Anthropic 推出 Claude Design，非设计师也能做视觉稿

产品更新

Anthropic 发布 Claude Design，基于 Opus 4.7 的视觉协作工具，让创始人和产品经理无需设计背景就能快速产出原型、幻灯片和设计稿。Figma 股价应声下跌 6%。

Anthropic 推出 Claude Design，非设计师也能做视觉稿

Anthropic 昨天（4月16日）发布了 Claude Design，一个让非设计师也能快速产出视觉作品的新产品。这是 Anthropic Labs 孵化的第二个独立产品，基于刚发布的 Claude Opus 4.7 模型，目标用户是创始人、产品经理这类需要快速表达想法但没有设计背景的人。

消息一出，Figma 股价当天跌了 6%。市场反应很直接：AI 开始动专业设计工具的蛋糕了。

Claude Design 界面截图，展示从文字描述到视觉稿的生成过程

不是设计工具，是「视觉表达」工具

Claude Design 的定位很清晰：不跟 Figma、Sketch 这些专业工具正面刚，而是解决「我有想法但不会设计」这个痛点。

你可以用它做什么：

  • 产品原型：从文字描述直接生成可交互的界面原型
  • 演示文稿：快速产出带视觉设计的 PPT 页面
  • 一页纸稿（One-pager）：把商业计划、产品方案可视化
  • 营销素材：生成社交媒体配图、海报草稿

核心逻辑是对话式协作。你不需要学 Figma 的图层系统，也不用懂排版原则，直接跟 Claude 说「我要做一个 SaaS 产品的落地页，主色调用蓝色，要有三个功能卡片」，它就能给你一个可用的设计稿。不满意？继续对话调整，Claude 会基于上下文理解你的修改意图。

Anthropic 的设计负责人 Jenny Wen 去年在柏林的一次分享中提到，传统设计流程在 AI 时代已经撑不住了。当工程师可以同时开 7 个 Claude 实例并行开发功能时，设计师还在走「需求评审 → 原型 → 视觉稿 → 交付」的线性流程，速度完全跟不上。Claude Design 的出现，本质上是把设计能力「下放」给需求方，让他们自己快速迭代想法。

Opus 4.7 的视觉能力有多强

Claude Design 能做到这些，底层依赖的是 Opus 4.7 的视觉理解能力提升。Anthropic 公布的数据显示：

  • XBOW 视觉准确率：从 Opus 4.6 的 54.5% 飙升到 98.5%
  • CursorBench 编程任务：从 58% 提升到 70%
  • Rakuten 生产任务解决量：是前代的 3 倍

XBOW 是一个测试 AI 视觉理解的基准，涉及复杂图表、UI 截图的解析。98.5% 的准确率意味着 Claude 现在能精准理解设计稿的布局、颜色、元素关系，这是生成高质量视觉作品的前提。

Opus 4.7 还新增了 xhigh effort level，允许模型在复杂任务上投入更多计算资源。这对设计场景很关键——生成一个多页面的原型，需要保持视觉风格一致性、交互逻辑连贯性，单纯靠「快速生成」做不到，必须让模型「慢下来想清楚」。

定价方面，Opus 4.7 维持了 4.6 的价格（输入 $15/M tokens，输出 $75/M tokens），但 tokenizer 更新后，实际 token 消耗可能略有增加。对于 Claude Design 这种视觉生成场景，单次对话的 token 消耗会比纯文本高不少，Anthropic 在用户的 usage 页面单独列出了 Claude Design 的额度，说明他们也在控制成本压力。

跟 Midjourney、DALL-E 有什么不同

很多人第一反应是：这不就是 AI 画图吗？跟 Midjourney、DALL-E 有啥区别？

区别在于可编辑性和结构化输出。

Midjourney 生成的是一张图片，你拿到的是像素。想改个按钮颜色、调整文字位置？要么重新生成碰运气,要么导入 Photoshop 手动改。Claude Design 生成的是结构化的设计文件，每个元素都是独立的对象，可以直接编辑、导出为开发可用的代码或设计规范。

这个差异决定了使用场景的不同。Midjourney 适合做概念图、氛围板,Claude Design 适合做「需要交付给下游」的工作文件。产品经理用 Claude Design 做的原型,可以直接扔给工程师说「照着这个做」,而不是「参考这个意思」。

另一个差异是上下文理解。Claude Design 基于 Claude 的对话能力,它能理解你的业务逻辑、品牌调性、目标用户。你可以说「这是给企业客户看的,要显得专业可靠」,它会自动调整配色、字体、排版风格。Midjourney 做不到这种语义层面的理解。

设计师会失业吗

每次 AI 工具发布,这个问题都会被问一遍。答案还是那个:初级重复性工作会被替代,但专业设计师的价值不在「画图」。

Claude Design 解决的是「0 到 1」的问题——快速把想法可视化,验证方向。但从「1 到 100」——品牌一致性、细节打磨、用户体验优化——仍然需要专业设计师。

Figma 股价跌 6%,跌的不是「设计师不需要 Figma 了」,而是「不会设计的人不需要找设计师做初稿了」。市场在重新定价设计工具的 TAM（Total Addressable Market）。

更值得关注的是 Anthropic 设计负责人 Jenny Wen 提到的组织变化:当非设计师也能产出可用的视觉稿时,设计师的角色会从「执行者」变成「把关者」和「系统建设者」。你不再需要手动画 50 个落地页的变体,而是定义设计系统、审核 AI 输出、优化边界 case。

这跟 GitHub Copilot 对程序员的影响类似。初级开发者的「CRUD 代码」被 AI 替代了,但高级开发者的价值——架构设计、性能优化、代码审查——反而更凸显了。

Claude Design 的使用限制

Claude Design 目前是 Anthropic Labs 的研究预览版,只对 Claude Pro、Max、Team 和 Enterprise 订阅用户开放,并且在逐步推送中。

从用户反馈看,主要限制有几个:

  1. 额度独立计算:Claude Design 有单独的使用额度,不跟常规 Claude 对话共享。这意味着即使你是 Pro 用户,Design 功能也可能很快用完。

  2. 生成速度:因为涉及视觉渲染,单次生成比纯文本对话慢不少。复杂的多页面原型可能需要等 30 秒到 1 分钟。

  3. 风格可控性:虽然可以通过对话调整,但很难精确控制到「这个按钮圆角改成 8px」这种程度。更适合快速迭代大方向,而不是像素级调整。

  4. 导出格式:目前支持导出为图片、PDF 和部分代码格式,但不能直接导出为 Figma 文件。如果你需要在 Figma 里继续编辑,还得手动重建。

Anthropic 没有公布 Claude Design 何时会独立定价或开放 API。考虑到 Claude Code 从 Labs 产品到正式发布花了几个月,Design 可能也会经历类似的测试期。

如果 Claude Design 开放 API

假设未来 Claude Design 开放 API,开发者可以做什么?

最直接的场景是自动化营销素材生成。电商平台可以根据商品信息自动生成商品详情页、促销海报;SaaS 公司可以根据功能更新自动生成 changelog 配图。

另一个场景是低代码平台的视觉层。现在的低代码工具(如 Retool、Bubble)解决了逻辑搭建,但界面还是要手动拖拽组件。如果接入 Claude Design API,用户可以直接说「我要一个 CRM 系统的客户列表页」,系统自动生成界面,用户只需要绑定数据源。

对于使用 OpenAI Hub 的开发者,如果 Claude Design API 采用类似 OpenAI 的接口格式,调用会非常简单:

import openai

# 配置 OpenAI Hub
openai.api_base = "https://openai-hub.com/v1"
openai.api_key = "your-openai-hub-key"

# 调用 Claude Design API (假设未来支持)
response = openai.ChatCompletion.create(
    model="claude-opus-4-7-design",  # 假设的模型名
    messages=[
        {"role": "user", "content": "生成一个 SaaS 产品的定价页面,包含三个套餐:基础版、专业版、企业版"}
    ],
    response_format={"type": "design"}  # 指定返回设计文件
)

# 获取生成的设计文件 URL
design_url = response.choices[0].message.content
print(f"设计稿已生成: {design_url}")

OpenAI Hub 的优势在于统一接口和国内直连。如果你的应用同时需要调用 GPT 做文案、Claude 做设计、DeepSeek 做代码生成,用 OpenAI Hub 可以避免管理多个 API Key 和处理不同的接口格式。

Mythos:Anthropic 藏着的另一张牌

在发布 Opus 4.7 的同时,Anthropic 透露了一个更强的模型:Claude Mythos Preview。

Mythos 在所有维度上都比 Opus 4.7 更强,但因为安全考量,只开放给 40 个精选组织使用。Anthropic 没有公布具体的评测数据,但从命名和定位看,Mythos 可能是 Claude 5.0 之前的「技术验证版」。

这个策略很有意思。OpenAI 的做法是「有新模型就发布,然后快速迭代修 bug」,Anthropic 的做法是「先小范围测试,确保安全再大规模推广」。哪种更好?取决于你怎么看 AI 安全风险。

对于企业用户,Anthropic 的保守策略可能更有吸引力。你不希望用的模型突然出现严重的安全漏洞或输出质量下降,稳定性比「抢首发」重要。

但对于开发者社区,OpenAI 的激进策略更友好。你可以第一时间拿到新能力,快速验证想法,即使遇到 bug 也能通过社区快速找到 workaround。

Claude Design 和 Mythos 的组合,体现了 Anthropic 的产品策略:用 Labs 产品探索新场景,用限量版模型测试技术边界,等成熟了再推向大众市场。这种打法比较稳,但也意味着 Anthropic 在「AI 应用爆发期」可能会错过一些窗口期。

视觉生成的下一步

Claude Design 只是开始。视觉生成的终局不是「AI 帮你画图」,而是「AI 理解你的意图,自动产出符合上下文的视觉方案」。

想象一下这个场景:你在写产品文档,提到「我们的转化率提升了 30%」,AI 自动生成一个数据可视化图表插入文档;你在做演示文稿,讲到竞品分析,AI 自动生成一个对比表格,并根据你的论点调整高亮重点。

这需要 AI 具备几个能力:

  1. 多模态理解:同时理解文字、数据、图像的语义关系
  2. 上下文感知:知道当前任务的目标、受众、风格要求
  3. 结构化输出:生成的不是像素,而是可编辑、可复用的设计元素

Opus 4.7 在第一点上有了明显进步,Claude Design 在第三点上做了初步尝试,但第二点——真正理解「为什么要做这个设计」——还有很长的路要走。

不过方向是清晰的。当 AI 从「工具」变成「协作者」,设计的门槛会大幅降低,但设计的价值不会消失。就像摄影技术普及后,专业摄影师的价值不在于「会按快门」,而在于「知道什么值得拍、怎么拍更好」。

Claude Design 让更多人能「按快门」,但「拍出好照片」仍然需要专业能力。

参考来源