Yapay zekâyla uygulama arayüzü tasarlamak: araştırma, ekranlar, prototip, kod
7 aşama, 29 araç
tarihinde güncellendi
Bir cümle yazın, beş uygulama ekranı alın. Arayüz tasarımının bu kısmı artık çok kolay, aynı zamanda en az değerli kısmı. Üretilmiş bir panel bir dakika içinde bitmiş görünür ama insanların çizildiği görevi tamamlayıp tamamlayamayacağı konusunda hiçbir şey söylemez.
Yapay zekâ, çalışan bir tasarım sürecinde yanılmanın maliyetini düşürerek yardımcı olur. Bir akışı haritalayabilir, üç alternatif yapı için tel kafes çizebilir, seçtiğinizi gerçekçi ekranlara dönüştürebilir ve aynı öğleden sonra bir kullanıcının önüne tıklanabilir bir prototip koyabilirsiniz; test kötü giderse de pişmanlık duymadan atarsınız. Referans kütüphaneleri, anket araçları ve görüşme dökümü, bu döngünün iki yanındaki araştırmayı kısaltır.
Kararlar tasarımcıda kalır: ürünün neleri yapmaması gerektiği, üç yapıdan hangisinin kullanıcıların düşünme biçimine uyduğu, üreteçlerin genellikle atladığı boş, yükleniyor ve hata durumlarında ne olacağı ve sonucun farklı yeteneklere ve cihazlara sahip insanlar tarafından kullanılabilir olup olmadığı. Üretilmiş ekranları tartışmak için hızlı eskizler olarak görün, asla şartname olarak değil.
Bu rehber kimler için Ürün tasarımcıları, tasarım ekibi olmayan kurucular ve ürün yöneticileri ve bir uygulama fikrini kaba bir akıştan test edilmiş ekranlara taşıması gereken, hangi aracın hangi noktada yardımcı olduğunu bilmek isteyen geliştiriciler.
Bu seçimler sorudan test edilmiş fikre giden en kısa döngüyü oluşturur: kullanıcılara sorun, akışı haritalayın, ekranları üretin, tıklanabilir hâle getirin. Küçük bir projede denenecek bir güzergâhtır, sıralama değildir.
Tek bir temel akışın tıklanabilir bir sürümünü hazırlayın ve iki kişinin yardımsız denemesini izleyin.
1
Aşama 1: Kullanıcı araştırması ve referanslar
Çizmeden önce kullanıcıların kim olduğunu, ne yapmaya çalıştıklarını ve bugün nerede zorlandıklarını görüşmeler ve anketlerle öğrenir, mevcut ürünlerin benzer sorunları nasıl çözdüğünü incelersiniz.
Yapay zekâ burada ne yapar
Anket taslakları hazırlar, görüşmeleri yürütüp dökümünü çıkarır, notları temalara gruplar ve tarif ettiğiniz bir örüntüye uyan gerçek ürün ekranlarını bulur.
Yapay zekâ burada ne yapamaz
İnsanların söylediğini değil, yaptığını gözlemleyemez. Özetler en önemli tereddütleri ve geçici çözümleri düzleştirir; bu yüzden temel görüşmelerinizin ham dökümlerini okuyun.
A searchable library of real web and iOS product screens and user flows, such as onboarding, with a research mode that returns references and analysis.
Gerçek web ve iOS ürün ekranlarını ve kullanıcı akışlarını içeren, yapay zekâ araştırma modu, Figma eklentisi ve MCP sunan aranabilir kütüphane.
Araştırma çıktılarını, yapay zekâsının yapışkan notları temalara grupladığı ve özetler yazdığı ortak bir panoda toplar.
Diyagramlar, beyaz tahtalar ve planlama için; yapay zekâ üretimi, iş akışları ve MCP sunucusu olan ortak görsel tuval.
Aracı gör
2
Aşama 2: Akışlar ve tel kafesler
Yolculuğu haritalarsınız: hangi ekranların var olduğunu, her birinin hangi kararı ya da eylemi içerdiğini ve kullanıcıların aralarında nasıl geçiş yaptığını. Düşük çözünürlüklü tel kafesler, herhangi bir biçimlendirmeden önce yapıyı ve hiyerarşiyi sabitler.
Yapay zekâ burada ne yapar
Tarif edilen bir süreci akış şemasına çevirir, bir yolculuktaki her ekran için düzenlenebilir tel kafesler üretir ve elle çizilmiş bir eskizi dijitale aktarır.
Yapay zekâ burada ne yapamaz
Ürününüzün gerçek kısıtlarını bilemez. Üretilen bir akış sorunsuz yolu varsayar; izinleri, uç durumları ve arka ucunuzun desteklemediği adımları dışarıda bırakır.
Tasarım işi başlamadan önce bir ekibin ekranları ortak bir panoda birlikte çizmesini ya da bir istemden ya da ekran görüntüsünden etkileşimli bir prototip üretmesini sağlar.
Diyagramlar, beyaz tahtalar ve planlama için; yapay zekâ üretimi, iş akışları ve MCP sunucusu olan ortak görsel tuval.
Builds wireframes from a text description, a screenshot or a flow diagram, aimed at people without design training.
İstemlerden, ekran görüntülerinden ya da şablonlardan wireframe, mockup ve prototip oluşturan yapay zekâ destekli arayüz tasarım aracı.
Aracı gör
3
Aşama 3: Arayüz ekranları
Tel kafesler yüksek çözünürlüklü ekranlara dönüşür: tipografi, renk, boşluk, bileşenler ve durumlar tutarlı biçimde, tercihen küçük bir tasarım sistemi olarak tanımlanır; böylece her yeni ekran aynı parçalardan kurulur.
Yapay zekâ burada ne yapar
Bir istemden ya da referanstan özenli çok ekranlı tasarımlar üretir, aynı anda birkaç görsel yön sunar ve içe aktarılmış bir tasarım sistemini uygular.
Yapay zekâ burada ne yapamaz
Ürününüze bir bakış açısı kazandıramaz. Çıktı hep aynı tanıdık görünüme yönelir; boş, hata ve yükleniyor durumları, uzun metin ve gerçek veri genellikle eksiktir.
A collaborative interface design tool with auto layout, responsive containers and shared components that generates prototypes from text or images, used particularly by teams in China.
Yapay zekâ ile prototip üretimi ve tasarımdan koda teslim sunan, ortak çalışmaya dayalı çevrimiçi arayüz tasarım platformu.
Aracı gör
4
Aşama 4: Simgeler ve illüstrasyonlar
Arayüzün küçük grafiklere ihtiyacı vardır: tutarlı bir simge seti, bir uygulama simgesi, karşılama ve boş durumlar için küçük illüstrasyonlar ve arka planlar; hepsi tek stilde ve ölçeklenebilir dosyalar olarak teslim edilir.
Yapay zekâ burada ne yapar
Tek tutarlı stilde simge ve illüstrasyon aileleri üretir, bunları düzenlenebilir vektörler olarak dışa aktarır ve mevcut bir bitmap'i SVG'ye çevirir.
Yapay zekâ burada ne yapamaz
Küçük boyutlarda okunabilirliği garanti edemez. Üretilen simgeler çoğu zaman 24 piksellik bir ızgara için fazla ayrıntı taşır ve elle sadeleştirilip hizalanması gerekir.
A library of grainy, smooth and animated gradient backgrounds for app screens, with a shader tool for building a custom gradient.
Gerçek zamanlı shader aracı olan, grenli, pürüzsüz ve hareketli gradyanlar ile yapay zekâyla üretilmiş arka planlardan oluşan kütüphane.
Aracı gör
5
Aşama 5: Etkileşimli prototip
Ekranlar, bir kişinin dokunarak gezebileceği bir şeye bağlanır. Soruya göre bu, statik ekranların tıklanarak gezildiği bir sürüm ya da gerçek girdi ve verili küçük çalışan bir uygulama olabilir.
Yapay zekâ burada ne yapar
Ekranları otomatik olarak tıklanabilir bir akışa bağlar ya da yazılı bir tanımdan canlı önizlemeli çalışan bir web prototipi kurar.
Yapay zekâ burada ne yapamaz
Prototipin neyi kanıtlaması gerektiğine karar veremez. Çalışan bir yapı ekipleri onu cilalamaya devam etmeye iter; oysa bir testin yalnızca sorgulanan yola ihtiyacı vardır.
Bir tanımdan arayüzü, mantığı ve veri katmanı olan çalışan bir uygulama oluşturur; böylece bir konsept, test edilebilecek tıklanabilir bir şeye dönüşür.
Sade dilde yazılmış tariflerden uygulama, web sitesi ve yapay zekâ ajanları üreten kodsuz yapay zekâ platformu.
Builds a prototype from a chat description or an imported Figma file and can follow a team's own component library.
Yazılı istemleri web sitesine, uygulamaya, prototipe ve sunuma dönüştüren, barındırma dahil sohbet tabanlı yapay zekâ oluşturucu.
Aracı gör
6
Aşama 6: Koda geçiş ve teslim
Onaylanan tasarımlar geliştirmeye devredilir. Mühendisler kesin boşluklara, tokenlara, bileşenlere ve varlıklara ihtiyaç duyar; yapılan ekranlar eşleşene dek tasarımla karşılaştırılır.
Yapay zekâ burada ne yapar
Bir tasarımdan ölçüleri ve kod parçacıklarını sunar, seçili ekranları bir kodlama ajanına aktarır ve bir tasarım sistemini izleyen bileşenler üretir.
Yapay zekâ burada ne yapamaz
İncelenmemiş, üretim kalitesinde kod üretemez. Üretilen ön yüzler çoğu zaman mimarinizi, erişilebilirlik işaretlemenizi ve durum yönetiminizi yok sayar; bu yüzden sonucun sahibi bir mühendis olmalıdır.
Teslimin alıcı tarafındaki kodlama ajanı: yazılı bir isteği ya da ekli bir gereksinim belgesini alır, görevleri planlar ve inceleme için kod değişiklikleri yapar.
Masaüstünde, terminalde ve bulutta kod planlayan, yazan ve gözden geçiren yapay zekâ kodlama ajanı ve editörü.
Creates individual UI components that match an existing design system and syncs the generated code to a GitHub repository.
Vercel'in, istemleri tam kapsamlı web uygulamalarına dönüştüren ve yayına alan yapay zekâ uygulama oluşturucusu.
$30/ay başlangıçAracı gör
7
Aşama 7: Kullanılabilirlik testi ve kalite kontrol
Gerçek insanların prototipi ya da yapılmış uygulamayı kullanışını izler, nerede başarısız olduklarını not eder ve yayımlanan arayüzü yayından önce ve sonra cihazlar, tarayıcılar ve yardımcı teknolojiler genelinde kontrol edersiniz.
Yapay zekâ burada ne yapar
Kayıtlı oturumları yeniden oynatır, sürümler arasındaki görsel farkları işaretler, ekranları erişilebilirlik sorunları için tarar ve arayüzü birçok gerçek cihazda çalıştırır.
Yapay zekâ burada ne yapamaz
Şaşkın bir kullanıcının yanında oturmanın yerini tutamaz. Otomatik erişilebilirlik taramaları sorunların yalnızca bir kısmını yakalar; yönetilen beş oturum ise hiçbir panelin göstermediği şeyleri ortaya çıkarır.
Records user sessions for playback, detects signals such as dead clicks and runs A/B tests on interface changes.
Analitik, oturum tekrarı, özellik bayrakları, hata takibi ve veri ambarını birleştiren; üzerine yapay zekâ ekleyen ürün veri platformu.
Aracı gör
Gerçekçi beklentiler
Üretilen ekranlar birbirine benzer
Tasarım üreteçleri yaygın örüntülerden beslenir; bu yüzden sonuçlar birçok mevcut uygulamaya benzer. Bu, bilinen kurallar için yararlı, farklılaşma için zayıftır. İlk çıktıyı olduğu gibi yayına almak yerine kendi markanızı, içeriğinizi ve yerleşim kararlarınızı getirin.
Erişilebilirlik insan kontrolü gerektirir
Kontrast, dokunma hedefi boyutu, odak sırası, ekran okuyucu etiketleri ve metin ölçekleme çoğu zaman üretilen tasarımlarda ve kodda atlanır. Otomatik taramalar bazı sorunları bulur. Yasal erişilebilirlik gereklilikleri ülkeye ve sektöre göre değişir; hangilerinin size uygulandığını kontrol edin ve yardımcı teknolojilerle test edin.
Mevcut bir arayüzü kopyalamak
Ekran görüntüsünden tasarımı yeniden kuran araçlar, başka bir ürünün ekranlarını klonlamayı kolaylaştırır. Yerleşimler ve kurallar geniş ölçüde paylaşılır; ancak ayırt edici bir markayı, çizimi ya da arayüzün tamamını kopyalamak birinin haklarını ihlal edebilir ve çizginin nereden geçtiği ülkeye göre değişir. Referansları öğrenmek için kullanın, çoğaltmak için değil.
Gizli işler ve yüklemeler
Gereksinim belgelerini, yayımlanmamış özelliklerin ekran görüntülerini ya da görüşme kayıtlarını yüklemek, bunları üçüncü bir tarafa göndermek demektir. Her aracın veri işleme ve eğitim politikasına bakın, araştırma katılımcılarını kaydetmeden önce onaylarını alın.
Üretilen kod bir taslaktır
Dışa aktarılan HTML, React ya da uygulama kodu yararlı bir başlangıç noktası olabilir, yine de bakımı zor olabilir. Herhangi bir kısmı canlıya çıkmadan önce yapıyı, performansı, güvenliği ve erişilebilirliği bir mühendisin gözden geçirmesini planlayın.
Sık sorulan sorular
Yapay zekâ bir istemden bütün bir uygulama arayüzü tasarlayabilir mi?
Bir istemden dakikalar içinde makul bir ekran seti üretebilir. Ürettiği şey ilk taslaktır: yaygın yerleşimler, yer tutucu içerik, çoğunlukla sorunsuz yol. Bunu kullanılabilir bir ürüne çevirmek yine araştırma, yapıyla ilgili kararlar, eksik durumlar ve kullanıcılarla test gerektirir. En çok seçenekleri hızla keşfetmek için işe yarar, tasarım sürecini atlamak için değil.
Bir yapay zekâ arayüz üreteci kullanıyorsam yine de Figma'ya ihtiyacım var mı?
Çoğunlukla evet, ama her zaman değil. Bu rehberdeki birkaç üreteç düzenlenebilir katmanları Figma'ya aktarıyor, çünkü ekipler orada inceliyor, belgeliyor ve teslim ediyor. Bir fikri deneyen bağımsız bir kurucuysanız, bir üreteç ve çalışan bir prototip yeterli olabilir. Ekibi ve tasarım sistemi olan bir ürün için gerçek kaynak olarak düzgün bir tasarım aracı isteyeceksiniz.
Prototipi bir tasarım aracında mı yoksa yapay zekâ uygulama oluşturucusuyla mı yapmalıyım?
Hangi soruyu test ettiğinize bağlı. Gezinme, yerleşim ve ifadeler için statik ekranların tıklanarak gezildiği bir sürüm daha hızlı ve değiştirmesi daha kolaydır. Test gerçek girdiye, veriye ya da mantığa bağlıysa, örneğin bir arama ya da doğrulamalı bir form, yapay zekâ oluşturucusundan çıkan küçük çalışan bir uygulama daha dürüst sonuç verir. Birçok ekip, farklı anlarda ikisini de kullanır.
Yapay zekânın ürettiği ön yüz kodu yayına alınacak kadar iyi mi?
Basit bir pazarlama sayfası ya da dahili araç için bazen, canlı bir uygulama için nadiren olduğu gibi. Yaygın eksikler erişilebilirlik işaretlemesi, durum yönetimi, performans ve mevcut kod tabanınıza uyumdur. Dışa aktarılan kodu, bir geliştiricinin gözden geçirip gerektiğinde yeniden yazdığı bir iskele olarak görün ve yayından önce gerçek cihazlarda test edin.
Tasarımımı kısıtlı bütçeyle kullanıcılarla nasıl test edebilirim?
Hedef kullanıcılarınıza benzeyen beş kişi bulun, prototipinizde her birine aynı gerçekçi görevi verin ve yardım etmeden izleyin. Oturumları onayla kaydedin ve nerede tereddüt ettiklerini not alın. Anket ve görüşme araçları katılımcı bulmaya ve döküm çıkarmaya yardımcı olabilir, oturum tekrarı da yayından sonraki davranışı gösterir. Yöntem, araçtan daha önemlidir.
Araçlar, her aracın kendi profiline bakılarak bir editör tarafından aşamalara yerleştirilir. Daha fazla profil yayımlandıkça liste büyür. Tüm rehberler