AIを活用したUI生成は、見た目こそプロフェッショナルに見えても、使用されるコンポーネントが汎用的すぎたり、データが架空のものであったりするため、「不気味な谷」に陥ることが少なくない。こうした課題に対し、FigmaはAIの出力を構造的かつデータに基づいた現実に即したものにする「Make kits」と「Make attachments」の2つの機能を導入した。

Make kitsを利用することで、デザインチームはNPMパッケージやFigmaライブラリを通じて、独自のデザインシステムを生成プロセスに直接同期できるようになる。これにより、AIが作成する「初稿」は単なる綺麗な画像にとどまらず、実際のコードベースにあるコンポーネントやスタイルを正確に反映した機能的なレイアウトへと進化した。自社のデザイン言語をAIに直接学習させることで、AIが作成したモックアップを内部標準に合わせるための煩雑な手作業を大幅に削減できる。

これに加えて、プロジェクト固有の文脈を提供するのがMake attachmentsである。ユーザーはデータ用のCSVや法的要件を記したPDFなど、さまざまなファイル形式をアップロードしてAIに現実世界の制約を考慮させることが可能だ。その結果、理想化された画面ではなく、長いテキスト文字列や特定のデータ項目、ブランドガイドラインを考慮した、そのまま実装可能なレベルのプロトタイプが実現する。

AIを活用したUI生成は、見た目こそプロフェッショナルに見えても、使用されるコンポーネントが汎用的すぎたり、データが架空のものであったりするため、「不気味な谷」に陥ることが少なくない。こうした課題に対し、FigmaはAIの出力を構造的かつデータに基づいた現実に即したものにする「Make kits」と「Make attachments」の2つの機能を導入した。

Make kitsを利用することで、デザインチームはNPMパッケージやFigmaライブラリを通じて、独自のデザインシステムを生成プロセスに直接同期できるようになる。これにより、AIが作成する「初稿」は単なる綺麗な画像にとどまらず、実際のコードベースにあるコンポーネントやスタイルを正確に反映した機能的なレイアウトへと進化した。自社のデザイン言語をAIに直接学習させることで、AIが作成したモックアップを内部標準に合わせるための煩雑な手作業を大幅に削減できる。

これに加えて、プロジェクト固有の文脈を提供するのがMake attachmentsである。ユーザーはデータ用のCSVや法的要件を記したPDFなど、さまざまなファイル形式をアップロードしてAIに現実世界の制約を考慮させることが可能だ。その結果、理想化された画面ではなく、長いテキスト文字列や特定のデータ項目、ブランドガイドラインを考慮した、そのまま実装可能なレベルのプロトタイプが実現する。