Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Figma AI a réussi 18 tâches sur 19 dans un design system : des tokens aux tableaux

La designeuse Ekaterina Larionova a confié 19 tâches routinières du design system « Sova » à l'agent intégré Figma AI. Il en a mené 18 à terme, en totalité ou pour l'essentiel. Il a par exemple reconstruit un tableau de colonnes en lignes en 5 minutes 17 secondes et modifié les valeurs dans 100 variantes d'un composant. Le remplacement des textes factices par du contenu pertinent a échoué : les 36 cellules affichent « Текст 1–3 » (« Texte 1–3 »). L'agent est efficace sur la mécanique avec un modèle de référence, mais son résultat doit être vérifié.

Traité par IA depuis Habr AI ; édité par Hamidun News
Figma AI a réussi 18 tâches sur 19 dans un design system : des tokens aux tableaux
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1La liaison des couleurs aux tokens Sova Style a pris 56 minutes, celle des valeurs numériques 58
Chiffre clé #2L'audit de 196 variantes et de 840 bascules a pris 4 minutes 24 secondes
Chiffre clé #3La suppression des emojis dans les noms de 37 pages a pris 20 secondes

Quiconque a maintenu un design system connaît ce travail : renommer une centaine de variantes, relier à nouveau les couleurs aux tokens, reconstruire un tableau. C'est nécessaire, mais pas passionnant. Ekaterina Larionova, designeuse produit, qui fait évoluer le design system « Sova » au sein de l'écosystème IT « Loukomorié », a testé l'agent intégré Figma AI sur ce type de routine. Il modifie les calques et composants existants dans Figma Design. Figma Make ne faisait pas partie de l'expérience. Elle comptait 19 tâches. L'agent en a accompli 18, en totalité ou pour l'essentiel ; une a échoué.

Où l'agent est à l'aise

Il excelle dans les tâches mécaniques pour lesquelles il existe un modèle de référence. Dans un composant de 100 variantes, il a permuté les valeurs icon=off et icon=on en 1 minute 23 secondes. Il a restauré, à partir d'un composant de référence, les noms de propriétés devenus Property 7 et Property 8. Il a repéré une régularité dans les retraits et ajouté un quatrième niveau d'imbrication pour six ensembles d'arbres. Il a reconstruit un tableau de 16 colonnes verticales en 23 lignes horizontales, en conservant les largeurs et le contenu. L'opération a pris 5 minutes 17 secondes. À la main, une telle refonte en Auto Layout demande beaucoup plus de temps et se casse facilement.

Les prompts étaient pourtant courts et peu soignés, du genre « Sélectionne ici les 4 premières étoiles selected ». L'agent voit ce qui est sélectionné sur le canevas et travaille précisément dessus. La mise en forme d'après un modèle a aussi fonctionné : il a propagé les réglages des colonnes figées de deux exemples vers les autres tableaux et appliqué un zébrage sur 10 colonnes. La conclusion de l'autrice : un exemple prêt à l'emploi directement dans la maquette fonctionne mieux qu'une demi-page de description.

L'agent s'est aussi révélé utile pour la vérification. Il a trouvé huit paires de combinaisons de propriétés en doublon dans un accordéon, et analysé 196 variantes et 840 bascules du composant table / cell. Ce n'est pas un substitut aux tests fonctionnels, mais un audit préliminaire. Les résultats doivent de toute façon être recoupés à la main, car l'agent peut mal interpréter la logique voulue.

Tokens : la partie la plus longue et la plus utile

La liaison des valeurs aux tokens s'est révélée la plus fastidieuse. L'agent a demandé de connecter la bibliothèque Sova Style, qui contient les tokens de couleurs, de tailles et de polices. Les couleurs ont ensuite été liées, mais l'opération a pris 56 minutes. Les valeurs numériques (hauteurs et retraits) ont demandé 58 minutes. La géométrie d'un composant a posé problème.

Une astuce de prompt joue ici un rôle clé. Un même code HEX peut correspondre à plusieurs tokens, par exemple dans différents thèmes. Ekaterina a donc écrit explicitement : en cas de doute, ne rien modifier et les signaler dans le chat. Sont restées non liées surtout des valeurs semi-transparentes dans les illustrations et les dégradés. Cette interdiction de deviner transforme une erreur silencieuse potentielle en une liste visible de questions.

Parmi les autres exemples : à partir d'une capture d'écran, l'agent a recréé une palette de 28 carrés, dont il a complété lui-même les 25 manquants. Il a supprimé les emojis dans les noms de 37 pages en 20 secondes, sans toucher aux points d'interrogation, dont la requête ne parlait pas.

L'échec et l'arithmétique honnête

Le seul échec est révélateur. L'agent devait remplacer les textes factices « cell text » par trois lignes d'un texte quelconque, afin de tester le comportement des cellules. Les 36 cellules ont reçu les mêmes « Текст 1 », « Текст 2 », « Текст 3 » (« Texte 1 », « Texte 2 », « Texte 3 »). Sur le papier, la tâche est accomplie ; sur le fond, non. Il fallait des longueurs différentes, des mots longs et des retours à la ligne, mais le prompt ne le précisait pas, et l'agent ne l'a pas deviné de lui-même.

L'autrice ne propose pas de considérer les minutes des tableaux comme un gain net. Il faut encore du temps pour formuler la tâche, vérifier le résultat et corriger ce que l'agent a mal fait. Il ne faut pas non plus croire sur parole le compte rendu de l'agent. Par exemple, les noms de propriétés restaurés méritent d'être comparés avec le panneau des propriétés du composant.

Les pratiques décrites dans l'article sont applicables immédiatement :

  • écrire non seulement ce qu'il faut modifier, mais aussi ce qu'il ne faut pas toucher : texte, ordre, largeurs, états ;
  • tester d'abord les changements risqués sur une copie ou un petit échantillon ;
  • pour les tâches en plusieurs étapes, demander à l'agent de décrire d'abord son plan et d'attendre une confirmation ;
  • avant une liaison en masse, connecter la bibliothèque nécessaire ;
  • pour le contenu de test, définir explicitement des longueurs différentes et des retours à la ligne.

Le principal gain, selon l'autrice, tient au travail en parallèle. Pendant que l'agent exécute une mécanique bien définie, le designer peut se consacrer aux concepts et aux décisions produit. La frontière de la délégation passe là où la tâche exige du sens, et non la répétition d'un modèle. Il s'agit d'une expérience isolée, menée sur un seul design system et sans statistiques, mais, comme carte des scénarios qui fonctionnent et de ceux qui échouent, elle est utile aux équipes qui décident ce qu'elles confient à Figma AI.

Dossier

Questions clés sur cet article

Que sait-on sur Où l'agent est à l'aise ?

Il excelle dans les tâches mécaniques pour lesquelles il existe un modèle de référence. Dans un composant de 100 variantes, il a permuté les valeurs icon=off et icon=on en 1 minute 23 secondes. Il a restauré, à partir d'un composant de référence, les noms de propriétés devenus Property 7 et Property 8. Il a repéré une régularité dans les retraits et ajouté un quatrième niveau d'imbrication pour six ensembles d'arbres.

Que sait-on sur Tokens : la partie la plus longue et la plus utile ?

La liaison des valeurs aux tokens s'est révélée la plus fastidieuse. L'agent a demandé de connecter la bibliothèque Sova Style, qui contient les tokens de couleurs, de tailles et de polices. Les couleurs ont ensuite été liées, mais l'opération a pris 56 minutes. Les valeurs numériques (hauteurs et retraits) ont demandé 58 minutes. La géométrie d'un composant a posé problème. Une astuce de prompt joue ici un rôle clé. Un même code HEX peut correspondre à plusieurs tokens, par exemple dans différents thèmes.

Que sait-on sur L'échec et l'arithmétique honnête ?

Le seul échec est révélateur. L'agent devait remplacer les textes factices « cell text » par trois lignes d'un texte quelconque, afin de tester le comportement des cellules. Les 36 cellules ont reçu les mêmes « Текст 1 », « Текст 2 », « Текст 3 » (« Texte 1 », « Texte 2 », « Texte 3 »). Sur le papier, la tâche est accomplie ; sur le fond, non. Il fallait des longueurs différentes, des mots longs et des retours à la ligne, mais le prompt ne le précisait pas, et l'agent ne l'a pas deviné de lui-même.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…