DesignTrace：利用GenAI探索、迭代和追踪设计备选方案

文献标题

DesignTrace: Exploring, Iterating and Tracking Design Alternatives with GenAI

出版信息

• 主题领域: 基于生成式人工智能（GenAI）的设计工作流程创意支持工具
• 关键词: GenAI、设计备选方案、迭代设计、视觉一致性、设计历史、节点式界面、语义属性、创意工作流程、人机交互、设计逻辑

背景与问题

• 问题/挑战: 当前的生成式人工智能工具缺乏对迭代演化、反思以及设计备选方案追踪的明确支持。设计师在使用分散的工具时面临输出不一致、设计历史和来源控制有限的问题。
• 重要性: 填补这些空白对于帮助专业设计师探索和完善创意，同时保持控制和一致性至关重要，尤其是在生成式人工智能逐渐成为设计工作流程核心的背景下。
• 动机与相关工作: 现有系统主要关注快速图像生成或静态备选方案，但未能支持迭代探索和完善。现有工具通常优先考虑技术专业性，使视觉导向的设计师难以使用。亟需将生成式人工智能能力与直观的视觉工作流程相结合的系统。

解决方案

• 提出的方法: DesignTrace，一种基于节点的生成式人工智能设计工具，设计师可以通过语义属性、交互式节点和结构化布局探索、迭代并追踪设计备选方案。
• 创新点:
  1. 将设计逻辑具象化为可操作的语义和视觉元素。
  2. 引入基于节点的界面，用于迭代探索和视觉历史追踪。
  3. 支持结合命令历史、工件状态和探索路径的多尺度追踪。
  4. 对DesignTrace进行专业设计师的实证评估，突出其相较于基线工具的优势。
• 流程和关键技术:
  • 语义属性被提取、创建并存储在调色板中以供重复使用。
  • 节点作为可交互单元，用于视觉编辑和历史追踪，支持分支和局部编辑。
  • 模板允许定制生成式人工智能的提示，以实现结构化转换。
  • 多尺度追踪捕捉设计进展的时间和空间维度，支持回溯和重复使用。

结果

• 具体发现:
  • 75%的参与者更倾向于使用DesignTrace进行资产定制和重复使用、进度追踪以及设计选择的组织。
  • 设计师在调色板中平均创建了5个类别和9个属性，并重复使用属性1到4次。
  • 设计师在早期节点上重新开始探索的次数为10/12次（平均值：2），相比之下基线条件下为5/12次（平均值：0.58）。
• 相较基线工具的优势:
  • DesignTrace在迭代过程中促进了视觉一致性，更好地组织了设计工件，并比基线工具更容易进行回溯。
  • 调色板鼓励设计反思和意图明确，而节点支持结构化工作流程和重复使用。
• 实验/评估:
  • 通过比较结构化观察研究，对12位专业设计师进行两项设计任务的评估。
  • 参与者在两种条件（节点条件与基线条件）下完成设计任务，并提供定性和定量反馈。
• 局限性与未来工作:
  • 研究时间有限，限制了对模板定制等高级功能的使用。
  • 长时间使用后界面可能出现拥挤问题，影响可扩展性。
  • 生成式人工智能输出偶尔偏离设计师意图，归因于模型局限性。
  • 未来工作包括层级化追踪管理、改进基于属性驱动的转换可预测性，以及与现有设计工具的集成。

总结

DesignTrace引入了一种基于节点的界面，将设计逻辑具象化为语义和视觉工件，用于生成式人工智能备选方案的迭代探索和追踪。通过对12位专业设计师的实证评估，证明其在保持视觉一致性、支持设计反思以及组织时空历史方面的优势。调色板、节点和模板共同帮助设计师创建有意图的资产、系统性地探索备选方案并有效重复使用设计元素。尽管可扩展性和生成式人工智能的不可预测性仍是挑战，DesignTrace为将生成式人工智能整合到专业视觉设计工作流程中提供了一个有前景的框架。