Help Scout, Anthropic ve sahibinden.com tasarım ekiplerinin AI’dan sonra çalışma biçimini nasıl değiştirdiğini kendi anlatımlarından derledik.
Help Scout her tasarımcıdan production’a bir değişiklik göndermesini istedi, Anthropic’te her tasarımcı ilk haftasında pull request gönderiyor. sahibinden.com ise tasarımcıyı koda taşımak yerine Figma’nın içine A/B tahmini yapan ve etkileşim maliyetini ölçen plugin’ler koydu. Üçünde de iş yazılı bir kuralla başlıyor: design.md, skill ya da rubrik.
Help Scout’ta AI araçları tasarım çıktısını hızlandırdı ama çıkan iş jenerik kaldı. Principal Designer Buzz Usborne önce şirketin AI çalışma ilkelerini ve tasarım ilkelerini elle yazdı, bunları bir design.md dosyasına indirdi. Ardından iki hafta ayırıp 2018’de kurulan tasarım sistemini baştan kurdu; 200’den fazla primitive ve composition’ı yeniden yapılandırdı. Staff Engineer Rikki, HSDS Studio adlı şirket içi AI prototipleme ortamını kurdu. Usborne her tasarımcıdan production’a doğrudan bir değişiklik göndermesini istedi ve ilk kendisi gönderdi. Araçları devreye aldıktan sonraki ilk üç ayda, önceki on yılda gönderdiğinden fazla production kodu gönderdi.
Anthropic’in ürün tasarım ekibi, mühendislik hızlanınca tasarım işini doğrudan kodun içine taşıdı. Her tasarımcı ilk haftasında bir pull request gönderiyor. Claude Code ve Cowork tasarımını yöneten Meaghan Choi kodu senkronlayıp branch açan, önyüzü yerelde çalıştıran ve etkileşimli HTML prototip üreten skill’ler yazdı; prototipte beş varyasyon isteyip Claude’dan gerekçeli bir öneri alıyor, son kararı kendisi veriyor. Nate Parrott tasarım sistemini bir HTML üretim ortamına verip Figma’daki üç seçenek yerine yaklaşık bir düzine etkileşimli varyasyonu yan yana üretti; bu deneme Claude Design’a dönüştü. Kritikler haftada iki büyük toplantıdan haftada dörde kadar çıkan pod toplantılarına geçti, tasarımcılar uzun spec yerine çalışan prototip getiriyor.
sahibinden.com UX direktörü Gökhan, AI’ın yalnızca ürüne değil tasarımcıların kendi iş yapış şekline de girdiğini söylüyor ve bunu kendi geliştirdiği iki Figma plugin’iyle anlatıyor. AIB Test önce OpenAI’da custom GPT olarak doğdu; Gemini’ye taşındığında ekranda olmayan öğeler uydurunca başka bir modele geçti ve rubrik, formül ve guard layer’larla aynı görsele her seferinde aynı sonucu veren deterministik bir yapıya kavuştu. Gökhan aracı yaklaşık 600 A/B test verisiyle kalibre etti; sonucu bilinen testlerde kazananı büyük çoğunlukla buldu ve en az bir ay süren A/B testinin yerine 15-20 saniyede tahmin veriyor. İkinci plugin Flow Score, bir akıştaki interaction cost’u (manuel input, akılda tutulacak bilgi, sayfada arama) ölçüp skor üretiyor. Ekip bu skorla örneğin yüzde 30’un üzerinde interaction risk taşıyan tasarımı kabul etmeme kuralı koymayı ve tasarım kalitesini standartlaştırmayı hedefliyor.
AI araçları her tasarım ekibine aynı anda geldi, ama araca erişmek süreci kendiliğinden değiştirmiyor. Asıl soru, ekiplerin kritik, prototip ve teslim adımlarında neyi bıraktığı ve yerine ne koyduğu.
Bu yüzden araç listelerine değil, kendi ekibinde süreci değiştirmiş kişilerin anlatımına baktık: ne yazdılar, neyi ölçtüler, tasarımcıdan ne beklediler.
Tasarım, ürün ve yapay zekadan seçtiğimiz en iyi okumalar, iki haftada bir çarşamba posta kutunda.
