Дизайн-система для ИИ-прототипов

ClaudeFigma
2026

Банки.руДизайн-система для вайбкодинга

В 2026 году внедрение ИИ стало KPI дизайн-отдела, но готовые инструменты не знали наших компонентов и договоренностей по задачам. Собрал облегченную дизайн-систему для вайбкодинга: кит на React с правилами для агента, канвас для правок и базу знаний. Теперь прототип на компонентах Банки.ру собирается из одного файла, а правки уходят агенту комментариями.

Канвас: живые экраны прототипа в рамках телефона и десктопа

О проекте

Роль
Продуктовый дизайнер, автор кита, канваса и базы знаний
Период
Март–ноябрь 2026
Статус
Внедряю в дизайн-команду

В цифрах

1 файл
чтобы агент развернул новый прототип
46
гайдов компонентов, написанных для агента
30–40%
меньше токенов на правки прототипа

Проблема

Агент не знал наших компонентов и того, о чем команда договорилась по задаче. Прототипы выходили мимо дизайн-системы и без контекста, и их переделывали руками. Каждая переделка стоила времени и токенов. Задача — чтобы агент сразу собирал прототипы на наших компонентах и с контекстом задачи.

Что пробовали

Figma Make не понимал дизайн-систему, Figma-агенты плохо ей следовали даже с гайдами. Cursor с Figma MCP собирал страницу за 5 минут, но сжигал много токенов, и качество было сомнительным. Прототип на несколько экранов через OpenCode и API стоил около 150 $.

Как это устроено

Три части, и каждая отвечает агенту на свой вопрос. Кит — как собирать экран. База знаний — что и зачем мы делаем. Канвас — что поправить. Дизайнер работает в Claude Code, агент берет все три из одной папки.

Схема: кит, канвас и база знаний вокруг агента

Прототип из одного файла

Новый прототип начинается с файла NEW-PROTO.md. Агент спрашивает только название, сам ставит зависимости, разворачивает проект с git и китом и запускает его. В ответ присылает ссылку и инструкцию, как задеплоить на Vercel.

Агент разворачивает прототип: вопрос о названии, установка, ссылка

Кит с правилами для агента

В ките 31 компонент, 20 организмов и 8 шаблонов страниц на React. Они повторяют продовый Storybook: разработчик видит в прототипе те же имена компонентов, как в инспекторе Figma. У каждого есть гайд для агента — когда, зачем и как ставить, и почему что-то нельзя. Агенту запрещено менять параметры компонента, пока дизайнер не попросит.

Страница иллюстраций в ките: у каждой описание, когда ее ставить

Состояния без отдельных макетов

У организмов есть конфигуратор состояний: например, подписание с кнопкой или виджетом кода, под займ, кредит или вклад. Поэтому все состояния экрана собираются одним промптом, а не макетом на каждое. В Figma это был бы десяток фреймов, которые потом надо поддерживать вручную.

Конфигуратор состояний организма: подписание под займ, кредит и вклад

Канвас и правки комментариями

Экраны в коде лежат на доске, как в Figma: живые, в рамках телефона и десктопа, с курсорами коллег. Дизайнер нажимает C, расставляет комментарии по любым экранам и копирует их разом в чат с агентом. К каждому комментарию само прикладывается:

  • элемент и текст дизайнера
  • рамка и экран, где он стоит
  • стили, которые сейчас на него действуют
  • файл и строка, где он написан в коде
Комментарий к кнопке на канвасе и то, что из него получает агент

База знаний

Кит описывает, как делать, а база знаний — что и зачем. В ней около 320 исследований с 2019 года, карточки задач, которые собираются из транскрипций встреч, аналитика, метрики и правила текстов. Агент видит, что команда уже решила и что помогло на тестах, и не сносит это в прототипе.

Карточка задачи в базе знаний: текущее решение, открытые вопросы, история встреч

Исследования из PDF в текст

С 2019 года все исследования оформляли PDF-презентациями и хранили в Confluence. Агент такие файлы толком не читает: цифры спрятаны в графиках, текст — в картинках. Поэтому собрал пайплайн из агентов, который перевел всю базу в markdown:

  • презентация режется на слайды-картинки
  • по агенту на слайд расшифровывает текст, графики и таблицы
  • другие агенты проверяют случайную выборку слайдов
  • второй проход переписывает текст по единой структуре с заголовками и еще раз сверяет цифры
Слайд исследования и тот же слайд в markdown

Поиск по смыслу

Вся база обработалась за 30 минут и около 5 $. Каждый документ режется на куски по заголовкам, а эмбеддинг-модель превращает куски в векторы. Они лежат в Postgres на Supabase: поиск идет по смыслу и по словам с русской морфологией, результаты сливаются. Запрос про Тинькофф ID находит все про авторизацию, Госуслуги и идентификацию за семь лет исследований.

Схема: Obsidian → GitHub → Supabase → MCP → Claude, Cursor, Figma

Подключение одной ссылкой

Базу отдает агенту свой MCP-сервер на Cloudflare: поиск, документ целиком, список файлов и исследований. Он подключается одной ссылкой к Claude, Cursor, Codex и к агенту в Figma. Новое попадает в поиск обычным git push: GitHub Action сам переиндексирует изменения за пару минут.

Агент в Figma находит исследования по макету и ссылается на источник

Как внедряли в команду

Провел воркшоп для продуктовых дизайнеров: каждый собрал свой прототип и добавил его в общий каталог команды. Добавление идет через PR: агент открывает его сам, апрувит только человек. Для старта записал пять видеоинструкций — от первого прототипа до деплоя.

Общий каталог прототипов команды

Результат

Подход сделан для типовых задач: собрать анкету, виджет или добавить экрану логику. Таких задач у продуктового дизайнера большинство, и именно на них уходит рутина. Креативные и визуально сложные решения он не заменяет — их по-прежнему делаю в Figma руками.

  • Свои типовые задачи закрываю прототипами вместо Figma — по моей оценке, примерно на 80% быстрее
  • Исследователи тестируют на прототипах почти все важные решения, бизнес просит показывать решения прототипом
  • Дизайн-ревью переходит с раскадровок Figma на живые сценарии
  • Токены и отступы на ревью больше не проверяю

Что дальше

Figma пока остается для финальных экранов, а прототипом передаем анимации, интерактив и сценарии. Следующий шаг — чтобы разработка забирала прототип как финальную точку. Главный минус подхода — порог входа выше, чем у Figma, поэтому учу команду на ее же задачах.

Следующий кейс

Анкета

ClaudeFigma
2025

Кредитную анкету заканчивала только половина. Собрал ее на одном экране с аккордеонами и проверил на прототипе, собранном вайбкодингом.

Банки.руМобильный веб5 из 5 за удобство на тесте