高校AI原型教学实践揭示设计技能退化风险

在时尚设计专业引入Google Stitch、AI Studio和Lovable等生成式工具替代Figma进行原型教学后，学生虽能构建具备真实代码逻辑的功能性应用，但整体耗时反而增加，且核心UI布局与视觉层级等基础设计技能的练习机会显著减少。这种“去技能化”现象源于过度依赖提示词迭代而忽视了手工打磨过程，导致学生在面对复杂或创新产品时难以有效监督AI输出。 教学发现，明确的产品愿景与概念模型是高效使用AI工具的前提，缺乏清晰定义会导致反复试错。使用标准设计术语（如卡片、模态框）及英语提示词能显著提升生成精度，而元素定向选择功能有助于控制修改范围。然而，信用点计费模式限制了自由探索，晚间高峰期的性能不稳定以及频繁出现的回归测试问题（修改一处破坏另一处），使得Vibe Coding在实际教学中充满挑战。最终结论指出，设计教育不能以牺牲基础技能训练为代价换取工具熟练度，需在保留传统手绘与软件实操的同时，整合AI辅助流程，培养学生对生成结果的批判性评估能力。