
Designers precisam preparar design systems para IA
Por que protótipos gerados por IA falham
Protótipos gerados por IA frequentemente não entregam resultados consistentes - não por limitação do modelo, mas por pequenas inconsistências espalhadas pelo design system: decisões tomadas mas não documentadas, valores hardcoded nunca limpos, ou a expectativa de que a IA interprete mockups e fluxos de design por conta própria.
O artigo resume um guia prático de Hardik Pandya, da Atlassian, sobre como reduzir drift, minimizar erros e melhorar a qualidade dos protótipos gerados por IA.
1. Decisões de design são infraestrutura
A IA precisa de orientação explícita: prioridades, princípios de design, exemplos, do's and don'ts. Cada decisão - não só de design, mas também sobre como priorizar trabalho - deve ser registrada em um arquivo de especificação consumido pela IA.
2. Auditoria com FigmaLint
FigmaLint é um plugin gratuito para Figma que audita tokens, estados, acessibilidade, instâncias desvinculadas, estados interativos ausentes e valores hardcoded. É especialmente útil ao trabalhar com fornecedores e terceiros que entregam seus próprios design systems.
3. Três camadas: Spec Files + Token Layer + Auditoria
- Spec files: arquivos Markdown estruturados com regras de espaçamento, cores, uso de componentes e prioridades. A IA lê e reutiliza esses arquivos a cada geração. Por serem texto, são mais baratos e mais precisos do que depender da IA para decodificar padrões a partir de mockups.
- Token layer: lista atualizada de todos os tokens do design system. A IA escolhe de um conjunto fechado de variáveis nomeadas em vez de inventar valores plausíveis.
- Audit script: varre o protótipo e sinaliza valores hardcoded onde necessário. Pode ser software convencional, com a IA aguardando o feedback para iterar.
Quando o design system recebe atualizações, uma rotina de sincronização sinaliza quais spec files precisam ser atualizados, garantindo que a IA sempre leia especificações correntes.
4. Exemplos de design systems AI-ready
O artigo cita como referências os design systems da Atlassian, Carbon (IBM), CMS Design System e Nordhealth.
Conclusão
A IA não resolve magicamente dívida técnica ou de design sem orientação adequada. Quanto mais deliberados e precisos os designers forem ao guiar a IA, melhores serão os resultados - o que exige não apenas limpar design systems, mas mantê-los continuamente, com decisões fluindo para arquivos Markdown ao longo do tempo.