ИИ — не волшебная палочка, а рабочий инструмент. Но чтобы он приносил пользу, нужно уметь правильно ставить задачи и выбирать подходящую технику. В этой статье — 11 приёмов, которые помогают дизайнерам использовать ИИ в реальных задачах: от генерации черновиков до проектирования интерфейсов и валидации решений. Всё с примерами, по делу и без иллюзий. Подойдёт как новичкам, так и опытным специалистам, которые хотят включить ИИ в процесс осознанно.

Привет! Меня зовут Лиана, я продуктовый дизайнер с 25-летним опытом, последние годы работаю в крупной B2B-платформе федерального масштаба. За карьеру прошла путь от фриланса до системной продуктовой разработки: госсайты, логистика, маркетплейсы, внутренние системы и всё, где есть сложный бизнес-процесс и неочевидный пользователь.

Последние пару лет активно внедряю ИИ в свою работу — не ради тренда, а чтобы реально ускорять принятие решений, структурировать задачи и экономить ресурс.

Когда я только начинала использовать ИИ, всё выглядело так:

— «Сделай текст красивее».
— «А теперь покороче».
— «Ну ты понял…»
А он не понял.

И я тоже — пока не осознала, что ИИ работает отлично, если с ним не сюсюкать, а четко рулить по правилам. Расскажу вам техники использования ИИ в работе дизайнера на реальных примерах.

---

Specific Role (SR)

Specific Role (SR), наверное, самая главная техника. По умолчанию ИИ — это как собеседник без контекста: он вроде и вежливый, и старается, но часто лепит советы в стиле «зачем вам ноги, если можно летать».

Поэтому я всегда начинаю с назначения роли:

• Ты — UX-дизайнер с опытом в логистике.

• Ты — B2B-клиент, который боится новых интерфейсов.

• Ты — редактор, уставший от тупых интерфейсов.

И вот тогда начинается магия... ИИ входит в образ, и ответы становятся точнее, реалистичнее и полезнее.

Примеры из практики

Ты — аналитик, который работает в системе по 4 часа в день. Оцени, насколько тебе удобно фильтровать заявки по 15 параметрам.

ИИ перестаёт мыслить как ленивый B2C-шный юзер и реально думает.

Ты — UX-писатель с опытом в B2B. Перепиши этот текст на кнопке, чтобы был понятен 45-летнему снабженцу без лишнего пафоса.

ИИ уже не предлагает "вдохновляющие" CTA типа «Начни путь!»

Когда я использую:
Использую всегда, во всех задачах.

✍ Если коротко: SR — это как дать ИИ сценарий и костюм. Он перестаёт быть болтливым нейросупом и превращается в толкового коллегу, которого ты сам же нанял.

---

Multi-Agent

Техника Multi-Agent — это способ превратить ИИ в мини-команду, где каждый «персонаж» играет свою роль. Ты просишь ИИ не просто ответить, а сыграть диалог или дискуссию между разными ролями.

«Представь, что ты — дизайнер и продакт. Дизайнер предлагает упростить фильтры, продакт боится, что юзеры не поймут. Проведите диалог, чтобы прийти к решению.»

Промт + загрузи интерфейс

Как я использую:

• Когда сама сомневаюсь в решении — и хочется посмотреть на него с разных углов.

• Перед защитой фичи — моделирую возможные вопросы от коллег.

• Иногда прошу: «Пусть один защищает идею, другой — ищет дыры». Это экономит время на командных спорах.

✍ Если коротко: Multi-Agent работает как тренировка перед митингом — без стресса, но с выжимкой аргументов.

---

Few-Shot и Zero-Shot

Few-Shot: ты показываешь примеры → он учится на них.
Zero-Shot: ты описываешь, что хочешь → он старается угадать нужный паттерн.

Примеры из практики

❌ Обычный подход: «Сделай текст кнопки более дружелюбным» ИИ может выдать: Нажми сюда, пупсик!

Результат не очень (

«Придумай текст для кнопки, которая завершает регистрацию. Она должна быть формальной, но не пугающей. Без эмодзи.» ИИ даст что-то вроде: «Завершить регистрацию» или «Готово!»

Это пример Zero-Shot с ясной задачей

«Опиши в 2 абзацах преимущества тёмной темы в интерфейсе B2B-системы. Язык — простой, но без упрощений. ЦА — менеджеры проектов.»

Это тоже Zero-Shot. Объясняешь: что, зачем и кому.

Когда я использую:

• нужно сгенерировать текст,

• хочется быстро проверить ТЗ

• Если есть время на поиск референсов, то классно заходит Few-Shot. Это относится и к задачам по дизайну, и к текстам.

✍ Если коротко: Zero-Shot — быстро и вслепую. Few-Shot — точнее, но требует подготовки примеров.

---

Chain of Thought (CoT)

ИИ — штука быстрая, но не всегда умная. Часто он сразу лепит ответ, не вникая в суть. Вот тут и помогает CoT — техника, которая заставляет ИИ думать вслух, шаг за шагом.

В чём суть:

Вместо обычного «Дай ответ, посоветуй и пр. » ты пишешь ему в конце промта «Объясни, как ты пришёл к этому выводу» или «Решай по шагам». ИИ начинает рассуждать, и его ответ становится логичным и прозрачным.

Примеры из практики

❌ Без CoT: «Что улучшить в этом интерфейсе дашборда?» ИИ отвечает: «Сделайте карточки более контрастными, добавьте фильтры».

Это и ежу понятно … ответ шаблонный.

С CoT: «Рассмотри интерфейс дашборда пошагово. Сначала оцени визуальную иерархию, потом читаемость текста, затем структуру фильтров. На каждом шаге объясняй, что работает, а что нет.»

Уже похоже на UX-ревью, а не рандомный совет.

Когда я использую:

• Прошу ИИ оценить макет или логику.

• При проработке пользовательских сценариев (например, «что делает юзер после клика?»).

• Отличный способ ловить логические дыры — особенно в B2B, где сценарии сложные и ошибок не прощают.

✍ Если коротко: Chain of Thought — это “думай в слух”. ИИ перестаёт быть генератором рандома и начинает быть соавтором с аргументами.

---

ToT (Tree of Thoughts)

В чём суть:

ToT — это не просто «дай три варианта», а: построй логическую развилку решений, объясни, откуда каждая ветка и к чему ведёт.

Пример из практики

«Представь, что нам нужно улучшить фильтрацию заявок. Построй дерево решений: какие подходы возможны, какие у них плюсы/минусы, что зависит от сценария.»

ToT (Tree of Thoughts) — попроси не ответ, а дерево решений

ИИ может выдать:
Вариант 1: простая панель фильтров сверху
Вариант 2: боковая панель с сохранением
Вариант 3: умный поиск

Для каждого — обоснование, риски, юз-кейсы.

Когда я использую:

• При старте новой фичи, когда нужно вспомнить весь зоопарк решений.

• Когда хочется выйти за рамки очевидного, но не тратить час на гугление и поиск референсов.

✍ Если коротко: Не надо сразу решать — надо увидеть все множество вариантов.

---

CoR (Chain of Reasoning)

В чём суть:

CoR — просим ИИ не просто выдать решение, а разбить задачу на этапы (декомпозиция). Рассуждать логично: сначала А → потом B → затем С. ИИ становится проектным менеджером, а ты — дизайнером, который работает по внятному ТЗ.

«Нужно спроектировать форму загрузки НСИ . Разбей работу на этапы, учитывая B2B-контекст, ошибки, валидацию, роли пользователей.»

Пример промта

ИИ даёт: 1. Сбор требований 2. Определение сценариев загрузки 3. UI-элементы (статусы, превью, ошибки) 4. Сценарии отмены/возврата 5. Валидация и логика ролей

Это оптимистичный вариант )

Как я использую:

• В больших, размытых задачах, где ТЗ огромное и с чего начать не понятно.

• Когда нужно защитить подход перед командой: CoR помогает обосновать.

✍ Если коротко: CoR = “распиши по этапам”. Хорошо работает, если задача пугает своим масштабом.

---

CoD (Chain of Drafts)

В чём суть:

CoD — ты просишь ИИ выдать черновой набросок, а потом — вместе его дорабатываете.

«Напиши черновой вариант объяснения пользователю, зачем нужна регистрация. Потом улучши его с точки зрения читаемости и емкости.»

Пример промта

Как я использую:

• для текстов в интерфейсах

• для текстов в нотисах, тултипах

✍ Если коротко: сначала черновик, потом финал.

---

Self-Refine

В чём суть:

ИИ пишет → ты говоришь: «Проверь этот текст на ошибки, неясности, дубли» или «Улучшай, пока не станет проще и точнее».

ИИ сначала выдаёт, потом анализирует своё же, как будто это написал кто-то другой. Это особенно круто для копирайта, микротекста и пустых состояний.

«Вот текст ошибки: “Ошибка при загрузке файла. Повторите попытку.” Проанализируй его и предложи улучшенную версию для B2B-пользователя, учитывая технический контекст.»

Пример промта

Как я использую:

• Для текстов, нотисов, пустых состояний

• Когда сама не понимаю формулировки

• Иногда прошу: проанализируй текст как редактор Яндекса. Тут еще роль добавлена.

✍ Если коротко: Self-Refine = сам себя проверь, дружок. Иногда ИИ — лучший редактор себе же.

---

RCI (Reverse Chain of Inference)

В чём суть:

Ты даёшь конечный результат, а ИИ должен сказать: «Что нужно спросить/сделать, чтобы прийти к этому результату?» Это помогает, когда непонятно, как подступиться к задаче, но цель ясна.

«Нам нужен макет, где пользователь может отследить статус своей заявки. Какие вопросы дизайнеру надо задать, чтобы понять, как это реализовать?»

Пример промта

Как я использую:

• Когда получаю задачу вида “надо экран”, но без пояснений

• Для создания ТЗ по конечной цели

✍ Если коротко: RCI = “у меня есть ответ, теперь дай мне правильный вопрос”. Удобно, когда продакт говорит «хочу как у той крутой компании».

---

Flipped Interaction

В чём суть:

Ты не формулируешь запрос, а просишь: «Задай мне 5 вопросов, чтобы лучше понять, что мне нужно». ИИ превращается в UX-исследователя — и помогает тебе самой прояснить задачу, когда ты ещё в тумане.

«Мне нужно спроектировать фильтры, но не знаю, с чего начать. Задай вопросы, которые помогут собрать требования.»

пример промта

Мне что-то грустно и хочется много шоколада. Задай мне вопросы, чтобы понять, что со мной, чтобы оценить мое психическое состояние и потом дать рекомендации для улучшения настроения.

пример личного промта )

Как я использую:

• Когда плохо понимаю, что именно нужно

• Для начала проектирования, чтобы не забыть про UX-контекст

• Иногда — просто чтобы разогнать мысли

✍ Если коротко: Flipped = я не знаю, с чего начать — спроси меня сам. ИИ как мини-интервьюер.

---

Бонус

1. Никогда не вставляй реальные рабочие данные в промт

Это не шутка. Не надо копипастить ИНН, ФИО, суммы контрактов и куски реальных макетов.

ИИ — не твой приватный блокнот. Он хранит контекст. Ты не знаешь, что будет с этим дальше.

Что делаю я:

• Обезличиваю всё, заменяю на «Клиент А», «Сделка B», «Файл X».

• Или описываю словами: «форма с тремя инпутами, один — сумма, один — срок, один — статус».

Информационная безопасность — это не только для безопасников. Это для всех, кто хочет работать в IT долго.

2. ИИ — ассистент, а не автор

Не стоит воспринимать генерацию как «ответ от умного робота». Это просто быстрый способ накидать вариант — ты и есть финальный редактор.

Всегда проверяй ИИ, ведь у него бывают галлюцинации и он может напридумывать с три короба.

3. Ограничь время “игр с промтами”

Да, это весело. И да, «а что если я попрошу вот так?..» может затянуться на часы. Ставь таймер. Иначе вместо работы ты просто прокачаешь навык общения с ИИ.

4. Используй технику по задаче

Не надо тянуть Tree of Thoughts туда, где хватит одного варианта. Не проси Multi-Agent, если тебе просто надо уточнить фразу. ИИ-техники — это не магия. Это инструменты. Их сила — в уместности, а не в «чтобы было по-умному».

---

ИИ не заменит тебя. Но тот, кто умеет его использовать — заменит того, кто не умеет. Поэтому осваивай, пробуй, ошибайся — и возвращайся к этим техникам снова, когда нужно будет разгрести сложную задачу.

Подписывайся на мой канал, если хочешь ещё больше полезных штук про дизайн, B2B, IT и выживание в профессии после 40 — с юмором, без розовых очков и с долей самоиронии.