1）最近半年 AIGC 突起，导致很多公司在能力考查方面不单单只考察设计师的设计与产品思维能力，通常会在这之上提问一些 AIGC 的相关技术掌握与理解情况的面试问题。

2）该系列分为上下两篇，上篇主要针对 AI 的落地和与基础的理解进行提问与回答，下篇会从设计师的角度去看行业现状，其中文章中的回答思路和范例不要在面试过程中生搬硬套，一定要要根据面试中的提问场景去进行回答和拓展延伸。

更多AIGC的实战案例：

一、前言 UI 设计是一门结合了美学、技术和用户心理的艺术，它的目标是创造出既美观又易用的界面，从而提高用户的满意度和忠诚度。

回答思路：

先简述自己对 AIGC 的理解+配合理解说一些业内用到的软件+对行业发展的期望范例回答：

简述对 AIGC 的理解：

最早关注到 AIGC 这个词的时候是在去年的十二月份（PS：让面试官感觉你对前科技随时关注）。AIGC 泛指人工智能和计算机的图形计算两个相结合的领域，其中 AI 指人工智能，GC 则指创作内容。（还不懂的话可以代入 PGC 和 UGC，简单来说就是 AI 输出的内容叫做 aigc）

配合理解说一些业内用到的软件：

像咱们熟知的 ai 生成内容的 chatgpt，文转图像的 midjourney、也有像 UI 的 GalileoAI，即时 AI 和正在内测中的 mastergo ai 等。（下方图片是整理了一下当前各赛道比较火的 AIGC 软件）

对行业发展的期望：

1）总之，AIGC 是未来各行各业不可避免的一个趋势，未来在 UI/UX 设计中，AIGC 的应用将会实现更多的自动化和智能化，从而提高设计效率和质量。

2）未来的产品交互上也会变得更自然，带来更智能的交互体验。

回答思路：

列举在产品的各个阶段中带来的增效范例回答，在产品的初期：

产品中后期：

回答思路：

先说一下落地的流程+在落地的这个过程里发现的问题+解决问题的方法。

范例回答：

落地流程：

在接到相关需求后，我就先将需求进行拆分，然后绘制低保真，通过与上游的评估确认理解无误后，开始根据风格确定要生成的内容进行生成，产出合适的内容后，进行筛选融图，将页面大致主视觉区域绘制出来，最后部门内部评估，评估通过后为页面增加细节，切图后交与开发。

发现问题：

其中在产出内容这一步是最容易出现问题的，大部分是生成的内容质量与预期差太多（如细节杂乱，手指等常见的 ai 问题），产生问题的本质是很多小伙伴对 ai 以及后期修图运用的不是很熟练。

解决问题的方法是：

①后期修图法

将产出的的图片抠图处理之后，拖拽到 ps 里，残缺的部分修复画笔工具调整，整体色相/饱和度往主视觉去靠拢，其中的画面的光源，如果是主体物的话可以通过一些主色氛围光/云来遮挡瑕疵使其更融入画面。

②重构法

根据生成结果，可以放在 C4D 或 sketch/figma 与生成风格相对应的软件去进行重构，这样的好处是模型可以后期多角度复用以及做一些场景延伸。

具体的流程小伙伴们可以看上一篇《AIGC 实战案例！超完整的落地流程保姆级拆解！》，里面对落地流程以及遇到的问题都进行详细的讲解：

当大家掌握 AI 绘图工具后，最重要的就是设计师能否通过 AI 工具在工作上的落地带来提效。

回答思路：

该行业以往的特点+有了 AIGC 技术后对该行业的影响+未来的发展范例回答（已电商行业为例）：

电商行业一直是 AIGC 技术应用落地的热门领域之一，主要原因是电商行业具有以下特点： 海量的用户数据、商品/订单数据等，用这些数据可通过 AIGC 技术进行横纵向分析，从而更好地了解用户，重新定义和优化用户的购物体验。

在这样的背景下，AIGC 技术可以在以下几个方向发挥重要的作用：（这里可以挑几个纵向延伸一下）

1）图文撰写：如可以利用 ChatGPT 来进行输出产品的标题，文案，Midjourney 产出相关运营图；

2）智能客服：对话式 AI 能让客服更加智能，专业，减少客服这一类换人频率快的岗位，也大大节约了培训成本；

3）商品推荐：根据用户行为数据做出更精准高效的兴趣推荐。

4）虚拟主播：如京东言犀虚拟主播，小冰公司的 GPT 克隆人计划等（相较于以往没有做过真人直播的商家来说，虚拟主播操作步骤简单，二到三个小时内就能搭建完成进行开播，节约了人力物力，甚至可以在短时间内尝试不同的风格来测试数据的转换）

随着 AIGC 技术的不断发展，相信在未来的几个月（GPT-5 发布前后，4 的 api 接口费用大降价时），会变成我们工作中的重要“合作伙伴”，这能为我们在工作中带来更高效的运营方式和更多创新性的发展思路。

（这一类问题面试官大都是让求职者回答贴合自己公司产业为导向去进行分析，从侧面也可以看出面试者对行业的见解程度）

回答思路：

先说能在哪一方面进行改善+对改善点举例延伸范例回答：

在日常方面，可以通过数据分析和模型预测来帮助我们了解老年人的需求和行为习惯，通过数据的反馈，从而为他们提供更加贴心的设计服务。

这里可以举个现在存在的案例，并且说出未来可能会有的解决方案：

现如今存在的问题是，很多老年人眼睛花，不会打字，相信随着 ai 技术中的发展，已生成对话式 UI 为例，通过语音识别和自然语言处理技术减少老年人对交互上的理解，最大程度上通过智能化的交互设计来提高老年人的使用体验，为老年人提供更加便捷和智能的生活服务，帮助他们更好地融入数字化生活。

其次是在医疗的适老化方面：

首先，AI 工具可以分析老年人的医疗数据和健康状况，来提供更加精准的诊断和治疗方案。通过一些外带设备的支持实时上传数据，医疗机构可以更好地了解老年人的健康状况和疾病风险，并为他们提供更加个性化和精准的医疗服务，另外随着 MR 技术不断进步，配合 AI，能更让老年人对报告解读的查看更加直观，提升使用体验。（可以更多延展的举例，设计层上如交互设计在适老化的优化点，社会层面如老年教育，子女关怀等方面，这个后续会出一篇相关的文章进行延讨）

回答思路：

先说明一下 AI 创作是否有版权保护+如何避免侵权风险

范例回答：版权的保护取决于与原作的风格相似度，很多小伙伴对版权的意识较为薄弱，加上现在很多公司训练模型也好，做自己素材库也是，很多都是拿一些收费成套的素材库来当底图进行训练，这样的产出内容，从风格和关键特征是有很多相似度是蛮高的，所以会构成许多的版权纠纷。

如何避免侵权：

对于如何避免版权侵权常用的做法有两种，一个是尽量用可商用版权的素材来当底图，或者通过上述方式利用 Midjourney 批量产出类似图片后，训练一个 LORA 集合（或者用公司原有素材积累进行训练）。第二种就是常用的规避手段吧，原图经过 Midjourney 一创之后，然后在放入到 Stable Diffusion 里修改角色特征，然后在批量生成一批后挑选合适的图片，后期在用处理图片软件进行适当调整，确保与原作品有区分。

本期内容就先到这里了，大家可以把面试过程中碰到的 AIGC 相关面试问题留言到评论区里大家一起讨论发散～

UI/UX设计师

复制本文链接 文章为作者独立观点不代表优设网立场，未经允许不得转载。