如果要讓 AI 在 Figma 畫布生成設計圖，除了使用 Claude、Codex 等 AI 連接 Figma MCP，現在有了更方便且輸出更穩定的方式——Figma design agent！
Figma 近期發佈新功能，直接內建 AI agent，把生成、修改、整理回饋、套用設計系統等任務都留在畫布上處理，設計流程不用在外部工具和 Figma 之間來回切換了，迭代更有效率。
Figma 官網發布新功能：https://www.figma.com/blog/the-figma-agent-is-here/
官方介紹影片
這項功能目前還在 beta 階段，會在接下來幾週逐步開放。想提早體驗的人，也可以先註冊加入早期存取名單或候補名單。點我報名參加 beta 測試。
使用 Figma agent 跟 Figma MCP，兩種工作流差別
以使用流程的角度來理解差異：
Figma agent workflow
使用者在 Figma 內開啟 agent
→ agent 直接讀取目前畫布上下文
→ agent 參考既有的元件結構、變數、規範和留言等
→ agent 在同一個 canvas 內產生或修改設計
→ 使用者持續在 Figma 內迭代、給予回饋
→ 設計回饋、修正、收斂都留在同一個工作場域
AI x Figma MCP workflow
外部 AI 工具先接收需求
→ 透過 Figma MCP 讀取 Figma 上下文
→ AI 理解 design system、畫面、元件結構
→ AI 生成建議或修改指令
→ 透過 MCP 把結果送回 Figma
→ 使用者切回 Figma 檢查與調整
→ 必要時再回到外部 AI 工具繼續迭代
兩種流程都能產生設計結果，但使用體驗不同。
- Figma agent 的流程比較像人在 Figma 裡，AI 也在 Figma 裡。它看同一份畫布、用同一套設計語境、在同一個地方持續修改。
- AI x Figma MCP 的流程比較像 AI 在外面幫忙規劃，Figma 負責承接結果。它適合跨工具或更客製化的工作流，但中間會多一層切換與承接。
Figma agent 可以做到什麼任務
Figma agent 可以在畫布內協助探索不同設計方向，也可以做批次修改，例如調整內容、修改版面、整理多個 frame 以確保一致性。它也能沿用既有的元件、設計變數、留言與設計脈絡，讓修改不會脫離原本的畫面上下文。
Figma agent 像是待在討論現場的協作助手，能一路參與流程，也能根據回饋持續修正設計。
其中 Figma 官方有提到，agent 能讀到 components、tokens、standards 和 best practices。這些詞可以這樣理解：
components：已經定義好的元件，例如 Button、Input、Card、Modaltokens：顏色、字級、間距、圓角這類設計變數standards：團隊的設計規範，例如命名方式、元件使用準則、畫面結構best practices：更高層的設計原則，例如一致性、可讀性、可維護性、可用性
比較重要的地方是，它不是只看單一畫面來執行任務，而是能在這些既有規則和脈絡裡工作，它可以協助整理、套用、對齊 Design System 的內容。
舉例來說，影片示範 Figma agent 可以根據既有的設計圖，產出不同設計風格的版本，看起來相當方便，如果是讓第三方 AI 做不同的設計探索就可能會跑版。
Figma 原生 agent 對比第三方 AI + MCP 的優勢
第三方 AI 工具加上 Figma MCP，確實也能做出一些設計生成與修改流程，但原生 agent 的優勢在於它直接在同一個畫布裡工作。
這帶來幾個實際差異：
- 不需要一直切換工具
- 上下文更穩定
- 長鏈路迭代更自然
什麼情況下，Figma MCP 仍然有必要使用？
Figma agent 的強項是把 AI 留在畫布內，讓設計迭代更連續。Figma MCP 仍然有它的用途，特別是在你需要把 Figma 接到外部工作流時。
例如：
- 你想讓外部 AI 工具讀取 Figma 的上下文，再回到 Figma 做操作
- 你要把 Figma 跟本地開發環境、原型或其他工具串起來
所以比較合理的說法是：
Figma agent 解決的是畫布內的持續迭代；Figma MCP 則是在你需要把 Figma 接到外部系統、外部 AI 或更客製化流程時，繼續派上用場。
這次更新對工作流程的意義
Figma 正在把自己從設計工具，推向畫布內的協作中樞。
這件事的意義不只是在於 AI 更方便，而是在於設計這件事本身的節奏會改變。以前的流程比較像是：你看完設計後，留下回饋，設計師需要先消化再回去修改，然後把下一版丟回來；Figma agent 這種流程比較像是：你在同一個畫布裡看設計，直接把回饋丟給 AI agent，它就立刻生成下一版或局部修改。
這代表回饋到改善所需的時間差變小了。設計討論體驗會更接近現場協作，而不是等設計師回去改完再看下一版。對 PM、設計師、工程師來說，這種改變很實際。它讓「想法 -> 畫面 -> 回饋 -> 修改」這條鏈路變得更短，也更像真正的協作。
結語
很期待 Figma agent 正式上線，因為它把 AI 放進了設計工作的核心流程裡，我想這也是讓產品團隊可以更快提出設計解法，並持續優化的一個變化。
它讓設計不只是產出畫面，而是變成一個更連續的工作流：在畫布內探索、修改、整理、迭代，並且持續依附在既有的 design system 和團隊持續產出的上下文。
如果這個方向持續下去，Figma 的價值就不只是設計工具，變成打造一個能讓設計決策真正發生的工作場域。
實測 Figma AI Agent 文章：點我查看
