提到高保真原型,很多人的第一反应就是有色彩、文案、图片等精美内容的原型图。实际上,这只是高保真原型的表层特征,画高保真原型图的本质目的是为了模拟演示用户操作路径,验证产品交互逻辑。视觉反而是次要的,更重要的是交互设计。
不论是产品经理还是UX设计师,在交互设计能力这一块,都需要具备扎实的功底。那么市面上主流的原型工具是否足够支撑常规和复杂的交互实现呢?老牌工具Axure作为交互鼻祖自然不必多说,那么本文聚焦于当下争议较多、同时也最具代表性的两款原型工具:墨刀与Figma,来讨论谁更适合做真正可交互的高保真原型。
墨刀在制作高保真原型有明显的优势,尤其在交互功能丰富、设置流程简单、高保真原型模板等方面。
Figma制作高保真原型的最大优势之一,便是其视觉设计方面,原型与设计一体无缝协作,社区内含素材资源丰富。
两者各具特色,也存在共同优势,例如AI生成原型图能力都走在行业前沿,具体分析会在后面展开。
市面上的原型设计工具均具备常规的交互功能,例如简单的页面跳转,显示或隐藏组件元素,对浮层的交互反馈设置等功能。墨刀与Figma都支持这类基础的交互功能,并且在操作体验上都较为友好。Figma在动画过渡方面很细腻,而墨刀在交互行为的触发设置上选项更丰富,可适配更多元的触发逻辑。
相比常规的交互功能,当产品原型进入流程复杂、状态变化多、数据逻辑密集的阶段,高阶交互功能就成了分水岭:例如动态组件面板的状态切换、变量的条件判断、函数公式运算、监听变量等功能,来实现更为细致丰富的交互效果。
相比之下,墨刀具备上述的各类高阶功能,设置步骤简单易用;而Figma在此维度的短板明显,除了部分变量功能,就没有更多的高阶交互能力了,比如一些圆葱页面的“随机数字验证”需要用到函数运算,就无法在Figma中直接实现。
墨刀与Figma在AI生成原型图能力上,都处于行业前沿探索阶段。墨刀的AI能力目前已经进入了全新阶段,可以实现语义对话生成高质量的高保真原型图,并且可以直接在墨刀工作区内进行二次编辑。此外,墨刀在AI生成交互组件方面也持续走在前列,能够快速搭建具备行为逻辑的交互式原型,大幅提高原型制作效率。
Figma在前几个月推出了FigmaMake,在视觉方面表现不俗,能够生成精致且风格统一的高保真界面,特别适合UI设计师作为创意起点。但目前存在一定局限,生成的原型在编辑区后不包含交互和动态效果,需要用户手动补充交互逻辑。相较之下,虽然Figma在视觉呈现方面略胜一筹,但在交互生成能力上仍有进步空间。
无论是本文的主角墨刀、figma还是交互大佬Axure,工具的选择应该匹配你的能力进阶路线。
墨刀与Figma都有内置的素材资源,墨刀的素材广场模板更多贴合国内行业,可以一键复用提高高保真原型制作效率;Figma社区中有很多UI设计资源,可以收藏运用到高保真原型的制作中。学会善于利用原型工具中的附加资源,发挥更多价值。
原型设计已经进入了AI时代,墨刀与Figma都走在了前沿,产品经理如果能提前快速掌握AI技能,不仅能省下大量重复操作的时间,也能在紧张的迭代节奏中保持高效输出,特别适合经常面对快速迭代和高强度交互设计的产品人。
其实墨刀与Figma哪个更适合做高保真原型的答案已经显而易见了,Figma在视觉设计上的优势源于自身UI设计特色,适合注重界面效果的产品设计团队;而墨刀在原型制作方面更加专注、专业,不论从交互能力、AI辅助生成、操作易上手以及本地化资源支持方面都表现较为出色,适合产品经理独立完成包含动态逻辑的高保真交互原型。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。