《Proceedings of the Design Society》：Intelligent narratives: rethinking design education through the use of generative AI as a storytelling tool
编辑推荐：
本研究探讨AI工作流与提示工程（prompt engineering）如何重塑设计教育中的叙事方式。研究人员让参与者借助ChatGPT、Midjourney、Runway及Meta Glasses等工具，通过迭代脚本撰写、图像生成与反思，对已有项目进行重构。对
本研究探讨AI工作流与提示工程（prompt engineering）如何重塑设计教育中的叙事方式。研究人员让参与者借助ChatGPT、Midjourney、Runway及Meta Glasses等工具，通过迭代脚本撰写、图像生成与反思，对已有项目进行重构。对88项视觉项目及超过80段视频的分析显示，叙事模式从静态文档记录转向多模态叙事（multimodal narratives）。研究结果表明，AI通过自适应、平台原生的叙事方式，提升了沟通流畅度、参与度与反思性实践（reflective practice）。
论文解读
随着人工智能在设计领域的快速渗透，大型语言模型（LLM）、图像生成系统与自适应视频生成工具正在引入强调迭代、反思与叙事的全新工作流。尽管这类技术在设计行业已被广泛采用，但在设计工作室教育中的整合仍处于碎片化状态，未实现深度嵌入。传统设计教育长期依赖草图、渲染与展板等静态文档，侧重形式与技术属性，缺乏用户语境、情感联结与叙事序列，难以完整传递设计的意图与价值。同时，学生在跨媒介沟通、动态叙事表达上存在训练缺口，无法适配行业对叙事流利度的需求。在此背景下，研究人员开展了一项创造性研究，探索如何将生成式AI（Generative AI）作为沟通与反思的生态工具，而非仅作为最终产物生成器，重构设计教育中的叙事实践。该研究共纳入20名参与者，通过15周的工作室课程，引导其借助AI工具对既有设计项目进行叙事重构，最终形成29条AI辅助视觉叙事、88条短视频与70余幅叙事图像。研究发现，AI并未替代设计推理，而是通过多模态工作流拓展了反思的空间，推动叙事从最终展示环节转变为持续的设计活动。这一成果为设计教育应对智能化转型提供了可参照的实践路径，相关成果发表于《Proceedings of the Design Society》。
研究人员采用的研究方法以视觉叙事分析为核心，依托美国爱荷华州立大学设计学院2025年春季开设的“概念到聚光灯：AI增强数字叙事”课程开展实证研究。研究样本为20名设计相关学科的高年级本科生与研究生，其中多数具备传统设计工具使用经验，但仅不足三分之一曾在学术场景中系统使用生成式AI，无一人接受过正式提示工程训练。数据来源分为四类：一是参与者传统设计流程产出的预AI项目文档，包括草图、旅程图、展板与实体原型，作为分析基线；二是AI辅助视觉与视频产出，由ChatGPT完成策略脚本与提示开发、Midjourney生成图像、Sora与Runway制作动态序列、ElevenLabs完成语音与音效生产；三是过程文档，涵盖提示转录文本、迭代修订记录、社交平台草稿、数字白板地图与编辑时间线；四是参与者撰写的反思日志与评注笔记，用于三角验证视觉分析结果。分析过程采用质性解释范式，聚焦叙事结构、媒介适配与设计沟通三个维度，规避对技术完成度的单一评判，转而关注学生如何通过生成式工具与移动平台有效传递设计意图。
研究结果分为五个部分。第一，通过叙事结构重构设计表达。参与者从静态展示转向结构化叙事沟通，早期材料仅强调形态与技术属性，缺乏人的在场与情感联结；引入AI工具后，学生开始构建包含用户、场景、设计干预与影响落地的完整序列，结合视觉节奏、画外音与情境图像，将项目从“特征集合”转化为对人与商业需求的回应。第二，基于提示工作流提升沟通清晰度。提示构建成为AI工具有效应用的核心，提示的清晰度直接决定生成内容的情绪基调、视觉准确性与叙事权重。参与者依据叙事目标选择工具：Midjourney用于氛围与环境构建，Runway与Sora用于动作序列与用户交互模拟，ElevenLabs用于语音情绪 framing，工具选择以输出可控性、迭代速度与美学一致性为标准，而非工具新颖性。第三，通过平台原生工作流实现自适应叙事。学生从线性生产转向适配平台的动态叙事，不再局限于传统演示格式，而是借助移动端与协作平台共同开发故事序列，直接在手机端剪辑、调整节奏，故事板从前置阶段变为流动的实时实践，叙事构建与创作过程同步推进。第四，工作流构建的反思与未来关切。参与者普遍面临多工具切换、界面不兼容与免费版本限制的挑战，由此催生了对统一创作环境的需求，Weavy、Vizcom等集成式平台因可减少应用跳转、维持叙事连贯性受到认可。第五，整体转变与启示。三项一致模式浮现：一是从孤立描述转向语境化叙事，AI支持快速可视化环境与叙事基调；二是视听决策与沟通意图高度对齐，提示构建要求学生提前明确受众与信息；三是叙事从最终展示步骤变为持续设计活动，生成式工具作为对话伙伴而非生产捷径存在。
讨论部分指出，生成式AI并非替代传统评图或协作交流，而是将反思对话延伸至课堂之外，通过即时迭代与可视化测试补充常规教学。课程实践中，学生对叙事建构的投入度显著提升，超过80%的学生在课后主动将工作流迁移至其他课程，体现出对叙事技艺的真实认同。该课程的跨学科属性也得到了验证，已被纳入学校人工智能辅修课程体系，工程、营销、人机交互等学科的教员均将其视为AI支持结构化沟通的教学范本。研究最终表明，设计教育需将叙事视为连续的设计过程，而非终端环节；当AI工具与传统方法批判性结合时，能够帮助学生跨模态构建意义。生成式AI并非创造力的终点，而是更具协作性、反思性的学习路径的起点。未来研究可通过对照试验进一步区分项目成熟度效应与工具介导的反思变化，也可将该模型拓展至工程、建筑、新闻等更多学科，明确AI作为结构化沟通支架的作用边界。
