Satu Desainer + AI. Ratusan Hasil Karya. — Vincent Wendy, Insinyur AI

AAI Engineer
컴퓨터/소프트웨어마케팅/광고경영/리더십

스크립트

00:00:00 Halo semuanya, semoga kalian menikmati acara konferensinya, jadi sebelum kita
00:00:19mulai, berapa banyak dari kalian yang benar-benar seorang desainer, seperti desainer produk? Hei, satu
00:00:24tangan, dan satu lagi, oke, dan berapa banyak, saya berasumsi sisanya adalah insinyur, apakah itu
00:00:32benar? Ya, kurang lebih, oke, jadi pembicaraan hari ini bukan pembicaraan teknis, melainkan tentang
00:00:40pengalaman dunia nyata, bagaimana saya membuat desain untuk para insinyur AI, konferensi ini, dan
00:00:46konferensi kami yang lain di masa lalu, serta bagaimana AI telah membantu saya, jadi pembicaraan hari ini berjudul
00:00:54satu desainer ditambah AI, yaitu saya sebagai desainer dan ratusan hasil kerja, baiklah, mari kita
00:01:00mulai. Nama saya Vincent Wendy, saya adalah perancang kreatif senior di AI Engineer, dan
00:01:07di AI Engineer, timnya sangat kecil, jadi kami hanya memiliki sekitar 12 hingga 15 orang saat
00:01:15ini, dan setiap orang sibuk dengan urusan masing-masing, dan saya pikir AI telah menjadi cara yang
00:01:24sangat membantu, seperti, membantu semua orang melakukan segalanya, dan untuk acara sebesar ini, kami
00:01:33pasti memiliki masalah, bukan? Dan masalahnya adalah masalah skala, atau yang bisa saya sebut tantangan,
00:01:40dan bagaimana cara mengatasinya? Pada dasarnya adalah otomatisasi, dan kita akan membahasnya di bagian akhir pembicaraan ini, jadi ketika saya menyiapkan materi ini, kami hanya
00:01:53mengharapkan 6.000 peserta, dan sekarang sudah mencapai 7.000, yah, bagus untuk kita, lalu kami memiliki 140 sponsor, lebih, 140 sponsor lebih, dan kemudian 300 pembicara lebih, 600 sesi lebih, dan satu desainer.
00:02:10Dan semua orang membutuhkan setiap desain, benar kan? Setiap hal membutuhkan desain. Sponsor butuh aset, pembicara butuh grafik,
00:02:19Anda butuh papan petunjuk agar tidak tersesat, dan inilah pada dasarnya yang kami lakukan, yang saya lakukan. Jadi dari stiker, apakah Anda suka suvenir Anda, stiker Anda?
00:02:31Yah, saya harap begitu, karena saya membuat desain itu juga, hingga halaman landing, pengumuman pembicara, maskot jalur, semua hal yang Anda lihat,
00:02:41semua hal yang Anda lihat, sebagian besar hal yang Anda lihat di sini, dari papan penunjuk hingga papan penunjuk digital, halaman landing, semuanya adalah
00:02:51hasil kerja, dan 1.000 detail berarti 1.000 cara untuk gagal, benar? Karena logo sponsor yang hilang akan menjadi masalah besar,
00:03:04dan pembicara yang memiliki jadwal yang salah juga akan menimbulkan masalah besar, bukan? Dan rasanya tidak mungkin menangani begitu banyak jenis hasil kerja, tetapi, ya, kenalkan tim desain saya.
00:03:16Jadi ini saya dan Devin, GPT, dan Figma. Dan sekarang, kita berada di tahap di mana alat bukan lagi, seperti, masalah,
00:03:31tetapi memiliki masalah nyata adalah keunggulan kita. Jadi, sebagai contoh, ketika seseorang bertanya kepada saya, “Apa yang menginspirasi Anda saat mendesain di AI Engineer?”
00:03:41Saya tidak tahu jawabannya saat itu, tetapi setelah saya memikirkannya, sebenarnya masalahlah
00:03:46yang menginspirasi saya untuk mendesain di AI Engineer ini, dan kita akan membahasnya di bagian akhir pembicaraan ini.
00:03:53Jadi, apakah kalian pernah melihat presentasi oleh Simon Wilson, seperti, pada tahun 2025?
00:04:00Ya.
00:04:01Ya, dan itu cukup menarik, bukan? Dia meminta -- dia meminta setiap LLM untuk membuat berkas vektor,
00:04:11yang pada dasarnya adalah seekor pelikan mengendarai sepeda, dan itu pada dasarnya untuk menguji,
00:04:16dan saya mengujinya lagi, dan model dasarnya masih melakukan hal ini,
00:04:20dan itu tidak bisa digunakan bagi saya sebagai seorang desainer. Tetapi sebagai desainer, kita harus berpikir di luar kotak,
00:04:26dan kita bisa meminta GPT untuk membuat gambar diam saja, seperti PNG untuk pelikan yang mengendarai sepeda,
00:04:33lalu saya dapat memvectorisasikannya di Figma, dan kita bisa mengirimkannya sekarang.
00:04:37Jadi, kita harus berpikir di luar kotak di sini, terlepas dari apa kemampuan LLM tersebut.
00:04:44Jadi, bagaimana cara mengatasi masalah skala ini?
00:04:52Pada dasarnya ada lima hal. Pertama, fondasi terlebih dahulu, desain yang dapat digunakan kembali,
00:04:56alur kerja otomatis, hasil yang divalidasi, dan juga menghilangkan hambatan.
00:05:00Fondasi jelas merupakan bagian inti yang perlu kita siapkan dengan benar,
00:05:06seperti sistem desain, tipografi, warna, komponen, dan hal-hal lainnya.
00:05:11Dan begitu ini diatur, misalnya, ketika kita membuat situs web,
00:05:17semuanya diatur di dalam hal ini. Dan, ya, ini hanyalah sebuah contoh.
00:05:22Seperti, kita memiliki warna utama, lalu juga warna aksen,
00:05:26tipografi, dan juga teks serta hal-hal lainnya.
00:05:31Dan juga, apakah kalian -- apakah kalian familiar dengan desain atom?
00:05:37Jadi, ya, latar belakang saya sebelumnya adalah seorang desainer produk,
00:05:41jadi saya cukup familiar dengan hal di mana kita perlu membuat desain yang berpusat pada pengguna,
00:05:46dan juga, seperti desain atom, di mana kita membuat bagian terkecil yang mungkin,
00:05:50lalu menggabungkannya menjadi, pada dasarnya potongan Lego,
00:05:53dan kemudian menjadi hasil kerja. Dan ini sangat berguna dalam pekerjaan saya saat ini.
00:06:02Jadi, begitu kita menyiapkan semua fondasi itu, kita pada dasarnya perlu membuat --
00:06:09misalnya, kita sering menggunakan Devin. Di kantor, kami -- semua orang menggunakan Devin.
00:06:14Semua orang, seperti, memanfaatkan Devin secara maksimal, misalnya. Ya.
00:06:18Dan jadi, dalam hal ini, saya hanya perlu, “Hei, kita menggunakan tipografi desktop ini
00:06:25dan tipografi seluler ini,” karena kita tahu
00:06:29Claude atau, seperti, LLM lainnya suka, seperti, memasukkan ukuran font acak, kan?
00:06:35Dan jika kita tidak mendefinisikannya, itu hanya akan menghasilkan sesuatu yang buruk, seperti hasil buruk sebelumnya.
00:06:41Dan ya, tipografi, warna, dan sebagainya, lalu beralih ke desain yang dapat digunakan kembali.
00:06:50Jadi, begitu kita mengaturnya dengan benar, seperti, situs web tersebut -- memiliki branding di dalamnya,
00:06:57semua tim lain di AI Engineer, seperti, misalnya tim pemasaran,
00:07:02dapat membuat segalanya, pada dasarnya. Seperti, mereka dapat membuat desain surel berdasarkan itu.
00:07:08Mereka dapat membuat selebaran, dokumen hanya berdasarkan situs web,
00:07:13karena itu sudah ditentukan -- seperti, sudah ditentukan sebelumnya.
00:07:18Dan ya, begitu Anda mendapatkan desainnya, Anda tinggal mengulanginya.
00:07:24Sebagai contoh, maskotnya, semuanya memiliki -- desain yang kurang lebih sama,
00:07:28dan itu tinggal diulang. Dan jika Anda sudah menentukan hal-hal tersebut,
00:07:34Anda pada dasarnya dapat, seperti, membuat satu desain yang berfungsi untuk semuanya.
00:07:38Dan inilah bagian yang paling ingin saya bicarakan,
00:07:41yaitu alur kerja otomatis.
00:07:43Sebelumnya, misalnya, jika Anda melihat ke luar ruangan,
00:07:48ada jadwal, bukan? Jadwal untuk masing-masing dan setiap orang.
00:07:52Jadi, dulu kami mengerjakannya secara manual di Figma, tetapi sekarang kami menggunakan Devin untuk itu.
00:07:58Dan biarkan saya tunjukkan.
00:08:02Hei.
00:08:04Jadi, sekarang, kita tinggal menarik data terbaru.
00:08:08Saya tinggal meminta Devin, seperti, “Hei, saya ingin ruangan ini di dasar ini.”
00:08:14Dan kemudian kita bisa mengekspornya, mengunduhnya ke PNG,
00:08:18dan datanya akurat, lalu kita bisa mengirimkannya ke diska lepas,
00:08:22lalu menampilkannya di layar.
00:08:25Dan hal itu, seperti, tidak mungkin dilakukan sebelumnya,
00:08:28karena hambatannya terlalu besar
00:08:31antara para desainer dan pengembang.
00:08:33Kami tidak dapat membuat sesuatu yang, seperti, sempurna secara piksel,
00:08:35karena begitu kami memberi tahu desainer,
00:08:38“Hei, ini desainnya,” dan kemudian --
00:08:40maaf, para insinyur yang membuat desain, misalnya.
00:08:44“Hei, saya ingin ini diselesaikan,”
00:08:46dan kemudian mereka tidak membuatnya sempurna secara piksel.
00:08:49Ada banyak umpan balik, kan?
00:08:52Tetapi dengan Devin, kita tinggal berkata,
00:08:54“Hei, bisakah kamu membuat ini lebih akurat?”
00:08:58Kita bisa menghubungkannya ke MCP,
00:09:00dan jika itu tidak berhasil,
00:09:02kita selalu bisa, seperti, memberikan lembar spesifikasi atau semacamnya
00:09:06atau sesuatu yang dapat ditentukan, seperti berapa jarak spasinya,
00:09:11berapa ukuran font-nya, dan sebagainya.
00:09:14Dan inilah yang kita lakukan untuk pengumuman pembicara.
00:09:20Jadi kita punya 300 pembicara lebih,
00:09:22dan tidak mungkin bagi saya untuk, seperti, menanganinya satu per satu, bukan?
00:09:26Jadi kita membuat hal ini, yang disebut --
00:09:29yang juga dapat Anda akses ke pengumuman pembicara,
00:09:32dan Anda juga dapat mencobanya sendiri, seperti yang satu ini, misalnya.
00:09:38Anda dapat memilihnya di sini,
00:09:40dan Anda juga dapat mengubah nama Anda.
00:09:42Baiklah, ya.
00:09:44Sebagai contoh, ini, Anda dapat mengubah nama menjadi apa pun yang Anda inginkan.
00:09:48Dan kita juga memiliki mode lanskap,
00:09:51yang juga dapat dimuat.
00:09:53Jika pembicara juga memiliki foto kepala dan semua detailnya,
00:09:56itu akan mengekspor secara otomatis.
00:09:59Dan kita juga memiliki kartu koleksi,
00:10:01yang ternyata cukup populer.
00:10:05Dan kita memiliki tema yang berbeda.
00:10:07Dan ini semuanya Sempurna secara Piksel, benar?
00:10:11Sebagai contoh, yang ini.
00:10:14Ini terinspirasi oleh TBPN, jadi ya.
00:10:19Dan bagaimana saya menghadirkan ini secara Sempurna secara Piksel?
00:10:23Mari kita bahas.
00:10:25Jadi prosesnya adalah, sebelumnya, ketika saya memulai karier saya
00:10:34sebagai desainer produk, prosesnya dulu hanya,
00:10:37oke, kita perlu melakukan riset.
00:10:39Kita perlu membangun produk, seperti pemikiran desain secara umum, benar?
00:10:42Dan kemudian siklus umpan balik dan hal semacam itu.
00:10:45Tetapi sekarang, hal itu sudah usang bagi saya.
00:10:49Seperti, dalam kasus saya, kita tinggal pergi ke Slack, Figma,
00:10:54lalu mengirimkannya kembali ke Slack, karena Devin kita tinggal di Slack.
00:10:58Dan kemudian mengirimkan semua hal yang dia butuhkan.
00:11:01Seperti, misalnya, jika kita dapat menghubungkan MCP atau juga dokumen spesifikasi,
00:11:07yang mana, sebagai contoh, lembar spesifikasi seperti ini,
00:11:10yang merupakan sebuah pengaya di Figma, jika Anda tertarik.
00:11:15Itu gratis.
00:11:15Dan itu pada dasarnya memberikan anotasi pada PDF.
00:11:20Dan ya, semua desainer tidak memberi nama pada layer mereka.
00:11:24Jadi ya, ini hanya seperti beberapa bingkai acak tiga, bingkai empat.
00:11:29Tetapi LLM akan memahaminya.
00:11:31Dan itu pada dasarnya mendefinisikan semua jarak spasi, semua ukuran font,
00:11:37serta semua warna dan lain-lain.
00:11:40Ini pasti akan membantu Anda mengembangkan produk yang sangat presisi.
00:11:44Dan kita juga baru-baru ini, seperti hari ini, memiliki foto-foto,
00:11:51yang harus kita buat gambar mini (thumbnail) untuk pembicaranya, kan?
00:11:55Dan kemudian kita bertanya kepada Devin, seperti, hei, siapa orang ini?
00:11:58Dan ya, itu berhasil melakukannya.
00:12:01Seperti, saya membuat semacam gaya Tinder, Anda tahu,
00:12:06deteksi apakah ini orang yang sama atau bukan.
00:12:09Dan saya pikir itu cukup akurat.
00:12:11Itu Jason Liu.
00:12:12Ya.
00:12:13Dan kemudian kita bisa menggunakan ini untuk, seperti, konteks.
00:12:18Seperti sebelumnya, ketika kita membuat gambar mini,
00:12:19kita harus mencari semua kode yang dimiliki fotografer
00:12:23dan mencarinya satu per satu dan mungkin berdasarkan waktu, jika memungkinkan.
00:12:27Tapi sekarang kita bisa langsung, oh, ini Jason Liu.
00:12:30Unduh foto itu.
00:12:31Dan kemudian kita bisa menempelkannya ke gambar mini, kan?
00:12:34Dan itu sangat luar biasa.
00:12:36Maksud saya, dunia tempat kita hidup saat ini sebenarnya, seperti,
00:12:40keadaan bagi saya sebagai seorang desainer sudah berada di puncaknya.
00:12:43Karena apa lagi yang bisa Anda minta, kan?
00:12:48Maksud saya, kita sudah memiliki hal-hal untuk otomatisasi.
00:12:50Kita sudah memiliki hal-hal untuk membuat desain dengan cepat.
00:12:54Pada dasarnya, yang Anda butuhkan hanyalah sebuah masalah.
00:12:56Karena begitu Anda memiliki masalah yang layak diselesaikan,
00:12:59Anda pada dasarnya dapat menyelesaikan apa saja.
00:13:03Dan kembali ke pembicaraan saya.
00:13:04Saya jadi melantur seperti itu.
00:13:06Ya.
00:13:07Dan kemudian-- ya.
00:13:09Dan ini juga hal luar biasa yang kita uji.
00:13:11Jadi seperti yang Anda tahu, kita memiliki, ratusan sponsor, kan?
00:13:16Seperti 140 lebih.
00:13:18Dan seperti yang dapat Anda lihat di-- di lobi,
00:13:21kita memiliki spanduk dengan semua sponsor.
00:13:24Dan saya pada dasarnya memberi tahu Devin, seperti, hai, bisakah kamu membandingkan--
00:13:29bisakah kamu memeriksa apakah ada logo yang hilang dalam grafik ini?
00:13:33Dan akurasinya 100% berdasarkan pengujian yang saya lakukan.
00:13:38Jadi-- yang mana cukup luar biasa.
00:13:40Dan kita menggunakan hal yang sama untuk kaos yang Anda dapatkan untuk suvenir Anda.
00:13:48Dan, ya, mengejutkannya, Devin tahu bagaimana, caranya, memvisualisasikan hal-hal, kan?
00:13:54Seperti, bagaimana mendeteksi segala sesuatu secara visual.
00:13:56Dan itu sangat mengejutkan.
00:13:58Karena sebagai manusia, kita bisa, membuat kesalahan.
00:14:02Oh, ternyata ada satu layanan kecil yang terlewat.
00:14:05Tapi dengan hal semacam ini, kita bisa, memeriksa ulang.
00:14:09Jadi manusia ditambah AI, menggabungkannya.
00:14:13Nah, Anda sudah punya tim QA sendiri.
00:14:15Dan kemudian menghilangkan gesekan.
00:14:17Jadi ini hanyalah cara berpikir.
00:14:21Jadi sebagai seorang desainer, kita harus berpikir sebagai pengguna, bukan sebagai desainer.
00:14:26Benar?
00:14:27Karena setiap pengguna memiliki kebutuhannya sendiri.
00:14:29Anda dapat berjalan melalui, misalnya, denah peta di sini.
00:14:33Jadi pada dasarnya, saya membayangkan diri saya sebagai peserta untuk pergi ke pendaftaran,
00:14:39pergi ke--
00:14:41melihat penunjuk arah dan kode QR dan kemudian semuanya.
00:14:46Pada dasarnya, semuanya harus terhubung agar kalian tidak tersesat
00:14:50dan tahu cara menemukan ruangan kalian dan hal-hal lainnya.
00:14:55Dan pekerjaan nyata adalah menangani pengecualian.
00:15:00Jadi misalnya-- oh, saya punya-- ya.
00:15:03Misalnya, ada pembaruan jadwal, benar?
00:15:09Dan ketika kita membuat hal ini, itu tidak memiliki tombol edit.
00:15:13Dan kemudian suatu pagi, tiba-tiba, hei, jadwal ini perlu diperbarui.
00:15:19Dan kita tidak memiliki tombol edit tersebut.
00:15:21Saya bisa saja meminta Devin, hei, bisakah kamu menambahkan tombol edit untukku?
00:15:25Dan kemudian dia melakukannya.
00:15:26Jadi kita dapat mengubah segalanya sekarang dan kemudian mengekspornya ke PNG dan memasangnya kembali ke layar,
00:15:32yang sangat praktis, bukan?
00:15:34Dan pengecualian-pengecualian itu, itu-- tidak mungkin dilakukan sebelumnya ketika kita harus melakukannya secara manual dan lain-lain.
00:15:41Tapi sekarang menjadi jauh lebih mudah.
00:15:43Dan kesimpulannya di sini adalah bahwa untuk menyelesaikan masalah skala, Anda harus benar-benar berpikir kecil.
00:15:51Pikirkan semua hal terkecil yang mungkin.
00:15:53Pikirkan segala sesuatu yang bisa salah dan akan salah, lalu cobalah menyelesaikannya sebelumnya.
00:15:59Dan juga, seperti, ya, sekarang, pada dasarnya, Anda dapat mengotomatiskan segalanya.
00:16:04Dan pada saat ini, memiliki masalah justru akan menguntungkan Anda
00:16:11karena itu akan membantu Anda mengirimkan produk yang lebih baik, mengirimkan hal-hal yang bagus.
00:16:18Dan, ya, saya pikir hanya itu yang dapat saya bagikan.
00:16:20Semoga pembicaraan saya bermanfaat bagi kalian.
00:16:23Dan, ya, itu saja.
00:16:26Terima kasih semuanya.
00:16:29Terima kasih banyak.

핵심 요약

Otomatisasi berbasis agen AI seperti Devin dan penerapan fondasi sistem desain yang terstruktur memungkinkan satu desainer menangani ribuan aset visual untuk acara dengan ribuan peserta.

하이라이트

  • Konferensi ini melibatkan 7.000 peserta, 140 lebih sponsor, 300 lebih pembicara, 600 sesi lebih, dan ditangani oleh satu orang desainer.

  • Otomatisasi menggunakan Devin mempermudah pembuatan papan jadwal, pengumuman pembicara, dan verifikasi logo sponsor secara akurat.

  • Pendekatan desain atom memecah elemen visual menjadi bagian terkecil seperti potongan Lego untuk membangun berbagai materi secara konsisten.

  • Pengecekan logo sponsor yang hilang pada spanduk acara menggunakan AI menghasilkan tingkat keakuratan seratus persen.

  • Sistem penentuan tipografi dan palet warna yang baku mencegah LLM menghasilkan ukuran font atau tata letak yang acak.

타임라인

Tantangan Skala Konferensi

  • Jumlah peserta konferensi mencapai 7.000 orang dengan 140 lebih sponsor dan 300 lebih pembicara.
  • Kebutuhan desain mencakup stiker, halaman landing, papan petunjuk, dan maskot jalur.
  • Ribuan detail visual menciptakan risiko kesalahan tinggi pada logo sponsor atau jadwal pembicara.

Tim kecil beranggotakan 12 hingga 15 orang di AI Engineer menghadapi tantangan skala besar dalam penyediaan materi visual. Satu orang desainer harus mengelola seluruh kebutuhan aset untuk ratusan sesi dan pembicara tanpa bantuan tim desainer tambahan.

Fondasi Desain dan Komponen

  • Sistem desain menetapkan tipografi, warna utama, warna aksen, dan komponen secara konsisten.
  • Metode desain atom menyusun bagian terkecil menjadi blok bangunan materi visual.
  • Tim pemasaran dapat membuat surel dan selebaran secara mandiri berdasarkan templat situs web yang sudah ditentukan.

Fondasi yang kokoh menjadi landasan utama untuk mengatasi masalah skala. Dengan menetapkan aturan baku untuk tipografi desktop dan seluler, penggunaan alat AI dapat dicegah agar tidak menghasilkan ukuran font acak.

Alur Kerja Otomatisasi dengan AI

  • Devin digunakan untuk memperbarui jadwal secara otomatis dan mengekspornya ke format PNG untuk layar.
  • Halaman pengumuman pembicara otomatis menghasilkan kartu koleksi dan visual presisi piksel.
  • AI mendeteksi kesamaan foto kepala pembicara secara visual untuk mempercepat pembuatan gambar mini.

Otomatisasi menjembatani hambatan antara desainer dan pengembang dengan menghilangkan proses manual yang berulang. Integrasi alat bantu memungkinkan pembaruan jadwal dan pembuatan ratusan materi pembicara secara instan dan akurat.

Validasi dan Penyelesaian Pengecualian

  • Pemeriksaan logo sponsor yang hilang pada spanduk dilakukan secara visual oleh AI dengan akurasi tinggi.
  • Pengecualian mendadak seperti penambahan tombol edit pada jadwal diselesaikan secara langsung.
  • Penyelesaian masalah skala menuntut pola pikir yang berfokus pada detail terkecil dan potensi kesalahan.

Penggabungan kemampuan manusia dan AI menghasilkan sistem kontrol kualitas mandiri. Antisipasi terhadap detail terkecil dan penanganan pengecualian secara cepat memastikan seluruh materi acara terkirim tanpa cacat.

커뮤니티 글

아직 글이 없습니다. 이 영상에 대한 첫 번째 글을 작성해 보세요!

이 영상에 대해 글쓰기