文本到图像生成式人工智能创意支持工具在视觉设计领域的设计原则
Design principles for text-to-image generative artificial intelligence creativity support tools for visual design
Savindu Herath, Amirsiavosh Bashardoust, Yonah Bole, Yash Raj Shrestha
European Journal of Information Systems · 2026-01-20
摘要
生成式人工智能为视觉设计等创意工作带来了重大机遇，它能够通过实现快速的视觉概念构想，有效解决“空白页”之类的创意难题，进而提升视觉设计任务的处理效率。然而，各机构在将现成的、尚未经过充分优化的基础模型整合到工作中时面临诸多挑战，这类模型复杂的用户界面与以实际生产为导向的工作流程不相适配，进一步加剧了人工智能素养不足、员工抵触情绪以及工作岗位被替代等问题。为推动生成式人工智能融入创意工作流程并应对上述挑战，我们在育碧开展了行动设计研究，开发出一款基于生成式人工智能的创意支持工具，该工具为稳定扩散模型提供了工作流程指导及简化后的用户界面，可作为概念艺术创作过程中的过渡性辅助工具。用户研究与评估结果表明，这一工具提升了用户的接受度，提高了工作效率，同时为概念艺术家及其工作室创造了更多价值。在详细介绍该工具的设计与评估结果的基础上，我们还提出了七项针对视觉设计领域文本到图像生成式人工智能创意支持工具的设计原则。这些原则通过填补规范性设计知识方面的关键空白，强调生成式人工智能应起到增强而非取代人类技能与创造力的作用，为关于人机协作的学术研究作出了贡献。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 针对视觉设计领域通用生成式AI工具界面复杂、与生产流程脱节及用户AI素养不足等问题，该研究提出通过设计创意支持工具（CST）作为桥梁，将Stable Diffusion模型整合至概念艺术创作流程中，旨在提升用户接受度、生产力及设计价值。
- 研究方法
- 采用行动设计研究方法，在育碧公司开展实地研究，开发并引入包含工作流引导与简化界面的CST工具，结合用户研究与评估，提炼出七项针对文本生成图像GenAI CST的设计原则。
- 学术贡献
- 在理论建构层面，填补了关于人机协作中生成式AI设计知识的空白，确立了GenAI在增强而非替代人类技能与创造力中的角色定位；在领域拓展层面，为视觉设计领域提供了具体的工具设计原则与实证依据。
- 存在局限
- 研究样本局限于育碧公司的概念艺术家群体，可能无法完全代表所有视觉设计领域从业者；工具的具体设计细节（如简化界面的具体交互逻辑）未在文中详细披露，限制了设计原则的复用性。
- 进一步研究方向
- 应开展跨文化、跨行业的对比研究，验证七项设计原则在不同视觉设计场景（如平面设计、工业设计）中的普适性；同时需进一步量化分析工具对设计创新质量的具体影响，而不仅仅是生产力指标。
本综述由 AI（glm-4.7-flash）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Digital Media and Visual Art