Figma AI
Figma 內建的整套 AI：Figma agent 改稿、Figma Make 把設計變成可跑的原型、Weave 生圖，依席次每月給 AI 點數
這一頁專講 Figma 的 AI 功能；Figma 這套設計工具本身（介面設計、FigJam、Dev Mode）請看 Figma 主條目。分開寫的原因很實際：2026 年的 Figma AI 已經不是「幫你生個線框圖」的小外掛，而是一整套有獨立計費（AI 點數）的產品線，官網 figma.com/ai 的標語是讓團隊「fast, on-brand, and together」地做出對的東西。
功能特色與適用場景：目前官網列的主要成員有這幾塊。Figma agent 在 Figma Design 裡跟你一起生成、改造設計，處理重複性的雜事，也能給設計回饋。Figma Make 是 prompt 轉程式碼的原型工具，可以從零開始、從現有 Figma 設計稿開始，或接上程式碼庫；做出來的東西「code-backed 又能視覺編輯」，內建由 Payload 驅動的 CMS，還能用 MCP connectors 把外部文件、任務、資料當成上下文，Make kits 則能同步 npm 套件與元件庫樣式。Figma Weave tools 是併購 Weavy 之後做進來的生圖、生向量工作流（獨立的節點式產品見 Figma Weave）。另外還有用 prompt 做出可在組織內共用外掛的 Generative plugins、Beta 中的 Shaders、讓外部 AI 代理讀寫 Figma 內容的 MCP server 與 Write to canvas、把線上正式介面轉回可編輯圖層的 Code to canvas，以及老牌的圖片去背、自動命名圖層、替換文案、視覺搜尋元件。
計費是要先搞懂的事。每個 Full 席次每月有固定 AI 點數，Professional 3,000 點、Organization 3,500 點、Enterprise 4,250 點；Dev、Collab、View 席次與免費 Starter 只有 500 點（Starter 是每天 150 點、每月封頂 500）。用完可以加購，Enterprise 還能把點數分配給部門並用 API 追蹤用量。Make 接本地程式碼庫目前是 Beta，不扣點。
給台灣使用者的建議：接案設計師與新創產品團隊最有感的是 Make，拿客戶給的線框直接做成可點擊的網頁原型去開會，比錄影片解釋快很多。prompt 用中文下也看得懂，但產出的介面文案常要再改成台灣用語。公司用 Organization 以上方案，記得問業務 Figma AI Shield 這個 AI 著作權保障的合約附約。
TheAI學院 編輯建議
編輯實測後的真心話我覺得 Figma AI 最值得注意的不是單一功能，而是它把「設計檔」變成 AI 代理的資料來源：Make 往程式碼走、MCP server 讓外部代理讀寫畫布。代價是 AI 點數制讓帳單變複雜，團隊導入前最好先抓一個月的實際用量再決定加購。
主要功能
- Figma agent：在 Figma Design 裡生成與改造設計、自動化重複工作、給設計回饋
- Figma Make：用 prompt 或既有設計稿做成可運作的原型與網頁，內建 CMS 與 MCP connectors
- Figma Weave tools：在畫布上直接跑生圖、生向量的預建工作流
- MCP server、Write to canvas 與 Code to canvas，讓外部 AI 代理讀寫設計檔
- 圖片去背、自動命名圖層、替換文案語氣、視覺搜尋元件
- Generative plugins：用 prompt 做出可在組織內共用的外掛
如何使用 Figma AI
- 登入 Figma，到帳號設定確認自己的席次種類與本月剩餘 AI 點數
- 在 Figma Design 檔案裡呼叫 Figma agent，描述要改的畫面或要產出的版本
- 要做可點擊原型時開新的 Figma Make 檔案，貼上設計稿 frame 或用文字描述需求
- 用 Make kits 同步團隊的元件庫樣式，讓產出符合設計系統
- 工程師端啟用 Figma MCP server，讓 Claude Code 或 Cursor 讀取設計檔脈絡
適用場景
- 接案設計師把客戶線框用 Figma Make 做成可點擊網頁原型提案
- 產品團隊用 Figma agent 依現有設計系統快速產出多版畫面比較
- 工程師透過 MCP server 讓程式代理依 Figma 設計稿寫前端
- 接手凌亂檔案時用自動命名圖層與視覺搜尋整理元件
- 行銷設計用 Weave tools 在畫布上生成活動主視覺與向量素材
Figma AI 的優點與缺點
優點
- AI 直接長在設計檔裡，可沿用團隊的元件庫與設計系統
- Make 從設計稿到可點擊原型的距離很短，開會展示很有說服力
- MCP server 讓 Claude Code、Cursor 等程式代理讀得到設計脈絡
缺點
- AI 點數制要另外盤算，重度用 Make 的人 3,000 點可能不夠
- 官網寫明 Full 席次含完整 Figma Make，Dev、Collab 席次說明裡沒有列入
- Make 產出的程式碼屬原型級，上正式環境仍要工程師整理
價格方案
AI 功能依 AI 點數計算：Starter 免費每天 150 點、每月上限 500 點；Professional Full 席次每月 16 美元（3,000 點）、Organization 每月 55 美元（3,500 點，年繳）、Enterprise 每月 90 美元（4,250 點，年繳）；Dev、Collab 席次每月 500 點；點數可加購。完整 Figma Make 含在 Full 席次。以官網為準
Figma AI 常見問題
Figma AI 要另外付費嗎？
不用另外訂閱，但 AI 功能會扣 AI 點數。免費 Starter 每天 150 點、每月上限 500 點；Professional Full 席次每月 16 美元含 3,000 點，用完可加購，以官網為準。
Figma Make 和 v0、Lovable 這類工具差在哪？
[v0](/tools/v0)、[Lovable](/tools/lovable) 從文字直接生應用；Figma Make 的優勢是能從你已經畫好的 Figma 設計稿與元件庫出發，產出的原型可以再視覺化編輯，適合已經在 Figma 工作的團隊。
Figma AI 和 Figma 主條目有什麼不同？
[Figma](/tools/figma) 主條目介紹整個設計工具；這頁專講 Figma agent、Figma Make、Weave tools、MCP server 等 AI 功能與 AI 點數計費方式。
Figma AI 生成的內容能商用嗎？
一般可以用在你的設計專案，但仍要自行確認素材與品牌授權；Organization 與 Enterprise 方案可透過合約附約加入 Figma AI Shield 的著作權保障，細節以合約為準。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
Figma AI 的替代方案
查看相似的 AI 工具 →相關 AI 工具
Runway
專業向的 AI 影片生成與編輯工具，導演思維比提示詞重要。
UseIt Studio
描述想做的貼紙、禮盒、徽章或卡片，AI 直接產出含真實尺寸、出血與刀模線的可印刷檔，還能交給 Illustrator 接著改
Chuangkit
中國老牌線上設計平台創客貼，100 萬套模板加上 AI 摳圖、改圖、商品圖、文案與一句話做設計
Promeo
訊連科技（CyberLink）推出的電商與行銷素材 AI 工具，商品去背、光影、影片廣告與社群貼文一次完成
Gaoding Design
中國大陸的線上設計平台，海量電商、小紅書、公眾號模板，加上 AI 畫布、AI 電商圖、3 秒去背與批次套版
Glood.AI
Shopify 上的七個 AI agent：推薦、加購、搜尋、陳列、商品照與庫存預測
猜你也想看的AI 商品視覺生成
Figma AI 評測：值得用嗎？
一句話結論
對已經在用 Figma 的團隊，這些 AI 功能是很自然的加分；但別把它當成「不用設計師了」的理由——它擅長的是把你從空白畫布救出來，不是替你做決定。
實際能做什麼
Figma 的 AI 功能散在整個產品裡，重點包括：First Draft 把文字描述變成可編輯的線框圖或設計稿；Figma Make 生成可運作的介面；AI 內容生成（填入合理的假文案而不是無意義的佔位文字）；AI 圖片編輯；智慧搜尋；自動重新命名圖層。官方在 2026 年 5 月把 agent 設為 First Draft 的新入口，以 beta 形式逐步推出。
最被低估的其實是自動重新命名圖層。聽起來很無聊，但任何接手過別人 Figma 檔案的設計師都知道，滿螢幕的 Frame 427、Rectangle 89 有多要命。
優點
- AI 功能長在既有工作流裡，不用切換工具或搬檔案
- First Draft 產出的是可編輯的圖層，不是一張圖片，這點很關鍵
- 自動命名圖層、AI 填入文案這類小功能，累積起來省下的時間很可觀
- 生成的結果可以直接套用團隊的設計系統元件
缺點
- 信用點數制讓成本變得難以預估，用得凶的團隊容易超支。依第三方整理，Professional 方案約每月 12 美元（年繳）含 3,000 點月度額度，超量需另購加值點數；實際級距請以 Figma 官網為準
- First Draft 產出的設計偏通用、偏樣板感，做出來的東西大同小異
- AI 對複雜的互動邏輯與資訊架構幫不上忙，它處理的是視覺層
- 生成結果仍需大量調整，宣傳影片裡那種「一句話出稿」的體驗和實務有落差
適合誰
已經在 Figma 生態裡的產品團隊與設計師，尤其是需要快速產出多個方案做討論的階段。對於還沒導入設計系統的小團隊，AI 功能的效益會打折——因為它最強的是套用你既有的元件。
替代方案
純粹想從文字生介面，v0 與 Lovable 更直接（而且輸出的是程式碼）。想要更自由的視覺探索，Framer 的 AI 網站生成是另一條路。但如果你的團隊已經在 Figma 上協作，離開生態系的成本通常大於 AI 功能的差異。
台灣觀點
台灣的設計團隊普遍規模不大，一個設計師要撐好幾條產品線是常態，所以 First Draft 這種「快速產出可討論的初稿」對台灣的工作型態其實很對味——重點不是它做得多好，是它讓你能在會議前多準備兩個方案。
但要提醒成本這件事。信用點數制對台灣中小企業的預算控管是個麻煩，因為你很難預先估算團隊一個月會用掉多少。建議導入前先讓一兩個人試用一個月，抓出實際的消耗量再決定買哪個方案，不要直接整組升級。中文文案的生成品質也建議先實測，AI 填入的中文假文案有時會出現不太自然的用詞。
本評測由 TheAI學院編輯群整理，內容力求客觀、含優缺點，僅供參考。
最後更新：2026年10月