設計協力車 Design Tandem

你有沒有做過一個作品，自己很喜歡，卻很難向別人解釋它到底在幹嘛？

如果一件作品沒有解決任何問題、沒有商業價值，甚至讓觀眾看完滿頭問號，它還算是一件好的設計作品嗎？

這集我們暫時放下使用者需求、商業目標與設計方法，回頭聊聊學生時期做過的兩件「非主流作品」：一個試圖讓真實與虛擬空間重疊的互動裝置，以及一場從生日派對走向孤獨與自我破碎的沉浸式體驗。

從當年創作時的直覺與執著，到多年後重新理解作品與自己的關係，我們也意外聊到了：當 AI 讓創作形式越來越容易複製，真正難以取代的，會不會是那些非常個人的想法與經驗？

這集我們聊了這些事情：

・設計一定要解決問題嗎？那些不太符合「好設計」標準的作品

從設計比賽裡的 A 級、B 級題目談起，當作品不是為了回應社會議題、滿足使用者需求，而只是因為「這個想法好酷，我想試試看」，它的價值該由誰來決定？

・不用 VR，也能創造虛實交錯的體驗？互動裝置 Interbox

一個大箱子、一個小箱子，加上攝影機、投影與沙漏，就能讓人產生置身不同時空的錯覺？從傅柯的異質空間、《北京摺疊》到超立方體，聊聊如何把抽象的哲學概念轉換成身體可以感知的互動體驗，以及為什麼有時候「看不太懂」也是作品的一部分。

・一場只有自己的生日派對：從被期待到被遺忘的沉浸式劇場

你走進一個黑暗空間，聽見朋友正在討論一場沒有邀請你的生日派對。下一個房間，卻發現原來大家準備了驚喜。當你吹熄蠟燭、燈光亮起，才發現現場根本沒有其他人。

從三幕式空間、聲音與燈光，到最後破碎的鏡面，我們聊聊如何透過設計，讓觀眾親身經歷孤獨、疏離與自我認同的拉扯。

・為了融入群體，我們會不會把自己變得四分五裂？

在朋友、家庭與社會期待之間，我們總是在扮演不同的角色。但當你努力成為每個人期待的樣子，最後還剩下多少真正的自己？

有趣的是，一件關於孤獨的作品，製作過程卻需要一大群朋友共同參與。孤獨究竟是缺少陪伴，還是即使身處人群，也覺得自己像個局外人？

・十年前的作品，保存了連現在的自己都無法重現的情緒

重新回顧學生時期的創作，我們發現有些當年的執著，現在已經很難再產生相同的共鳴。

作品有時候就像日記，記錄的不只是當時發生了什麼，而是某個時間點的自己，如何理解世界、感受孤獨，以及試著表達那些說不清楚的情緒。

・Content vs. Container：當 AI 讓創作越來越容易，什麼才是作品真正的價值？

當一張圖片、一支影片、一套 UI 都能被 AI 快速生成，我們還需要在意作品採用什麼形式嗎？

從設計與藝術的差異，聊到創作內容與表現形式之間的關係。當技術門檻逐漸降低，真正值得反覆琢磨的，或許不是「怎麼把它做出來」，而是「為什麼是你想做這件事」。

・很私人的創作，真的比較難讓別人理解嗎？

作品不一定需要讓每個人看懂，但當有人在那場虛構的生日派對裡，認出了自己曾經有過的孤獨，就已經產生了某種連結。

或許越是從真實的個人經驗出發，越有機會碰到別人心裡相似的地方。

最後，我們也重新思考了「非主流」的意義。那些沒辦法用效率、實用性或商業價值衡量的作品，會不會反而保留了創作最純粹的樣子？

本集段落時間：

00:00 精彩段落開場：《北京摺疊》

00:51 什麼是非主流作品？自己喜歡，別人卻看不懂

02:16 Interbox：不戴 VR 頭顯的虛實互動裝置

05:00 異質空間、沙漏與影像：怎麼讓時間交疊？

13:22 《北京摺疊》與平行時空的想像

16:00 看見另一個自己：虛擬與真實的曖昧界線

19:20 從沙盒世界到畢業製作：創作概念如何演變？

21:00 一半老師喜歡、一半老師問號的作品

24:00 如果重新設計 Interbox，會改變什麼？

27:56 一場關於孤獨、邊緣感與自我認同的空間創作

30:00 從生日派對到破碎鏡面：三幕沉浸式體驗

37:30 為了迎合他人，我們如何失去完整的自己？

42:00 長大之後，對孤獨與生日的感受還一樣嗎？

46:32 用作品記錄當時的自己：那些無法重現的情緒

49:00 創作孤獨，卻需要一群人的共同參與

54:53 不解決問題、不追求商業價值，也算好作品嗎？

57:50 Content vs. Container：AI 時代什麼才值得創作？

01:01:22 很私人的創作，為什麼反而能讓人產生共鳴？

01:05:00 十年後再回頭看，那些再也做不出來的作品

歡迎留言分享：你有沒有做過一件自己很喜歡，卻不知道別人能不能理解的作品？如果不需要考慮實用性、商業價值或他人的評價，你現在最想創作什麼？https://open.firstory.fm/user/cmnyqrxg40kh101yl0uic9u55/comments

當 AI 幫你完成設計稿、寫好程式，甚至連創作方向都一起想好了，你還能理直氣壯地說：「這是我的作品」嗎？

你以為客戶會介意你用 AI，結果對方反而追問：「你怎麼沒有用 AI 加速？」當工具開始參與思考，設計師需要重新釐清的，除了工作流程，還有作者身分、專業判斷，以及成果出問題時的責任。

這集我們從日常的研究、設計與 Vibe Coding 經驗出發，聊聊這些越來越難畫清楚的界線：

• AI 是承包商，還是共同作者？
  同樣是在下 Prompt，你是在要求它照著執行，還是在邀請它挑戰你的盲點？從定義問題、給方向，到判斷與修改，我們拆解人與 AI 如何在不同階段交換角色。
• 為什麼 AI 寫的程式可以直接用，設計稿卻一定要自己看過？
  當同一位設計師面對不同產出，介入與把關的程度為什麼差這麼多？從功能驗收、感知到情境判斷，聊聊我們如何決定什麼叫「做得夠好」。
• 用 AI 可以外包多少？三條不想讓出去的界線
  意圖的原創性、真實的經驗，以及對內與對外的誠實。如果你無法解釋一個設計決策，還能為它掛名嗎？AI 模擬的 Persona，又能不能取代你真正接觸過的使用者？
• 客戶在意你用 AI，可能是因為你用得不夠多
  從接案、面試到作品集，揭露 AI 使用方式，可能成為展現能力與建立信任的機會。但面對不同對象，究竟該說明到什麼程度？
• 可以共同掛名，責任也能共同承擔嗎？
  當我們把 AI 列為共同創作者，是在承認它的貢獻，還是在模糊自己的責任？從交付成果到對話式產品，討論也逐漸走向使用者、設計者與整個支持系統之間的責任邊界。
• 「純人類製作」會成為新的溢價標籤嗎？
  買方在乎的是成果、創作過程，還是背後有一個願意負責的人？我們從效率、信任與親身經驗，重新思考 AI 時代的專業價值。

最後，我們也為這場對話留下一個尾巴：當 AI 讓我們更快抵達答案，那些被省略的探索與親身參與，會不會正是我們想保留的東西？

本集段落時間：
00:00 當使用 AI 也成為公司的能力指標
02:09 承包商 vs. 共同作者：人與 AI 如何分工？
09:53 做設計與寫程式，為什麼把關標準不同？
19:49 工具還是同事？人與 AI 的能力邊界
24:13 不想外包的三件事：意圖、經驗與誠實
30:24 能不能解釋自己的成果？從可辯護性談揭露
35:32 客戶其實期待你用 AI？接案與作品集的新要求42:40 當 AI 反過來問你問題，誰才是創作者？
46:18 共同掛名之後，責任該由誰承擔？
58:14 從台美交流經驗，看不同的 AI 使用態度
01:03:54 AI 素養：除了會操作，還要能批判
01:07:46 純人類製作，會更值錢嗎？
01:14:42 留個尾巴：效率之外，親身經驗的價值

歡迎留言分享：你與 AI 協作時，有哪些判斷或創作過程，是你一定會留在自己手上的？ https://open.firstory.fm/user/cmnyqrxg40kh101yl0uic9u55/comments

你是否糾結於你過去的專案經驗要成為完美的成就，還是真實的自我表達？你的作品集裡，是否有幾個專案看似完美，但其實違反了營業秘密法，甚至可能吃上官司？

這集我們將聊聊這些你可能從來沒想過的角度：

• Valtina 如何運用以下四大特性：離散性、作者性、可呈現性、完成性，把「說不清楚從哪裡開始，也不知道該如何結束」的真實專案，包裝成讓面試官一眼能抓住重點的完整論述？
• Adobe 設計副總說：資深設計師根本不需要作品集 ── 如果 75% 的資深工作都是透過 Referral 而非履歷找到，那你花幾個月做的作品集，到底是給誰看的？我們從「銷售方案 vs. 自我紀錄」出發，重新拆解作品集的本質。
• 作品集的「距離感法則」：你是在舞台上表演，還是在小房間裡聊天？ ── 有些作品集讓你感覺像在看舞台劇——精心包裝、無懈可擊；有些讓你感覺像在跟人聊天——有瑕疵，但更立體真實。不同的距離感，對應不同的求職策略，也決定了你能吸引到什麼樣的機會。
• Inbound vs. Outbound：接案和找正職，作品集的邏輯根本不同 ── 主動投履歷是 Outbound，把作品放上網等人來找你是 Inbound。在 AI 推薦取代主動搜尋的時代，差異化為什麼比流量更重要？看似讓最多人買單的策略，可能反而讓你永遠找不到工作。

Leave a comment and share your thoughts: https://open.firstory.me/user/cmnyqrxg40kh101yl0uic9u55/comments

當 AI 可以在三秒內產出 100 個介面方案，你的「產量」到底還有什麼價值？ 如果數據測試能幫公司多賺兩億美金，為什麼頂尖設計師反而覺得備受羞辱、憤而離職？

如果你也曾懷疑過，為什麼追求極致數據優化的產品往往變得平庸無比，這集將帶你拆解「直覺與數據」的拉鋸戰，並揭開設計師在自動化時代的「向量生存法則」。

我們將在這集聊聊這些拉鋸的幕後故事：

• Google 測試 41 種藍色的信念之爭 ── 為什麼用數據精準測出「最賺錢的藍色」多賺了兩億美金，卻氣走了他們的設計主管？當大數據接管一切，設計師的專業是否只剩下「幫 A/B 測試提供選項」的無奈？
• 肉身跟著 VIP 逛街一整天的獵奇研究 ── 為什麼只服務 1% 客戶的精品百貨，研究員要像影子一樣跟著 VIP 一整天？從 2B 與 2C 的本質差異，看懂為什麼有些商業模式「純重量」會死，而有些「極致重質」能幫公司賺進 50% 的驚人收益。
• Netflix 封面優化背後的「信任陷阱」 ── 為什麼 Netflix 用演算法精準預測你喜歡什麼「卡片封面」讓你瘋狂點擊，背後卻正悄悄消耗你對這個平台的長期信任？大數據優化的滯後性，是如何把產品引向一場看似精準的迷航？
• 盲目測試 100 個方案只是「數據對沖」 ── 為什麼不帶假設的 A/B 測試只是短期的流量套利？我們將分享如何用發散與收斂的接力跑機制，用 5 個人的精準直覺訪談，去撬動大數據團隊的規模化優化方向。

01:30 AI 產能翻倍後的價值縮水危機
07:05 決策三大光譜：直覺突圍與數據驅動
11:03 為什麼平庸的設計最難賣出高價？
17:15 避免越做越扣分的「向量生存法則」
21:40 Quibi 的 17 億教訓與 Netflix 封面信任危機
28:10 Google 的 41 種藍色信念之爭
38:50 雙鑽石混合研究：質化與量化的接力跑

Leave a comment and share your thoughts: https://open.firstory.me/user/cmnyqrxg40kh101yl0uic9u55/comments

為什麼「好用的設計」反而讓你記不住？「順手」真的就是 UX 的最高境界嗎？

如果你也曾懷疑過，為什麼追求極致效率的產品往往缺乏靈魂，這集將為你揭開設計中「空氣與紅燈」的生存哲學。 我們將解答：當 AI 抹除了所有的操作過程，設計師真正的戰場會轉向何處？ 為什麼有時候刻意製造「不便」與「摩擦力」，反而是保護用戶權益的最佳手段？ 透過「圖書館員」的神比喻，你將發現為什麼未來的軟體可能不再需要「導覽列」，而你的設計單位正從「頁面」悄悄轉向「意圖」。 這不只是一場關於介面的討論，更是一套能讓你強行終結團隊「通靈溝通」的實戰底層邏輯。

• 04:40 UX 成功的定義：無感設計與刻意介入的角力
• 08:11 生存與生活：工具論的效率 vs. 儀式感的體驗深度
• 41:52 情感設計三層次：如何將無感的操作堆砌成有感的反思
• 49:03 介面大革命：當圖書館轉向圖書館員，AI 如何重塑互動模
• 01:04:40 認知轉向信任：AI 時代下的功能導航與意圖管理

Leave a comment and share your thoughts: https://open.firstory.me/user/cmnyqrxg40kh101yl0uic9u55/comments

節目簡介： 當 Google Stitch 等強大的 AI 工具讓「非設計師」也能透過提示詞一鍵生成網頁並匯出 Figma 設計稿時，設計的門檻正急遽降低。這是否意味著 UI/UX 設計師的末日即將來臨？
其實不然！本次內容深入探討了 AI 浪潮下設計產業的「平民化」與「民主化」趨勢。講者指出，未來設計師的職涯將面臨殘酷的「K型分化」：隨著基礎排版、重複性勞動等低複雜度工作的產出成本趨近於零，這類初階職缺的需求將大幅減少；然而，能掌握「高技術依賴與高複雜度」、負責定義問題與釐清商業邏輯的高階設計專家，其價值與需求卻會逆勢大增。
面對 AI 的強勢來襲，設計師的關注點必須從表層的「畫布與像素」升級為深層的「美學意圖與人類洞察」。AI 雖然擅長自動化流程與處理數據，但真實世界中那些模稜兩可的跨領域溝通、人類行為背後的動機，以及主觀的價值判斷，仍是人類無可取代的護城河。
無論你是正在尋找轉型方向的從業人員，還是擔心被淘汰的職場新手，這段解析將透過「設計能力的四個象限」，帶你重新評估自身技能，在這個 AI 協作的新時代中，找到不被取代的專屬定位與市場價值。