【Figma Agent 深度解析】AI 助手降臨畫布！3 大核心能力與自動化工作流大解密

Figma 全新推出的「Figma Agent」正式登場！有別於一般的 AI 產圖外掛，它是直接內建於畫布中、能完全「吃透」設計系統的虛擬同事。再加上幾天前支援的 Make Custom Skills ，將大幅顛覆 UI/UX 的工作流。這篇文章將彙整官方最新情報，用最白話的日常辦公情境，帶你深度拆解 Figma Agent 的三大核心超能力！

前情提要｜Figma 最近這波更新，野心很大

如果你最近有追 Figma 的 Release Notes，會發現它短短幾週內連續放了好幾個大招（不知道是不是為了預熱 6月的Config ）：

• Bulk edit in Figma Buzz：批量編輯下放到行銷素材場景。
• Do more with Grid：響應式排版的可控性整個拉高一檔。
• Custom Skills in Make：把團隊 SOP 封裝成 AI 能調用的「技能」。
• The Figma Agent is here：壓軸登場——原生於畫布的 AI 協作夥伴正式測試。

四個更新單獨看都不錯，串起來看意圖就很明顯：Figma 不是要做一個 AI 出圖工具來蹭熱度，而是要把整個設計工作流——從探索、執行、批量處理、到團隊知識沉澱——往 AI Native 的方向重構。這篇文章要拆的，就是這波更新最關鍵的那塊拼圖：Figma Agent。

為什麼 Figma Agent 不是「另一個 AI 出圖工具」？

過去兩年，AI 設計工具大致分兩種：「丟 Prompt 給我一張圖」的生成式，跟「幫你補幾個小圖示」的外掛。共通點是——跟你的工作流是斷的。產出物得手動拖回 Figma、跟設計系統毫無關係、改一版要重跑一次。

Figma Agent 想解決的，正是這件事。

原生於畫布，不是外掛、不是分身

Figma Agent 直接活在你的畫布裡，跟你開同一份檔案、用同一套 Library，支援同文件即時協作。你在左邊調 Auto Layout，它在右邊跑五個方案變體，互不干擾。體感差異很關鍵：以前是「我去找 AI 幫忙」，現在是「AI 就坐在我隔壁」。

它讀得懂你的 Design System

這是 Figma Agent 最被低估、但對設計師最重要的一點。

一般 AI 出圖工具給你的是「看起來像 UI 的圖片」，但它不知道你的 Button 用哪個 Token、Spacing 該抓 8 還是 12。結果就是好看但不能用。

Figma Agent 會優先調用你最近高頻使用的組件，也接受你直接指定組件庫、樣式、變量。產出物不是「示意圖」，是能直接交付、能順著 MCP 轉成代碼的真實設計檔。

Agent vs MCP：兩者怎麼分工？

簡單講：Agent 幫你把設計做出來、做得好；MCP 幫你把設計交出去、交得準。

核心能力一：快速探索多元設計方案

Figma 官方說過一句話我很認同：「好設計幾乎從來不是第一版的想法，也不會是第一條 Prompt 就能做出來的。」

任何熟練的設計師都知道，一個方案能上線，背後一定有十幾個被砍掉的版本。問題是——砍掉的那十幾個版本，過去得靠你一個一個手刻。Figma Agent 想解決的，就是這個探索效率的瓶頸。

它的玩法分成兩條主線：廣度探索與深度迭代。

廣度探索｜一鍵生成多種風格與結構

當你拿到一個需求、還沒想清楚方向時，可以直接讓 Agent 一次跑出多套方案。比如說：

• 同一個功能、不同風格：高級風、復古風、極簡風、Neobrutalism⋯⋯一次拉出來放在畫布上對比。
• 同一個風格、不同結構：同樣是儀表板，A 案走頂部導覽、B 案走側邊欄、C 案走卡片瀑布流。
• 同一個結構、不同密度：高資訊密度、留白派、行動裝置優先⋯⋯一次給你看完。

過去這種「廣撒網看方向」的階段，至少要花你半天到一天。現在你下一次 Prompt，喝杯咖啡回來就有八個方案在桌上等你挑——這才是真正改變設計流程節奏的地方。

深度迭代｜鎖定方案後深挖細節

挑中一個方向後，重頭戲才開始。

過去設計師最痛的環節，是「方向對了，但細節得自己慢慢磨」——調間距、換組件、試不同狀態、改互動邏輯⋯⋯每一個微調都要手動完成。Figma Agent 把這段路徑大幅縮短：

• 你可以指定它深挖某一個方案，跑出不同的實現方式（例如同一個登入流程的三種互動路徑）。
• 它全程嚴格遵守你的 Design System，不會給你一個用了奇怪顏色、字級全錯的「示意圖」。
• 它會優先調用你最近高頻使用的組件，也接受你直接指定組件庫、樣式、變量——精準度直接拉滿。
• 等方案定稿後，可以無縫聯動 MCP 轉代碼，工程師改完代碼後，設計端也能切回來繼續迭代。

這條「設計 ↔ 代碼」的雙向通道，是 Figma 整個 AI 工作流佈局的關鍵——Agent 負責創作，MCP 負責同步，兩條腿一起走才走得遠。

當試錯成本趨近於零，你能嘗試的方向就會變多，最終產出的設計質量自然也會提升。這才是 AI 對設計流程最深層的影響——不是取代你的判斷，而是放大你的判斷。

核心能力二：自動化處理重複設計雜活

如果說「探索方案」是 Agent 的進攻能力，那「處理雜活」就是它的防守能力——而且這塊對資深設計師的 ROI 更高。

因為 Agent 常駐在畫布裡、自帶完整專案上下文，過去那些需要手動反覆操作的重複工作，現在大多能自動化批量處理：

• 全局統一排版樣式：一鍵把整個檔案的字距、行高、邊距校齊。
• 批量替換佔位文字與圖片：Lorem Ipsum 跟假圖一次清乾淨。
• 一鍵切換組件狀態：Hover、Disabled、Loading⋯⋯整批同步。
• 單頁或整套深色模式切換：自動匹配填充顏色與對比度，不用手動微調參數。

對設計系統維護者來說，這個能力尤其有感。它可以批量編輯組件的描述標籤與使用案例、統一全局命名規範、自動生成包含全量狀態變體的完整組件文檔。過去 DS team 要花一週才能補完的文檔債，現在可能一個下午就清掉。

更實用的是，它能整合團隊內優質的設計案例，讓組件規範不只是「規則」，而是活的最佳實踐——這對團隊設計品質的長期治理，是真正的槓桿。

核心能力三：高效梳理設計反饋

設計師都懂一件事：真正消耗心力的不是做設計，而是處理「做完之後」的那一堆反饋。

PM 丟一句反饋、工程師留 comment、老闆在會議上補三句、用戶測試又冒出五個問題⋯⋯這些反饋散落在七八個地方，光是整理就花掉半天。

Figma Agent 因為掌握全部專案上下文，等於你身邊跟著一位全程在線的協作同事。它能做到：

• 匯總零散反饋，整理成可直接落地的修改清單。
• 多維度自查設計，提前排查潛在問題與風險。
• 過濾無效訊息，幫你鎖定真正該改的重點。
• 評審前先復盤設計邏輯，自查優化細節，提升過稿率。

換個角度說——Agent 是你的 project memory。它不會忘記三天前 PM 改過需求、也不會漏掉上週 design review 的某個結論。對任何長週期、多角色的專案，這個價值會隨著時間複利放大。

Make Custom Skills 讓 Agent 更貼合你的工作流

如果 Figma Agent 是「通才同事」，那 Make Custom Skills

就是讓你把它訓練成你們團隊專屬同事的關鍵。

它的概念很直白：把團隊重複用到的 SOP、設計規範、慣用 Prompt，封裝成一個可以反覆調用的「技能」。例如：

• 把「依照品牌規範產出社群貼文 banner」變成一個 skill，下次喊一聲就跑。
• 把「新功能上線檢查清單」做成 skill，每次 release 前自動跑一輪。
• 把資深設計師的審稿邏輯封裝成 skill，新人也能秒對齊團隊標準。

這代表什麼？代表 AI 不再只是個通用工具，而是會逐漸沉澱成團隊的設計資產。Agent + Custom Skills 的組合，才是 Figma 這波佈局真正的殺手鐧——前者讓 AI 進畫布，後者讓 AI 懂你們團隊。

FAQ｜常見問題

Q1. Figma Agent 跟 MCP 有什麼差別？ Agent 在畫布裡負責設計創作與迭代；MCP 在代碼編輯器裡負責設計與代碼的雙向同步。兩者互補，不是替代關係。

Q2. Figma Agent 需要額外付費嗎？ 目前處於分批次測試階段，不收費也不消耗 AI 積分。

Q3. 免費版用戶可以用嗎? 目前開放範圍是專業版、團隊版、企業版，免費版尚未開放。

Q4. Figma Agent 會取代設計師嗎？ 不會。它放大的是判斷與探索效率，最終的審美與決策權仍在設計師手上。

Q5. Make Custom Skills 跟 Figma Agent 是同一個東西嗎？ 不是。Custom Skills 是 Make 裡的功能，但兩者搭配使用，能讓 AI 工作流更貼合團隊需求。

重畫設計師的價值座標

回頭看 Figma 這波佈局」，會發現一件事：它從來沒打算做一個「會出圖的 AI」。

Bulk Edit、Grid 升級、Custom Skills、Figma Agent——四個看似獨立的更新，串起來其實是同一句話：把設計師從重複勞動裡解放出來，讓時間花在判斷、品味、策略這些 AI 還做不好的地方。

對設計師來說，這代表兩件事：

• 基礎執行的門檻被拉平：能不能畫出好看的介面，未來不再是分水嶺。
• 判斷力與系統思維的價值被放大：能不能管好 Design System、能不能在十個方案裡挑對那一個、能不能把模糊需求翻譯成精準產出——這些才是真正拉開差距的能力。

Figma Agent 不會讓設計師失業，但它會讓只會「執行」的設計師失去議價空間。與其擔心被取代，不如現在就把它拉進你的工作流，把省下的時間拿去做那些 AI 暫時還搶不走的事。