Anthropic zase něco releasnul. Někdo vygeneroval celý web za hodinu. Junioři přicházejí o práci… Každý den na nás létají další a další zprávy o AI, další novinky, dvacátý osmý nový AI nástroj tento měsíc, který musíme vyzkoušet, jinak jsme skončili. Na druhou stranu – utéct před tím nejde.
U nás v Cognito místo toho, abychom čekali, co přijde, snažíme se držet krok. Zkoušíme, testujeme, narážíme a selháváme - a zase jedeme dál. Ne proto, že musíme, ale proto, že věříme, že designéři, kteří AI aktivně zapojí do své práce, budou zkrátka napřed. Změny na poli AI přicházejí rychle a za týden může být zase vše jinak - v tomto článku ale chceme ukázat, jak přesně jsme AI zapojili do celého UX/UI procesu a jak to naši práci změnilo. Pro tento moment.
P.S. Během psaní tohoto článku Anthropic vydal Claude Design, který jsme samozřejmě hned vyzkoušeli. Naše dojmy najdete na konci článku.
Určitě jste se setkali s tvrzením, že UX/UI i webdesign končí. My se s tím rozhodně neztotožňujeme. Stejně jako se transformuje způsob, jak pracují vývojáři s kódem, transformuje se i design. A vždycky tomu tak bylo. Od tužky a papíru přes Photoshop, XD, Figmu až po dnešní AI nástroje. Nástroje se sice mění, designové myšlení zůstává. To, o kterém mluví Donald Norman už desítky let.
AI nahradí lidi, kteří si mysleli, že UX design je kreslení wireframů ve Figmě. Nenahradí opravdové designérské myšlení – způsob, jak přemýšlíme o uživateli, o problému, o kontextu.
A možná je přizpůsobivost ten nejdůležitější skill, který jako designéři máme. Vždycky byl. Teď je jen klíčovější než kdy dřív.
Největší mentální shift, který jsme za poslední rok udělali, nemá vlastně nic společného s konkrétním nástrojem. Je to způsob, jakým o AI jako designéři přemýšlíme.
Přestali jsme se ptát „nahradí nás?" a začali jsme se ptát „jak ho zapojíme?"
Marshall McLuhan popisoval nástroje jako rozšíření lidských schopností - sekera jako prodloužení ruky, kniha jako prodloužení paměti. AI není v tomhle ohledu jiná. Nejproduktivnější přístup není předat jí celý workflow, ale vnímat ji jako rozšíření vlastního myšlení. Ruce stále drží kormidlo, AI je jen rukavice, která umožňuje pracovat způsoby, které dřív nebyly možné.
V praxi to pro nás znamená jedno: AI je parťák. Občas má dobrý nápad, občas blbí - stejně jako každý jiný člen týmu. Není chytřejší než my, nezná naše klienty, nezná kontext projektu a rozhodně nevycítí, co si klient nebo uživatel skutečně myslí a představuje.
Co se ale změnilo: rychlost iterací, hloubka průzkumu a kapacita zpracovat množství informací, které by dřív zabraly dny. A to je změna, která stojí za pozornost.
popis fotky: Někdy se s parťákem dokážete i pohádat, ale vztah funguje na pevných základech.
Než popíšeme konkrétní workflow, je potřeba se zastavit u základu – u promptování. Protože bez dobrého promptu je AI jako strejda po pátém pivu: ochotný pomoci, ale výsledek za moc nestojí.
Kvalitní prompt má jasnou strukturu. Nestačí napsat, co chcete, ale je potřeba specifikovat roli (kdo AI v daném kontextu je), úkol (co přesně má udělat), instrukce (jak, v jakém tónu, formátu), kontext (proč to děláme, co o projektu víme) a omezení (co nemá dělat, čemu se vyhnout). Tato poslední část - co nedělat - je nejčastěji opomíjená a zároveň nejvíce ovlivňuje kvalitu výstupů.
Důležité je také rozlišovat mezi promptem a skillem.
Prompt je jednorázová instrukce pro konkrétní úkol. Funguje, ale nepřenáší se – příště začínáte od nuly.
Skill je znovupoužitelný balíček: kombinace role, kontextu, instrukcí a omezení, který AI „nasadí" jako kontext pro celou sérii úkolů. Skill může obsahovat brand guidelines konkrétního klienta, principy design systému, technologický stack projektu nebo definici cílové skupiny. Jednou ho vytvoříte, pak ho aplikujete opakovaně a AI přestane klást základní otázky a rovnou reaguje na úrovni informovaného kolegy, který projekt zná.
V Cognito máme na design oddělení postavenou sdílenou promptí knihovnu, tedy strukturovanou sbírku šablon pro různé role a typy úkolů. Patří do ní prompty pro UX researchera, product designera, art directora i frontendového developera. Každý prompt je verzovaný, okomentovaný a dostupný celému týmu.
Jeden konkrétní lifehack: agent na tvorbu promptů. Místo toho, abyste trávili čas laděním formulací, popíšete záměr volně a agent vám navrhne strukturovaný, odborný prompt. Ušetří čas a zároveň zvyšuje konzistenci výstupů napříč týmem.
A teď tedy k samotnému workflow na našem design oddělení. Každý projekt je jiný, takže pokaždé je to trochu jiné, zkrátka agenturní parkour, ale základ nám zůstává.
Každý projekt začíná u zadání a brief málokdy přijde v ideální podobě. Bývá neúplný, rozporuplný nebo plný nevyslovených předpokladů.
Proto jako první krok pouštíme agenta na interpretaci zadání. Claude s příslušným skillem brief rozebere, identifikuje nejasnosti, pojmenuje předpoklady a navrhne otázky k vyjasnění ještě před tím, než začneme cokoliv navrhovat. Výstupem není hotové řešení, ale je to strukturovaný přehled toho, co víme, co nevíme a co potřebujeme vědět.
Následuje brainstorming: strukturovaný dialog, kde s Claudem probíráme zadání z různých úhlů. Výstupem je přehled rolí a agentů, které na projektu budou pracovat, každý se specifickým zaměřením a kontextem.
Když je potřeba, tak desk research u nás probíhá v NotebookLM. Jde o nástroj od Googlu postavený na principu RAG (retrieval-augmented generation) model tedy nepracuje ze svých obecných tréninkových dat, ale přímo z dokumentů, které mu poskytnete. Výsledky jsou tak ukotvené v realitě vašeho projektu.
Prakticky to znamená: všechny dostupné podklady - analytická data, přepisy rozhovorů s uživateli, konkurenční analýzy, technické dokumenty - jdou do jednoho projektu v NotebookLM a pracujeme s nimi jako s jedním zdrojem pravdy.
Lifehack: Jednou z nejpraktičtějších funkcí je za nás generování podcastu: nástroj z vašich podkladů vytvoří audio konverzaci, která téma rozebírá v mluveném slově. Pro ty, kdo nesnáší čtení dvacetistránkových briefů, je to životní změna. Fakt.
Pro schůzky a rozhovory s klienty používáme Plaud - AI záznamník, který nahrávky automaticky přepisuje a strukturuje do přehledných zápisů s akcemi a klíčovými rozhodnutími. Schůzka skončí a za pár minut máte dokument, na který lze odkazovat nebo ho rovnou použít jako kontext pro další práci.
Samotné zpracování dat a syntéza insightů pak u nás probíhá v Claudu přes dedikovaného agenta. Tady je ale důležité být upřímní: AI není analytik. Výstupy je nutné kontrolovat, doplňovat vlastním úsudkem a zejména v případě kvalitativního výzkumu brát v úvahu věci, které zkrátka žádný model nezaznamená. Jak se uživatel u testování choval. Co řekl mezi řádky. Výraz v obličeji, když narazil na problém v rozhraní. To je skill, který patří designérovi a výzkumníkovi.
Po sběru dat přichází syntéza a tady AI ušetří nejvíc času. Persony, user stories, insights z výzkumu, to vše dnes generujeme v Claudu nebo přímo ve FigJamu. Zkontrolujeme, doladíme a jsme hotovi. Co dřív zabralo hodiny, zvládneme výrazně rychleji.
Lifehack: Pro rychlé ověřování hypotéz používáme v Claudu strukturované konverzace, kde model přebírá roli konkrétního uživatelského segmentu. Je to užitečná berlička, zejména ve fázích, kdy nemáte v daný moment přístup ke skutečným uživatelům nebo potřebujete rychle otestovat předpoklad před investicí do plnohodnotného výzkumu.
Ale musíme být naprosto přímí, a tohle podtrhněme: AI persony nikdy nenahradí skutečný uživatelský výzkum. Žádný model nenahradí skutečného uživatele – jeho chování, kontext, emoce, překvapení, která přinese každý rozhovor nebo testování. AI pracuje s daty z minulosti, váš uživatel žije v přítomnosti. Pokud někdo tvrdí opak, ignorujte ho.
Dalším krokem při návrhu digitálních produktů bývá informační architektura. Co dříve zabralo hodiny nebo celé dny, se dnes vejde do pár hodin, ale pozor, nejde o to pustit AI a čekat na hotový výsledek. Pracujeme s Claudem jako s partákem v rámci brainstormingu: navrhne strukturu, my ji zpochybníme, upravíme, obohatíme o kontext a nše znalosti. Teprve pak vznikne něco, co skutečně odpovídá projektu, ne generická IA, která by mohla patřit komukoli.
Claude s kontextem projektu pak vygeneruje informační architekturu ve formátu Mermaid – strukturovaný diagram, který lze přes plugin přímo importovat do FigJamu. Výsledek: přehledná IA připravená ke sdílení s týmem a klientem.
A platí přímá úměra: čím lepší IA má Claude k dispozici jako kontext, tím přesnější a relevantnější jsou jeho výstupy při generování wireframů a dalších podstránek.
Pro generování wireframů používáme Claude Code v terminálu napojený přes Figma MCP – Claude tak může přímo číst obsah Figma souboru, generovat strukturu stránek a zapisovat výstupy zpět do prostředí. V praxi jde stále spíše o brainstorming než o finální výstup. Vizuální myšlení a schopnost rozkreslit si zadání zůstávají silnější stránkou člověka. Ale mít rychlý první nástřel layoutu jako výchozí bod výrazně zkracuje dobu od zadání k první iteraci.
Platí jedno pravidlo bez výjimky: vizuální reference vždy předčí textový popis. Screenshot, skica na papíru, odkaz na existující produkt, cokoliv vizuálního dá Claudovi přesnější záchytný bod než jakýkoliv slovní popis.
Tady to začíná být zajímavé, ale zároveň přesně tady je největší prostor pro to, nechat se uchvátit AI nástroji a vibecodingem.
Většina webů generovaných AI vypadá podobně. Zkušený designér pozná AI výstup na první pohled a s tím, jak se AI nástroje rozšiřují, začínají to poznávat i uživatelé.
Přístup, který nám funguje: nejdřív definujeme design feel celého projektu – fonty, barvy, vizuální směřování. Tuto definici pak necháme Claudem převést do JSON formátu design tokenů. Vznikne základ design systému, konzistentní jak v designu, tak v kódu.
Na základě tohoto systému a wireframů Claude vygeneruje první verzi konkrétních stránek. První výstup většinou stojí za nic, ale jako výchozí bod iterace má hodnotu. Vrátíme ho do Figmy, upravíme vlastním vizuálním citem, vyšperkujeme detaily a pošleme zpět Claudovi. Ten zachytí feel upraveného designu a aplikuje ho na zbývající stránky projektu.
Výsledkem je iterativní smyčka Figma – Claude – Figma, kde AI přebírá rutinní práci a designér se soustředí na to, co skutečně odlišuje průměrný web od výjimečného: vizuální cit, kompozici a detaily.
Zatímco jsme finalizovali tenhle článek, Anthropic vydal něco, co stojí za zmínku: Claude Design. Aktuálně v research preview, takže zatím testujeme a koukáme, co to reálně umí, ale první dojmy jsou zajímavé.
Princip je jednoduchý: místo přepínání mezi Claudem, Figmou a dalšími nástroji pracujete v jednom prostředí, kde na jedné straně zadáváte kontext a požadavky v chatu a na druhé straně okamžitě vidíte vizuální výstup. Wireframy, prototypy, pitch decky, one-pagery a rovnou export do HTML, PDF nebo handoff do Claude Code pro implementaci.
Pro náš workflow je nejzajímavější hlavně jedna věc: rychlost validace směru. Místo jednoho návrhu za delší čas lze během chvíle porovnat několik smysluplných variant a teprve pak se rozhodnout, kterým směrem jít do hloubky.
Jestli to změní část toho, co jsem popsali výše? Pravděpodobně. To je ostatně na AI světě to nejtěžší, než článek dopíšete, přijde další novinka. Budeme testovat a dáme vědět.
Každopádně základní myšlenka se nemění, zase je to jen další nástroj, který nám umožní pracovat rychleji a soustředit s opravdu na to, co práce designéra obnáší.
Možná se za pár let nebudeme jmenovat UX/UI designéři. Pozice se transformuje a nasává do sebe další role, stejně jako jsme jako designéři vždycky fungovali na průsečíku UX, grafiky, motion designu a webdesignu. Teď se k tomu přidává frontend a koordinace AI agentů. Designér přestává být jen tvůrcem obrazovek a stává se architektem celého systému - někdo, kdo rozumí uživateli, umí zadávat instrukce AI, číst kód i mluvit s klientem.
Komunitní aspekt tohle potvrzuje ze dne na den. Designérská komunita není toxická, a to je vzácné. Lidé reálně sdílejí, co zkouší, co jim funguje a co ne. Je to nejrychlejší zdroj praktických poznatků, který momentálně existuje. A právě proto vznikl i tento článek. Je to další pohled, který může někoho inspirovat.
Přizpůsobivost byl vždy klíčový designérský skill. Teď je klíčovější než kdy dřív.
Naše workflow není dokonalé a pořád se vyvíjí. Každý týden přicházejí nové nástroje, nové možnosti. Ale základní princip zůstává stejný: AI funguje nejlíp tam, kde má jasný kontext, definované role a člověka, který drží kormidlo.
Brněnská společnost Cognito uspěla v tendru Digitální a informační agentury na správu a rozvoj design systému gov.cz, tedy sdílené knihovny kompon...
Když se řekne vyhledávání, většina marketérů automaticky pomyslí na Google. To je pochopitelné — Google drží desetiletí dominance a jeho Search Ad...
Píše se rok 2026 a umělá inteligence se stala pevnou součástí našich životů (asi jako předplatné na Spotify nebo chronický nedostatek spánku). V m...
