2026年5月12日 上午 12:50
AI 設計FIGMA · MAY 2026
QUICK ANSWER
Figma Make 昨晚上線 Custom Skills，讓你把團隊的設計規範跟工作流寫成一份 markdown 指令，下次在對話框打「/」就能呼叫。表面上是個小更新，本質上是把設計師多年累積的品味第一次變成可執行檔——AI 終於能照著你的方式做事，而不是繼續吐那種「看就知道是 AI 做的」設計。
CHAPTER 01 · WHAT IS IT
上週 Figma 在 Release Notes May Edition 那場 livestream 鋪了一個梗：「agents 開始進入 canvas」。當時看那場直播的人，多半把它當成又一波 AI 行銷話術——畢竟矽谷每家工具都在喊類似的東西。直到昨晚，Figma 把 Make 的 custom skills 正式打開，你能在對話框打「/」就跳出自己寫好的 skill 清單，整個情勢才清楚起來。
這不是又一個 AI 對話框的小升級。這是設計工具進入 agent 化的第二階段。
Skill 這個概念不是 Figma 發明的。Anthropic 先在 Claude Code 上做，邏輯很單純：把一份反覆要用的工作流程寫成 markdown 檔，AI agent 每次接到任務前先讀一遍，知道「這次該怎麼做事」。Figma MCP server 三月就用同樣的格式定義了 `figma-use`、`figma-generate-design` 這些官方 skills，搭 Claude Code、Codex、Cursor 等工具用。
昨晚把這套搬進 Make，是讓非 IDE 使用者也能寫 skill 給 AI 看。設計師、PM、學生、創作者，現在都能在 Make 介面裡建一份 skill，把自己的 PRD-to-prototype 工作流、團隊配色規範、命名習慣，全部 codify 成可呼叫的指令。
Anthropic 自己有一支兩分鐘的官方介紹影片，把 Skills 怎麼運作講得很清楚——這就是 Figma 現在搬進 Make 的同一套東西：
▲ Anthropic 官方：Agent Skills · Specialized capabilities you can customize
CHAPTER 02 · WHY IT MATTERS
你應該也有過這個感覺——讓 ChatGPT 或 v0 之類的工具產一張介面圖，第一眼就知道是 AI 做的。不是醜，是「太通用」。Button padding 多 2px、卡片陰影太重、副標跟內文間距永遠是教科書值、配色像 Tailwind 預設的 indigo 跟 emerald 撞在一起。每張看起來都像同一個無印良品設計師畢業作品。
原因不是 AI 不會設計，而是它不認識「你的設計」。設計品味在過去十年來，一直是設計師最值錢但也最難寫下的資產。你們團隊的 button padding 是 14 還是 16？副標跟內文間距是 12 還是 16？什麼時候用 ghost button、什麼時候用 outline？這些東西過去只存在三個地方：設計師的腦袋、Slack 上的某段對話、和那份永遠沒人讀完的 design guideline PDF。
"
Skills 補上了「設計品味」第一次能被執行的那塊空缺。
— ON THE MISSING PIECE
你把這些隱性規範寫成一份 SKILL.md，AI 每次工作前先讀一遍，輸出就會像「你們團隊的設計」而不是「AI 的設計」。Anthropic 的 Cat Wu 在 Figma 官方 blog 裡講得很直白：好的設計來自在乎細節的團隊，skill 教 AI 怎麼在 canvas 上工作，讓它做出來的東西真的尊重你的判斷。
CHAPTER 03 · HOW IT WORKS
Skill 不用寫程式，本質上就是一份 markdown 檔。結構其實非常簡單，三層：上面一段 YAML frontmatter 定義 metadata，中間一段 description 告訴 AI 何時該觸發這個 skill，下面一段 markdown body 是具體步驟。
SKILL.md ANATOMY
① YAML FRONTMATTER · 身分證
name: apply-design-system
description: 把現有設計連接到團隊設計系統元件
② DESCRIPTION · 觸發路由
告訴 AI「什麼情況該用這個 skill、什麼情況不該用」。寫得越清楚，AI 越不會誤觸發。
③ INSTRUCTIONS · 步驟清單
用條列式寫具體步驟。AI 接到任務時會照著做，順序、依賴、限制都寫進去。
▲ 不用寫 plugin、不用會程式，純 markdown 就能教 AI 做事
Figma 在 Make 把這套用「斜線觸發」實作出來。你寫好 skill 之後，下次在對話框打「/」就會跳出所有可用 skill 的清單，選一個就帶入 context。或者你直接寫普通 prompt，AI 會根據 description 自動判斷該不該套用。
真正狠的是它能跟 connector 串接。Figma 官方舉的例子是 `/build-from-prd` 配 Notion 或 Confluence connector——你把 PRD 文件丟進 Notion，在 Make 打一行「/build-from-prd
上週 Figma 跟 Anthropic 直接合錄了一場 livestream，叫〈Figma x Claude Code Live: Roundtrip workflows with Figma MCP〉，現場 demo 設計師如何用 Claude Code + Figma skills 在 canvas 跟 code 之間來回工作。這支比起讀文章更有感覺：
▲ Figma 官方：Figma x Claude Code Live · Roundtrip workflows with Figma MCP（skill + agent 實戰）
CHAPTER 04 · IN PRACTICE
Figma 三月推出 MCP server 那波，已經放出九個 example skills 讓社群參考。看這份清單比看新聞稿有用，能看出 agent 化設計工作流的真實 use case 長什麼樣：
FIGMA OFFICIAL · 9 EXAMPLE SKILLS
/figma-generate-library
從 codebase 反向生出 Figma 元件庫
/figma-generate-design
用既有元件跟變數做新設計
/apply-design-system
把散亂稿件接回設計系統元件
/sync-figma-token
code ↔ Figma variables 雙向同步 + drift 偵測
/rad-spacing
用變數套階層化間距系統
/create-voice
從 UI spec 生 VoiceOver、TalkBack、ARIA 規格
/cc-figma-component
從 JSON contract 反生 Figma 元件
/edit-figma-design
用 Warp 跟 Oz 編排 Figma 設計工作流
▲ 一半 Figma 自家做、一半社群實踐者（Uber、Edenspiekermann、One North、Rad Collab）貢獻
注意這份清單一半是 Figma 自己做、一半是設計圈的實踐者貢獻——Uber 的 Ian Guisard、Edenspiekermann 的 Chris Goebel、One North 的 Nick Villapiano、Rad Collab 的 Nolan Perkins。這些人不是工程師，是設計師，他們把日常會做的繁瑣工作寫成 skill，現在變成全世界都能用的工具。
這是個有趣的轉折。過去設計師要把工作流自動化，必須學會寫 plugin、懂 Figma API。現在只要會寫 markdown 就行。
Figma 4/30 那篇〈Workflow Lab: Expanding the canvas〉直接示範了 skill 在實務上能做到什麼樣的事——一邊是 Figma 設計、一邊是 code 實作的同個 export modal，agent 跑 `/sync-figma-token` 把兩邊 token 對齊之後，再產出一份 Visual Diff Audit 列出 8 個結構性差異。這在過去是設計師花一下午對著截圖手動標注的事：
CHAPTER 05 · THE REAL BET
我看這次更新有個觀點，跟 Figma 官方主軸不太一樣。Figma 在 sell 它的 agent 故事——「我們把 canvas 開放給 AI 了」。但真正的故事其實是另一個：在 AI 能做設計的時代，設計師的價值正在重新定位，而 skill 就是那個重新定位的工具。
過去五年，設計師的職業焦慮一直繞著一個問題打轉：「AI 會不會取代我？」答案在這次更新後變得更清楚了——不會，但會取代「不會寫 skill」的設計師。
邏輯很單純。當每個 PM、每個工程師、每個學生都能用 AI 產出一份還能看的 prototype，「能畫圖」這件事的市場價值會下降。但「能定義規則的人」的價值會上升——因為 AI 需要被告知該怎麼做事。誰寫 SKILL.md，誰就是規則制定者。
"
你的設計判斷力，第一次能規模化跑在每個 PRD、每個 vibe coding 上。
— THE REAL LEVERAGE
這跟過去設計師寫 design system 的差別在哪？差別在「執行端」。一份 PDF 規範書要靠人讀完、記住、執行，每個人理解都不一樣，最後 80% 的場合會被忽略。一份 SKILL.md 是 AI 每次工作前自動讀的——它不會忘記、不會偷懶、不會「這次趕時間先不照做」。這是設計規範第一次擁有強制執行力。
更深一層：skill 是可攜資產。你的 SKILL.md 可以跟著你離職、跨團隊、跨工具用。今天在 Figma Make 跑，明天在 Claude Code 跑，後天 OpenAI 出新工具一樣跑——只要該工具支援 markdown skill 格式。設計師有史以來第一次，能把自己的方法論裝進口袋帶走。
CHAPTER 06 · LIMITS
講完優點要講限制。Figma 自己在 release notes 也直接寫了一條：「Today, each person creates and manages their own skills.」——目前 skill 是個人管理，還沒辦法在團隊或組織內部共享。對企業設計團隊來說這是大問題，因為設計系統的價值就在「全團隊照做」。Figma 說「soon」會開放跨團隊發布，但「soon」是矽谷術語，可能三個月也可能半年。
第二個限制：寫 skill 的學習曲線比一般人想的高。「寫 markdown 不就好了嗎」——這話只說對一半。Skill 寫得好不好，差別在 description 的精準度、instructions 的順序設計、邊界條件的處理。寫得糙，AI 會誤觸發、誤理解、誤執行；寫得精準，AI 才會穩定產出。這個寫作能力本身就是個新技能，得練。
第三個限制：beta 階段免費，後續會收費。Figma 官方明確說了這會是 usage-based paid feature。意思是當你的 skill 跑得越頻繁、越深、越多 connector 串接，成本會線性上升。對小型工作室或獨立設計師來說，這是個要算清楚的賬。
SEE IT IN ACTION
上週 Figma 那場 Release Notes May Edition 直播，把 agent 化設計工作流的三個 demo 講完了。看完你會比較有感覺 skill + connector + canvas 真的串起來能做到什麼：
▲ Figma Release Notes 2026 · May Edition · 由 Yuhki Yamashita 主持
CHAPTER 07 · TAKEAWAYS
這次更新最值得設計師思考的問題不是「我要不要學寫 skill」，而是「我有沒有把我會的東西整理成可以教 AI 的格式」。
我自己在設計圈深耕快十年，這幾年寫教學寫書寫課程，最大的體會是：能教的東西才是真的會。腦袋裡那種「我感覺這樣對」、「這個 padding 看起來怪怪的」、「這顏色不行」的隱性判斷力，過去拿來自己用、拿來改學員作業很順手，但要傳承、要規模化就卡住。
Skill 給了一個新答案：把你的判斷邏輯寫成 markdown，讓 AI 替你套用在無數個場景。你的品味第一次有了「複利」結構——寫一次，跑無數次，越跑越精煉。
從這個角度看，custom skills 是設計工具產業的一個 turning point——不是因為它本身多強大，而是因為它定義了設計師接下來的核心能力長什麼樣。誰先開始寫 SKILL.md，誰先建立規模化資產。
下次打開 Figma Make，與其再 prompt 一遍「幫我用某某風格做張 landing page」，試試看寫一份 `/my-design-system` 的 skill，把你自己的規則塞進去。你會發現一件事：原來你以為自己「沒什麼方法論」的人，其實規則多到寫不完。
FAQ · 常見問題
概念一模一樣，格式幾乎相容。兩邊都是 markdown 檔，都有 YAML frontmatter 定義 metadata、用 description 路由觸發、body 寫 instructions。Anthropic 先在 Claude Code 上做、Figma MCP 接著做、Figma Make 最新跟上。理論上同一份 SKILL.md 寫好之後，能跨工具用。
markdown 比你想得簡單——基本上就是「用井字號當標題、用減號當條列、用反引號包程式碼」這個程度，五分鐘看完入門教學就夠用。實際上 Figma Make 介面有 skill 建立 UI，引導你一步步填，不用從空白檔開始。
Design system 是給人讀的規範文件，skill 是給 AI 讀的執行指令。前者描述「應該長什麼樣」，後者描述「該怎麼做」。理想上兩者互補——design system 是判斷依據，skill 是執行流程。實務上很多團隊發現，把 design system 翻譯成 skill 的過程，會逼自己把規範寫得更精準。
個人設計師更該寫。企業團隊有 design system、有 wiki、有 review 流程，少了 skill 還活得下去。個人設計師沒有這些基礎建設，靠的是「我腦袋裡那一套」——這套東西不寫成 skill，就永遠沒辦法規模化、不能跨案子複用、不能交給 AI 替你跑。
邏輯一致、入口不同。Figma MCP server 上的 skills 是給 Claude Code、Cursor、Codex 這類 IDE 工具用，主要服務工程師跟設計工程師。Figma Make 的 Custom Skills 是給 Make 介面用，主要服務設計師、PM、創作者。兩邊用同一套 skill 格式，未來理論上可以互通。
現在就開始。團隊共享功能未上線，反而是個人設計師建立個人資產庫的最好時機——你寫的每一份 skill 都是專屬於你的方法論存檔。等到團隊功能開放、整個設計圈都在補課的時候，你已經有一整套自己的 skill 在跑。
FURTHER READING
◆ Figma Release Notes 官方頁 — 追最新更新
◆ Figma Community Skills 集 — 看別人怎麼寫
◆ Figma Workflow Lab: Expanding the canvas with Figma MCP — Figma 官方 4/30 完整 workflow 拆解
◆ Claude Managed Agents 是什麼？ — 同樣的 agent 化思路在 Anthropic 那邊怎麼長
◆ Figma Make 新功能：Make Kits 與 Attachments — Figma Make 上一波 context 強化更新
