的是一批可以无限缩放、反复复用的矢量资产。三样东西的验收标准、修改方式、失败代价全都不一样。

第一类：出图，交付物是「一张能发的成品」

这类工具的目标很明确：今天下午要发的小红书封面、明天的门店海报、后天的活动长图。它们的价值在于「从零到能发」的时间被压到几分钟，且不需要任何设计基础。

代表是 Canva、Adobe Express、稿定设计。它们的共同点是模板驱动、拖拽编辑、尺寸派生方便。共同的天花板也很清楚：做不出「不像模板」的东西。你可以在里面改字、换图、换色，但版式的骨架是别人定的，做一百张也是一个味道。

判断标准很简单：这张图的生命周期是不是只有几天？影响范围是不是只有你的粉丝或你的门店？如果答案是「是」，这类工具就是最优解，不要为难自己去做原创版式。

第二类：出界面，交付物是「一套能落地的稿」

界面设计的交付物不是图，是规格：间距是多少、字号是几级、组件有哪些状态、不同屏幕怎么适配。工具的价值不在于画得快，在于让这套规格可被复用、可被开发准确还原。

代表是 Figma、Pixso、即时设计。这类工具的护城河不是 AI，是设计系统——组件库、变量、样式、协作历史。AI 在这里做的是加速：生成初稿、批量改文案、自动重命名图层、检查对比度，而不是替你决定界面长什么样。

一个反常识的判断：界面设计里，AI 生成的「完整页面」几乎从来不能直接用。它能给你三个方向让你快速否掉，这个价值被严重低估；但指望它一次生成可交付的稿，你会失望。

第三类：出资产，交付物是「一套能复用的品牌件」

Logo、图标、插画、包装图形、品牌辅助图形。这类交付物的特点是要反复用、任意缩放、保持同一套视觉语言。用位图做这些东西，放大就糊，改色就假，多做几个就散。

所以这一类的核心指标不是「好不好看」，是能不能输出真矢量、能不能锁住风格。Recraft 是这条线上做得最彻底的一个：原生 SVG、V4 Styles 风格锁定、矢量编辑器，把「生成」和「交付」接在了同一条链上。

很多团队在这一类上犯的错，是拿第一类的工具做第三类的事。用 Canva 做 Logo，用生成图做图标，最后发现要么放大糊、要么换个场景就不搭，返工的成本远超当初省下的钱。

这一年变化很快，但多数是噪音。真正会影响你选型的，只有五件。

变化一：从「生成图片」到「生成可编辑的结构」

2025 年的 AI 出图，给你的是一张扁平图片，想改只能重做。2026 年的分水岭是分层输出：Canva 的 Magic Layers 能把一张 AI 生成的海报拆回独立图层，每个文字框、每个色块都能单独动；Canva Design Model 干脆从生成阶段就产出分层结构。

这件事的意义远超「方便修改」。它意味着 AI 从「素材供应商」变成了「初稿作者」——素材你要么用要么不用，初稿你可以接着改。工作流的入口位置变了。

变化二：设计系统成了 AI 的燃料，不是附属品

Figma 的智能体在 2026 年 10 月转正式可用，它做的事不是画图，是在你的设计系统里干活：调组件、改变量、批量重命名、检查一致性。Claude Design 可以直接从 GitHub 仓库或设计文件导入你的设计系统，生成时自动套用，输出前还会自查一遍。

反过来看，这条变化对没有设计系统的团队是个坏消息：AI 越依赖规范，没有规范的团队越用不出效果。你会觉得「它生成的东西总是不像我们家的」，原因不是你审美特殊，是你没有把「你们家」写成机器能读的东西。

变化三：价格从「按座位」变成「按用量」

Figma 上了 AI credits，按团队分配、可设预算，企业版还有用量 API；Canva 的 AI 额度按套餐分级，还单卖 AI Pass；Framer 的 AI 用量按 workspace 共享，Free 给 500 点。按座位付费的时代正在过去。

对采购的影响很直接：你再也算不准一年要花多少钱。以前十个设计席位是固定支出，现在多跑几轮生成就可能超。签合同前一定要问清三件事：超额怎么计费、能不能设上限、能不能看到按人按项目的消耗。

变化四：交付链路被打通了，但只打通了一半

设计到代码这一段，2026 年确实通了：Figma MCP 能让 Cursor、Claude Code 读写设计稿；Pixso 的 D2C 直接出 HTML、React、Vue、Flutter 代码；Stitch 导出 DESIGN.md 给编码助手当规范读。

但「设计到内容」这一段仍然断着。生成一套界面容易，生成一套真实内容撑得住的界面很难。多数 AI 生成的页面，换上真实文案就崩——因为它没见过你的业务，只见过「漂亮的示例文案」。

变化五：工具开始合并，单点工具在消失

2026 年 7 月，国产 UI 设计工具 Motiff（妙多）停止服务，用户被要求在 11 月 1 日前导出文件。它曾经是「AI 生成 UI」这条赛道里跑得最快的一个，融过资、做过 MCP、性能一度号称超过 Figma。

这件事给出的信号很清楚：单点 AI 能力不构成护城河。生成能力几个月就会被追平，活下来的是有协作网络、有设计系统沉淀、有交付链路的平台。选型时把「这个工具能不能长期活着」纳入考量，不是杞人忧天。

Canva AI 2.0（2026 年 4 月发布）· Canva Craft 图像模型（10 月 22 日）· Canva Brush 编辑模型（10 月底）

Canva 是这一类里唯一做到「不需要学」的工具。它的 AI 不是加在工具栏上的一个按钮，而是把整个编辑器改成了对话入口：你说要什么，它生成一版可编辑的稿，你继续说哪里不对，它接着改。

AI 2.0 到底改了什么

2026 年 4 月的 Canva Create 上，Canva 发布了 AI 2.0，核心是四个东西：对话式设计、智能体编排、基于对象的编辑、持久记忆。

四个里最实用的是基于对象的编辑。以前的 AI 出图是一张整图，改一个角就得重生成；现在生成结果是分层的，每个文字、每个图形都是独立对象，你能像编辑自己做的稿一样去动它。这个体验差别很大——它把「AI 生成」和「手工排版」之间那道墙拆了。

持久记忆是第二个有意思的东西。它会记住你的品牌色、常用字体、惯用版式，下次生成自动套用。用得越久越像「你们家的东西」，这也是它跟一堆模板站的本质区别。

Craft 和 Brush：自研模型的两个方向

2026 年 10 月 22 日，Canva 上线了自研图像模型 Canva Craft，两层架构：一个规划模型写构图方案，一个渲染模型照着画。输出最高 2K，支持 30 多种比例，55 种语言的文字渲染，而且天生适配分层拆解。官方称它在 DesignArena 图像生成榜单位列第四。

一周后的 10 月 29 至 30 日，又上线了 Canva Brush——这是一个专门做「改」而不是「生」的模型。它不生成新图，而是编辑已有设计：从改一个文字元素到改一整份演示文稿。它的做法是写代码去操作设计元素，然后检查自己的输出、再迭代。官方数据是通用设计编辑任务快 69%、单次编辑成本低 46%。

这两个模型的组合说明 Canva 想清楚了一件事：生成只是开始，编辑才是日常。大多数人一天里改图的时间远多于生图，Brush 打的就是这个痛点。

它真正强的地方，不是 AI

如果你只用过它的 AI 功能，会低估它。Canva 真正的壁垒是素材与模板的量级、品牌套件、以及尺寸派生。一套物料做一次，Magic Switch 能派生出十几个平台的尺寸，还能顺便把演示文稿转成文档、把长图转成社媒帖。

这件事在真实工作里的价值，比「AI 生成一张好看的图」大得多。因为运营的痛点从来不是做一张图，是做二十张不同尺寸的同一张图。

它的边界在哪

三条边界，都很硬。第一，做不出不像模板的东西。它的版式库太强，强到你一眼能认出「这是 Canva 做的」。做品牌调性要求高的物料，这个特征会拖后腿。

第二，精细控制不够。字距、行距、路径文字、多图层混合模式，这些专业排版需要的能力它都有，但都不好用。做一张能发的图足够，做一张能印的高精度物料勉强。

第三，AI 额度不透明。免费版的 AI 额度是「共享池」，官方没公布具体数值，用着用着就没了。付费版按年计费，Pro 约 120 美元一年，Business 约 210 美元一人一年，还单卖 AI Pass 加额度。

Firefly Design Intelligence（2026 年 3 月）· Brand Intelligence · Creative Production 工作流

Adobe Express 的定位这几年一直有点尴尬：比 Canva 专业，比 Photoshop 简单，两头不靠。但 2026 年 Adobe 给它找到了一个新位置——企业级品牌物料的批量生产线。

Firefly Design Intelligence：从 Illustrator 直接产物料

2026 年 3 月上线的一个能力，值得单独说。它做的事是：学习你品牌的视觉规则——颜色、字体、Logo、版式——然后在 Illustrator 里直接生成可复用的设计。不是生成一张图，是生成一套按规范搭好的版式，改内容不改结构。

这条能力解决的是企业里最常见的一种浪费：同一套物料，市场部做一遍、区域做一遍、门店再做一遍，每次都要重新对规范。有了它，规范变成生成时的约束条件，做的人只需要填内容。

Brand Intelligence：把「合规」变成自动检查

同一时期上线的 Brand Intelligence 做的是另一半：拿品牌规则去校验产出。颜色对不对、Logo 用得对不对、禁用表述有没有出现，生成和组装的时候自动过一遍。

这个东西听起来无聊，但对大企业是刚需。一个几千人的公司，物料合规靠人审是审不过来的，只能靠系统卡。

Creative Production：批量作业的工业逻辑

2026 年 Adobe 在 Firefly 里加了一整套「生产」概念：Create workflows 让你把创意步骤串成可复用的流水线；interfaces 让非专业用户跑批量任务，一次最多 500 个输入素材；还有按 Banners at Scale、Product Assets 分类的工作流模板。

这套东西的思路和 Canva 完全不同。Canva 想的是「一个人怎么更快做一张图」，Adobe 想的是「一个组织怎么稳定产出五千张图」。前者是创作者工具，后者是生产线。

它的短板同样明显

第一，AI 能力分散在太多产品里。Firefly 网页版、Express、Photoshop、Illustrator、InDesign 各有一摊，功能重叠、入口混乱。你要花不少时间搞清楚「这个功能到底在哪个产品里」。

第二，中文场景弱。中文字体、中文排版规则、国内平台尺寸规范，都不如国产工具顺手。做国内社媒物料，它的效率优势会被抵消掉。

第三，订阅结构复杂。Creative Cloud 的套餐本身就绕，AI 功能又分「含在订阅里」和「消耗生成额度」两种，采购时容易算错。企业版还要单独谈。

稿定 AI（Agent 模式）· 电商工作流 · 30 万+ 模板 · 9000 万可商用素材

如果说 Canva 是全球版「什么都能做」，稿定就是国内版「电商和运营要的那几件事做得特别顺」。它的产品结构非常务实：不追求通用设计能力，只把电商主图、商品详情、社媒封面这几条线做透。

它把电商出图拆成了流水线

打开稿定 AI，你会看到一整排「工作流」：一键商品精修、电商主图直出、商品详情页、商品场景图、模特试衣、换模特、模特换背景、姿势裂变、万物穿戴、爆款主图复刻、AI 改字。

这不是功能列表，是任务列表。每个入口对应的都是电商运营真实会说的话：「把这批平铺图做成上身图」「把这个爆款主图换成我们的产品」「把这批商品图统一换成秋季背景」。

这种「按任务组织功能」的设计，比「按工具组织功能」更适合它的用户群。运营不需要知道什么是蒙版、什么是图层，只需要知道「我要做什么」。

批量套版是它最被低估的能力

导入一组图片或一张数据表，自动替换图文，一次生成几十张同版式物料。这个能力在连锁门店、多 SKU 店铺、区域加盟这些场景里是刚需——一百家店的开业海报，文案只有店名和地址不同，人工做要一周，套版做要半小时。

配套的还有批量抠图（最多 30 张一次）、批量加水印、九宫格切图。这些东西不酷，但都是真实工作里每天要重复几十遍的动作。

它的三个真实限制

第一，模板同质化。这是所有模板工具的通病，稿定也不例外。同一个节日，几万个商家用同一套模板，用户刷到第三张就无感了。品牌内容一定要做二次改造。

第二，商用授权要单独买。平台素材号称带正版授权，但会员权益分档，商用授权是单独的（个人商用约 40 元一月）。用之前一定看清条款，别等投放被投诉才发现授权不覆盖。

第三，AI 生成的商品图要验货。生成的场景图容易出现和实物不符的细节——扣子位置、纹理走向、配件数量。电商图最怕「图和货不一致」，退货率和投诉都从这里来。

Figma 智能体 2026 年 10 月 15 日转正式可用 · Make 集成 Payload · 20 家 MCP 合作集成

Figma 在 2026 年做了一件很聪明的事：它没有去比「谁生成的界面更好看」，而是把 AI 塞进了设计系统里。这个选择让它的 AI 看起来很「不惊艳」，但用起来最踏实。

智能体干的是脏活，不是创意

2026 年 10 月 15 日，Figma 的画布智能体结束测试、正式可用。它能做的事包括：生成设计方向、画流程图、改图、搜文件、批量重命名图层、给原型加交互、检查对比度。

你注意到没有，这里面没有一项是「替你想创意」。它的定位很清楚——把重复劳动接过去，把判断留给人。这跟很多 AI 设计工具的宣传口径相反，但更接近真实工作。

我见过的最有效的用法不是「让它生成一个页面」，而是「让它把我这三十个图层按命名规范重排一遍」「让它把这份稿里所有小于 12 号字的正文找出来」「让它按我们的组件库把这一屏重搭」。这些事人做要两小时，它做要两分钟，而且不会累。

Make 不再只是「提示词转代码」

Figma Make 刚出来时是个玩具：输一段话，生成一个能跑的原型，好看但没法用。2026 年它变了两件事。

第一，集成了 Payload。这是一套开源的内容框架，去年被 Figma 收购。集成之后，用提示词生成的网站自带数据库、文件存储、用户登录和管理后台——运营能在后台改文案，不用等工程师。这补上了「提示词建站」缺的那块后端。

第二，能接你的本地代码库。连上 GitHub 仓库，在 Make 里打开你真实的应用、跑真实数据，改完直接从 Figma 提一个 pull request。这个功能目前是闭测、仅 Mac、需要排队，但它指向的方向很清楚：设计与开发的边界正在消失。

MCP：被低估的那块拼图

Figma 的 MCP 服务器在 2026 年变成了双向的。一边是 Write to canvas：Claude Code、Cursor、Copilot 这些编码代理可以读写你的设计稿，以你的设计系统为准；另一边是 Code to canvas：把线上真实的界面抓回 Figma，变成可编辑的图层去评审。

同时新增了 20 家 MCP 合作集成，包括 OpenCode、Dia、JetBrains 的 Junie、Meta Muse。这些名字你可能不熟，但它们代表一件事：设计的入口正在从「打开 Figma」变成「在你工作的地方调用 Figma」。

新产品线铺得很开，但成熟度不齐

2026 年 Figma 的产品线已经很长：Design、Make、Sites、Buzz、Slides、Weave、Motion、Draw、Specs。听起来什么都能做，实际上成熟度差很多。

Sites（发布网站）和 Buzz（品牌物料量产）都还挂着 Beta；Weave（预置 AI 工作流，用于生成图与矢量）和 Shaders（提示词生成着色器）也是 Beta；Specs（把决策、代码、设计上下文放在一个容器里）刚开放测试。真正稳的只有 Design 本体和 Dev Mode。

这意味着：你可以相信它的设计能力，但不要相信它的每一条新产品线。选型时把 Beta 功能当赠品，别当承诺。

成本结构值得单独算一次

Figma 上了 AI credits，按团队分配，可以设预算，企业版还有用量 API。这意味着「多招一个人多一份钱」变成了「多跑几轮生成多一份钱」。

实际项目里，AI 额度的消耗比想象中快得多。生成十个方向、每个方向再改五轮，一轮对话就是一次消耗。建议一开始就把额度分配给具体的人和项目，而不是全团队共享一个池子——共享池的结果一定是前两周被跑光。

Pixso 2.0 · AI 文生设计稿 · D2C 生成 HTML/React/Vue/Flutter/ArkUI · Pixso MCP

Pixso 是这一卷里最「工程化」的一个。它的 AI 功能不算最花哨，但整条链路的完成度很高：从一句话生成稿，到改稿，到出代码，到交给开发，中间不断档。

文生设计稿：价值在于「可继续编辑」

在空白画布输入一句「旅游 App 主界面」，它生成的是带首页布局和交互组件的完整初稿，每个图层都能拖出来改。这一点很关键——很多工具的「文生 UI」生成的是图片或者一堆无法命名的图层，改起来比重做还累。

2026 年云栖大会上，Pixso 强调的另一点是方案数量不等于价值。它的说法是：让团队看见可选路径、讨论取舍依据，才是生成能力在设计流程里的价值。这个判断我认同，也是我在实际项目里的体感——AI 生成的三个方向，通常两个直接否掉，第三个给你启发，这个启发就值回票价。

设计系统参与生成，是它的分水岭

Pixso 支持结合原生组件库或企业自有组件库来驱动生成，生成时可以选择智能设计系统、通用设计系统或自定义设计系统，还能通过变量系统对颜色、间距、主题做全局调整。

这件事的差别在验收环节才显现：不接设计系统生成的稿，进不了评审，因为颜色不对、间距不对、组件不对，评审会变成「这稿得重做」。接了设计系统生成的稿，至少能进评审讨论业务，而不是讨论色号。

D2C 和 MCP：把上下文交到研发手里

Pixso 的 D2C 是工业级的：选中设计区域，生成 HTML、React、Vue、Flutter、ArkUI 代码，可以复制也可以打包下载。设计稿提供布局和样式，业务逻辑由研发补。

Pixso MCP 则让 Cursor、VS Code 这类工具直接读设计稿的图层结构和图片数据。这两个能力加起来，把「设计交付」从「发个链接 + 标注」变成了「给一段能跑的代码 + 一份结构化上下文」。

它最适合的场景，其实是私有化

Pixso 有一个别的工具很难比的优势：私有化部署。支持单机和集群部署，可以放内网、放私有云，配企业账号登录、权限管理、成员操作日志、资产交接。

这决定了它的客户画像：制造业、汽车、金融、军工、材料科学这些对数据出境敏感的行业。它的公开客户名单里有比亚迪、海尔、南方基金、中国兵器装备集团，这个组合很说明问题。

对这类客户来说，选型的第一道门槛不是「AI 强不强」，是「数据能不能不出内网」。过了这道门槛之后，才轮到比功能。

客户端 2.0.2（2026 年 7 月）· AI 生成 UI · 一键转主题 · Figma/Sketch 导入

即时设计在国内的定位一直很清楚：做设计师用得起的专业工具。个人基础功能免费，这点在学生和小团队里口碑很好。2026 年它的 AI 能力不算最前沿，但够用，而且和它自己的编辑体验结合得比较顺。

AI 生成 UI：一句话到可编辑稿

它的核心能力是自然语言生成可编辑的 UI 设计稿，官方口径是 30 秒。实际体验里，简单页面（登录、列表、详情）的还原度不错，复杂业务页面还需要大量手工调整。

另一个实用功能是截图或手绘稿转设计稿。上传一张草图，识别后生成可编辑的数字稿，还原度大概八成，剩下的两成是间距和对齐，需要人调。这个能力在「快速把想法可视化」的场景里很好用。

一键转主题：被低估的效率工具

把整个项目的配色、圆角、字重瞬间切换成另一套风格。这个功能听起来简单，但对需要出多版方案的设计师是救命稻草——以前改一套主题色要半天，现在一分钟。

它背后的能力是样式与变量的结构化。能做到一键切换，前提是你的稿是用样式和变量搭的，不是一个个手填的色值。这也反过来说明一件事：AI 功能的可用性，取决于你原来的文件有多规范。

它的现实处境

即时设计面对的竞争很残酷：往上，Figma 有生态和协作网络；往旁边，Pixso 有私有化和工程链路；往下，各类 AI 生成工具在抢「快速出稿」这个入口。

它选择的路是把基础体验做扎实 + 保持免费。插件生态在长（DesignBridge、MCP Bridge、DesignProMAX 这类社区插件），模板和资源库在补，跨平台支持也算全（网页、macOS、Windows、Linux、iOS、Android、小程序）。

对个人设计师和学生来说，这是一个非常理性的选择：零成本获得一套专业级的编辑能力，需要协作时再升级。对团队来说，要评估的是长期稳定性和生态深度。

Framer Agents 与 Branching（2026 年 6 月 16 日）· Workshop（Claude 4.5 驱动）· AI Translate 100+ 语言

Framer 是这份名单里唯一一个「做完就上线」的工具。它不产出设计稿，产出的是一个能访问的网站——域名、托管、CDN、CMS 全都包在里面。

2026 年的转折：从「一键生成」到「智能体协作」

2026 年 6 月 16 日，Framer 发布了三样东西：Framer Agents、External Agents、Branching。

Agents 是原生在画布上的设计代理。它不只是生成页面，还能写文案、管 CMS 内容、加 SEO 元数据、做无障碍检查。关键是所有改动都可见、可编辑、可撤销——它在你的画布上干活，不是扔给你一个黑盒结果。

Branching 是这次最实用的一个。代理在独立分支上工作，你可以并排比较不同版本，满意了再发布。这个设计解决了 AI 建站最大的心理障碍：怕它把我的站改坏了。有了分支，改坏了扔分支就行。

External Agents 让 Claude Code、Codex、Cursor、Gemini CLI 这些外部代理直接操作你的站：从 Slack 改文案、从终端触发 CMS 变更、从 GitHub PR 发布。

Workshop：一句话生成交互组件

Workshop 是 Framer 里我最喜欢的功能。你用一句话描述一个交互效果，它生成一个真正可用的代码组件，属性已经接好到右侧面板，可以像内置组件一样调参。

2026 年它换成了 Claude 4.5 驱动，速度和建议质量都上了一个台阶，而且开始支持非 Workshop 创建的代码组件。

这个能力的价值在于：它把「需要一个前端」这件事延后了。以前做一个滚动视差效果要找人写代码，现在描述一下就有，不满意再让人改。

它的两个硬约束

第一，按站收费，不是按人。Free 免费但只能用它子域名；Basic 约 10 美元一月，30 页；Pro 约 30 美元一月，150 页，带 staging 和回滚；Scale 约 100 美元一月。另外每个编辑席位加 20 美元，纯内容编辑角色 10 美元。

这个计费方式对做多个站的人是坑。三个站就是三份订阅，加上编辑席位，账单会比想象的高不少。

第二，不适合内容量大的站。它的 CMS 好用，但有天花板：几千篇文章、几十个分类、复杂的关联查询，它撑不住。做市场站、作品集、产品落地页非常合适，做内容型媒体站不行。

V4（2026 年 2 月）· V4.1（5 月）· Vector Editor + Design Agent（7 月）· V4 Styles（8 月）· V4.1 Flash（9 月）

Recraft 是这份名单里唯一一个把「设计交付」做成主线的工具。别的工具生成完就结束了，它生成完才开始：矢量化、编辑锚点、锁风格、存品牌套件、导出生产文件。

原生 SVG，和「伪矢量」的区别

市面上很多工具说能出矢量，实际是把位图用算法描一遍，得到一堆节点爆炸、曲线畸变的路径，进了 Illustrator 还得重画。

Recraft 的 V4.1 Vector 输出的是原生 SVG：贝塞尔路径干净、节点少、填充规则正确，打开就能改。这是它最硬的一条能力，也是最难被追平的一条——它需要在模型层面就把「矢量」当成输出格式，而不是后处理。

配合 2026 年 7 月上线的 Vector Editor，你能在 Recraft 里直接拖锚点、调曲线、给单个形状换色，不用导出到别的软件。这一步把「生成」和「精修」闭合在了同一个工具里。

V4 Styles：把风格变成一个可复用的对象

2026 年 8 月上线。喂进去 1 到 10 张参考图，它提取出一个可复用的风格，之后所有生成都按这个风格来。

这件事的意义在于把「描述风格」变成了「引用风格」。以前你要反复写「同样的配色、同样的笔触、同样的氛围」，写得再细也会有偏差；现在风格是一个对象，引用它就行，一致性有保证。

对品牌团队来说，这是刚需。一套品牌插画要做五十张，靠提示词描述风格必然散，靠风格锁定才能一致。

Design Agent 和外接模型

7 月上线的 Design Agent 更进一步：描述一个产品或品牌，它生成一套协调的东西——Logo、色板、字体、图标——存成一个可复用的 Design Kit。这是往「AI 品牌设计师」的方向走。

同时 Recraft Studio 开始托管外部模型：FLUX、Nano Banana、Ideogram、GPT Image、Imagen、Qwen Image、Seedream，还有若干视频模型。它从「单一模型工具」变成了「模型超市 + 设计工作台」。

它的边界

第一，不擅长照片级真实。做产品摄影、人像、写实场景，它不如专门做写实的模型。它的审美偏向插画、图形、品牌视觉。

第二，订阅制对小用量不友好。免费给 500 周额度，Basic 约 10 美元一月，Pro 约 48 美元一月（含完整 API）。一个月只用几次的人，这个价格不划算。

第三，单模型时代的优势在稀释。它现在也接外部模型了，意味着「只有 Recraft 能出真矢量」这个独占性会慢慢变弱。但短期看，它的矢量质量仍然领先。

2026 年 4 月 17 日发布 · 6 月 17 日大版本更新 · 基于 Claude Opus 4.7 · 首周超百万用户

Claude Design 是 2026 年最不像「设计工具」的设计工具。它没有画布工具该有的样子——没有图层树、没有钢笔工具、没有对齐面板。它的交互方式就是对话，加上一个能直接拖拽的画布。

它的独特之处：从代码库反推设计系统

2026 年 6 月的更新重做了设计系统导入。你可以从一个或多个 GitHub 仓库、设计文件、或者原始上传里把设计系统带进来，Claude 用你的组件搭建，生成后拿结果和你的设计系统比对，发现不一致先自己改，改完再给你看。

这个流程的关键在「先自查再交付」。多数工具是生成完直接给你，你自己发现不对；它是生成完先过一遍规范，把明显不对的修掉。差别在于你要 review 的量，少了一个数量级。

对企业用户，还有一个管理员角色可以「批准一套标准系统并锁定编辑」，保证所有人的产出都符合公司规范。

设计和代码之间，没有交接

它和 Claude Code 是打通的：用 /design-sync 把设计系统拉进来，让所有产出从现有组件开始；设计做好了交给 Claude Code，它接着你已有的工作往下写，而不是从一张截图重新猜。

反过来也行：在终端里用 /design 直接创建、编辑、同步设计项目，不用离开命令行。

这个双向通道的价值，在「改一版」的时候最明显。传统流程是设计改完导图、开发照着改、改错再返工；这里设计和代码共用同一份上下文，返工率低很多。

它的定位其实很清楚

官方说得很直白：目标不是替代设计师，是让你探索比截止日期允许的更多方向，并让「交给别人打磨」这一步尽可能顺。

这句话里藏着它的真实用法：它不是终稿工具，是初稿工具。你要的是快速看到六个方向、快速否掉五个、把剩下的那个交给设计师或交给 Claude Code。用错场景的人会觉得它「做得不够精」，用对场景的人会觉得它省下了整整两天。

三个现实约束

第一，它是 Beta。挂在 Claude Pro、Max、Team、Enterprise 套餐里，企业版默认关闭，要管理员手动开。功能和稳定性都在变。

第二，输出格式有限。主要是 PDF 和 PowerPoint，加上连接器导到 Adobe、Canva、Gamma、Figma 生态之外的几个工具（Base44、Lovable、Miro、Replit、Vercel、Wix）。它不是专业设计文件格式的产出方。

第三，它与聊天共享用量额度。这意味着设计做多了，聊天额度会紧。反过来也成立。用之前要算清楚，别把额度全花在生成方向上。

Stitch 2.0（2026 年 3 月 18 日）· 5 月 19 日更新 · Gemini 3 驱动 · 无付费档

Stitch 是这份名单里唯一一个「完全免费、没有付费档」的工具。它出自 Google Labs，前身是被 Google 收购的 Galileo AI。免费这件事不是营销策略，是实验室项目的常态——它随时可能变。

Vibe Design：用氛围而不是提示词开头

2026 年 3 月 18 日的 2.0 版本引入了一个概念叫 vibe design：你不用写精确的提示词，可以描述你希望用户打开页面时的感受，或者贴一个让你受启发的链接，它生成多个不同的设计方向。

这跟「写一段很长的 prompt 期待一次到位」是相反的思路。它承认一件事：早期阶段你说不清要什么，但你能认出什么是对的。所以它给你一堆选项让你挑，而不是让你一次说准。

语音画布与无限画布

5 月的更新加了实时流式生成和语音输入。你可以对着画布说话：「给我三个不同的导航栏布局」「这个按钮太大了」，它实时改。语音在 UI 设计里不常见，但确实比打字快，尤其是在批判和微调阶段。

无限画布让多个屏幕共存，能连成可点击的流程，按 Play 预览。这让它从「单屏生成器」变成了「流程设计工具」。

DESIGN.md 与 MCP：它想接的是编码助手

这是它最有意思的一步。Stitch 能把设计系统导出成一个叫 DESIGN.md 的纯文本文件——字体、色板、组件规则、间距约定，全在里面。编码助手读了这个文件，就知道你的界面该长什么样。

配套的还有 MCP 服务器，能接进 Claude Code、Cursor、Gemini CLI、Antigravity IDE。你在这里生成界面，导出 DESIGN.md，编码助手照着规则写前端。

这条路子和 Figma 的 MCP 很像，但轻得多：Figma 传的是结构化的设计数据，Stitch 传的是一份人能读、机器也能读的说明书。前者精确，后者通用——任何模型都能读懂一段 markdown。

免费的真实代价

第一，有生成额度。标准模式每月约 350 次，实验模式约 200 次（也有资料说 50 次，Google 调整过多次计费方式）。重度使用会撞墙，而且没有付费升级的选项。

第二，它是实验室项目。没有 SLA，没有付费支持，功能随时可能变，项目本身也可能被关停或并入付费产品。任何你在意的东西，当天就要导出。

第三，中文化弱。中文界面生成的中文排版质量一般，做国内产品要额外调。

下面两张表是这篇的核心。第一张看能力边界，第二张看成本与门槛。建议先看第一张的「交付物」一列，把不属于你需求的行直接划掉，剩下的再细看。

表一：能力边界

「中文适配」指界面中文排版质量、中文字体支持、国内平台尺寸与合规适配三项的综合体感，不是官方指标。

表二：成本与门槛

这两张表放在一起看，会发现一个反直觉的结论：最贵的不是单价最高的，是最不匹配的。一个五人运营团队买 Figma 组织版，一年花几万块，实际只用它的画布功能，这钱的效率远不如买 Canva 加稿定。

下面五条路径覆盖了绝大多数真实场景。找到最像你的那一条，直接抄作业，不用再纠结。

路径一：一个人做内容，什么都得自己来

预算有限、没有设计基础、每天要出图。选 Canva + 稿定（国内业务）或 Canva 单开（海外业务），加一个 Stitch 做免费探索。

Canva 解决 90% 的日常物料，稿定解决国内平台的尺寸与规范，Stitch 用来在需要「看看别的可能」时白嫖几个方向。全年成本控制在两千元以内，产能足够支撑一个人运营三到五个账号。

路径二：电商或本地生活商家，图是生产工具

选 稿定设计 为主，Canva 为辅。核心不是设计能力，是批量与规范：几十个 SKU 的主图、几十家门店的开业物料，靠套版和批量任务解决。

要特别注意两件事：商用授权单独买，别省这笔钱；AI 生成的商品图必须和实物核对，电商图最怕「图和货不一致」。

路径三：产品团队，交付物是界面

数据能出内网、追求生态，选 Figma；数据不能出内网、要私有化，选 Pixso；预算紧张、团队小，选 即时设计 起步。

三者不必二选一。常见组合是「Figma 做主力 + Stitch 做初稿探索」，因为 Stitch 免费、导出 Figma 文件干净，把它当「草稿机」用性价比极高。

路径四：品牌团队，交付物是资产

选 Recraft 做矢量资产，Adobe Express 做规范落地，Figma 或 Pixso 做设计系统沉淀。

这条路径的核心不是「多做几张图」，是把品牌变成机器能读的规则：色值、字体、间距、组件、插画风格，全部结构化。做完这一步，后面所有 AI 工具的效果都会变好——因为它们终于有依据了。

路径五：市场团队，要快速上线落地页

选 Framer 做主站，Claude Design 做前期方向探索，Canva 做配套物料。

Framer 的价值是「一个人一天上线一个像样的站」，Claude Design 的价值是「在上线前先看六个方向」。注意 Framer 按站收费，做多站要算清账；Claude Design 与聊天共享额度，别把额度全用在生成方向上。

选型讨论最容易跑偏的地方，是只算订阅费。真实的成本结构是四块：订阅、人力时间、返工、机会成本。四块里通常只有第一块是显性的。

第一笔：订阅费，其实占比最小

一个设计师的月薪按一万五算，一天的工时成本约七百元。一个工具的订阅费一个月一百多，占人力成本的 1% 左右。所以「这个工具贵不贵」这个问题，在专业场景里几乎不重要——重要的是它能不能省下你两天。

真正需要算订阅费的场景，是那些用量小但必须有的工具。比如一个月只用两次的矢量化工具、一年只做两次的品牌手册工具。这类工具用「按次付费」或「用完就退订」更划算。

第二笔：AI 额度，最容易超的一块

2026 年所有工具都在往「按用量计费」转，这是趋势，也是坑。生成十个方向、每个方向改五轮，一轮对话一次消耗，一个下午就能把一个月的额度跑掉三分之一。

控制额度的办法有三个：一是先想清楚再生成，别用生成来代替思考；二是用低精度模式做探索，定稿再出高精度；三是按人分配额度，别全团队共享一个池子。

第三条最重要。共享池的结果一定是前两周被少数人跑光，剩下三周全团队不能用。分给具体的人和项目，反而能逼出节制。

第三笔：返工，最贵的隐性成本

返工来自三个地方。一是 AI 生成的稿不符合规范，进不了评审，要重做；二是生成的图和实物不符，电商场景要重拍重做；三是文件的格式或分辨率不对，印刷前才发现，全部重来。

这三类返工有一个共同的解法：把验收标准前置。在生成之前就把规范、尺寸、分辨率、色彩模式写进模板或提示词，比生成完再检查省得多。

第四笔：机会成本，算不清但最重要

一个团队如果因为工具不好用，导致「想做的物料做不出来」，这个损失没法量化，但真实存在。反过来，如果工具好用，团队会愿意多做几版方案、多试几个方向，这件事的收益也没法量化，但同样真实。

我的经验是：在工具上省钱的团队，最后都在人力上多花了钱。因为工具不好用，就要靠人堆时间补。而人的时间是线性增长、有上限的，工具的效率是指数增长、没上限的。

这七个坑我都在真实项目里见过，有的自己踩过。按踩到的频率排序。

坑一：拿生成图当矢量用

最常见，也最致命。用出图工具做了个 Logo，客户满意，然后要印刷、要绣在工服上、要做成门头发光字。这时候发现是位图，放大就糊，矢量化之后边缘全是毛刺。

解法很简单：凡是会长久使用、需要缩放的图形，一开始就用能出真矢量的工具做。判断标准是「这个图形会不会出现在名片、工服、门头、包装上」，只要有一个「会」，就必须是矢量。

坑二：没有设计系统就上 AI 设计工具

2026 年的 AI 设计工具都在往「按你的规范生成」走。没有规范，它只能按通用审美生成，结果就是「看着不错但不像我们家的」。

正确顺序是：先花两周把设计系统建起来，再上 AI。哪怕只是一个色板、两套字体、十个基础组件，效果也完全不一样。这一步没有捷径，但回报是复利的。

坑三：把 AI 生成的内容直接发出去

文案有事实错误、图有细节失真、价格和活动对不上。AI 生成的内容看起来通顺，但它不知道你的业务，编造起来毫不犹豫。

解法是把 AI 当实习生：它能干活，但每一条都要有人签字。尤其是涉及价格、日期、地址、资质这些硬信息，必须逐条核对。

坑四：忽略商用授权

字体、素材、模板、生成图，四类东西的授权范围各不相同。免费字体往往只允许个人使用，模板素材往往不允许二次分发，生成图的商用范围跟着账号方案走。

最容易被忽略的是字体。海报上用了未授权字体，印五千份，事后被追责的案例不少。稳妥做法是用企业已购授权的字库，或者把文字转成图形再交付。

坑五：按站或按量计费算漏了

Framer 按站收费，三个站三份钱；Figma 按额度，多跑几轮就超；Canva 的 AI 额度按套餐分级，加额度要单买 AI Pass。这些在试用期都不明显，签了年费才发现。

解法：签之前先跑一个月真实业务量，看账单再决定年付还是月付。年付折扣通常 20%，但算错的代价远超这 20%。

坑六：把 Beta 功能当承诺

Figma Sites、Buzz、Weave、Shaders 都是 Beta，Stitch 整个产品是实验室项目，Claude Design 是 Beta 且企业版默认关闭。Beta 意味着功能会变、会砍、会重新定价。

判断方法：问自己「如果这个功能明天消失，我的流程还转得动吗」。转不动，就别把它放进核心流程。

坑七：一次性全铺开，没有试点

全员上线听起来气势足，实际上问题会同时爆发：额度不够、规范没建、培训没做、模板没沉淀。一次失败的全员推广，会让后面两年的任何工具提案都很难通过。

正确做法是找两三个意愿强的团队先跑一个月，把坑踩完、把模板沉淀好，再推全员。这一个月不是浪费，是最省的学费。

写了这么多，最后收成三句话。这三句话不代表任何厂商，只代表我看过几十个团队用 AI 做设计之后的判断。

第一句：AI 已经能出图，但还出不了「判断」

2026 年的工具，生成一张能看的图、一套能评审的界面、一批能用的矢量，都已经做得到了。它们做不到的是：判断这张图该说什么、这套界面该优先解决谁的什么问题、这批资产该往哪个方向长。

这个差别在项目里非常具体。AI 能给你十个 logo，但它不知道你的品牌该是「可信」还是「有趣」；它能给你五版落地页，但它不知道你的客户最在意价格还是服务。这些判断只能人来做，而且做错的代价，比做得慢大得多。

第二句：赢家不是会用工具的人，是有规范的人

同一个工具，在两个团队手里效果差三倍，差别几乎全在「有没有规范」。有规范的团队，AI 生成的东西能直接用；没规范的团队，AI 生成的东西要改到面目全非。

所以 2026 年最值钱的设计投入，不是买工具，是把规范写下来：色值、字阶、间距、组件、语气、禁用项。写成机器能读的格式（变量、组件库、DESIGN.md），AI 才用得上。

这件事听起来不酷，但它是所有 AI 能力的乘数。规范是 1，AI 是后面的零；没有 1，零再多还是零。

第三句：工具的寿命，比你想的短

2026 年 7 月，Motiff 停服。它曾是「AI 生成 UI」赛道里跑得最快的一个，融过资、做过 MCP、性能一度被拿来和 Figma 比。停服的时候，用户只有四个月时间导出文件。

这不是孤例。Google Stitch 是实验室项目，随时可能关停；Figma 的一堆新产品线还挂着 Beta；很多小工具的商业模式根本没跑通，靠融资活着。

所以选型时一定要问一句：如果这个工具明年消失，我的东西拿得出来吗。答案应该是「能」——源文件在本地、格式是通用的、规范是自己的。这一条比任何功能对比都重要。

最后说句实话：这十款工具，没有一款能替你决定该做什么设计。它们能把你已经想清楚的事做得更快、更整齐、更省人力，但想清楚这一步，仍然只能你自己来。

工具越强，这个差别越明显。