La inteligencia artificial en Figma ya puede generar wireframes, crear primeras propuestas de interfaz, editar imágenes, organizar archivos y convertir una idea en un prototipo funcional. La llegada de Figma Agent, la evolución de Figma Make y la integración de Figma Weave amplían todavía más estas posibilidades.
El cambio es importante, pero conviene evitar una interpretación demasiado rápida: generar una interfaz no equivale a diseñar un buen producto digital.
La IA puede reducir el tiempo destinado a determinadas tareas operativas, multiplicar las alternativas disponibles y acercar el diseño al código. No puede decidir por sí sola qué problema merece la pena resolver, comprender completamente a las personas que utilizarán el producto ni valorar todas las consecuencias de una decisión.
Como explica Irene Ferrer, Strategic Designer y directora del Máster UX/UI & AI Design de IEM, la inteligencia artificial permite «iterar más rápido y explorar más soluciones», pero el verdadero valor continúa estando en el criterio, el análisis y la toma de decisiones del diseñador.
La pregunta relevante, por tanto, ya no es si los diseñadores utilizarán IA en Figma. Es cómo pueden integrarla en su flujo de trabajo sin convertir el prompt en un sustituto del proceso de diseño.
Qué es la IA de Figma: de una función aislada a un ecosistema de diseño asistido
Figma AI no es una única herramienta que “diseña automáticamente”. Es un conjunto de funciones y productos que intervienen en diferentes momentos del proceso creativo.
Algunas capacidades se encuentran directamente dentro de Figma Design y sirven para generar primeras propuestas, editar recursos o automatizar tareas repetitivas. Otras, como Figma Make, permiten construir prototipos interactivos apoyados en código. A ellas se han sumado Figma Agent y las herramientas de Figma Weave, presentadas como parte de una evolución hacia un entorno más conectado y asistido por IA.
Esta ampliación transforma el papel de Figma. La plataforma deja de ser solamente el espacio en el que se representa visualmente un producto para convertirse también en un lugar donde:
- Se exploran alternativas mediante instrucciones en lenguaje natural.
- Se generan primeras estructuras y layouts.
- Se construyen interacciones funcionales.
- Se trabaja con código y contexto de diseño.
- Se crean y transforman contenidos visuales.
- Se automatizan tareas de organización.
- Se conectan procesos de diseño, producto y desarrollo.
La IA no elimina las fases tradicionales del diseño UX/UI. Lo que hace es alterar su velocidad, su alcance y la cantidad de opciones que pueden analizarse antes de tomar una decisión.
Del botón de IA al ecosistema presentado en Config 2026
Las primeras funciones de IA incorporadas a Figma se orientaban principalmente a acciones concretas: generar un primer diseño, renombrar capas, eliminar fondos o ampliar imágenes.
Config 2026 mostró una ambición mayor. Figma presentó un lienzo en el que conviven código, animación, plugins generativos, herramientas de Weave y un agente capaz de trabajar con más contexto. En lugar de limitarse a ejecutar una orden aislada, estas herramientas buscan participar en flujos más amplios y reutilizables.
La diferencia puede resumirse así:
Antes, el usuario solicitaba a la IA que realizara una tarea. Ahora, puede proporcionarle información sobre el proyecto, conectar otras fuentes, establecer instrucciones recurrentes y trabajar con procesos que incluyen varias herramientas y modelos.
Figma describe este cambio desde una idea clara: el prompt sirve para empezar, pero el resultado mejora cuando el agente dispone del contexto real, las convenciones y las habilidades del equipo.
Esto acerca la IA al funcionamiento cotidiano de una organización. Un equipo no necesita únicamente que una herramienta genere una pantalla atractiva. Necesita que comprenda sus componentes, su lenguaje visual, sus reglas y las limitaciones del producto.
Figma Agent, Figma Make y Figma Weave: qué hace cada uno y para qué sirve
Aunque forman parte del mismo ecosistema, Figma Agent, Figma Make y Figma Weave no cumplen la misma función.
Figma Agent
Figma Agent está diseñado para actuar sobre el lienzo utilizando instrucciones y contexto. Puede apoyarse en archivos adjuntos, investigaciones, briefings y conectores con herramientas externas. También permite utilizar habilidades que recogen convenciones o flujos de trabajo reutilizables.
El objetivo no es generar una propuesta genérica, sino acercar el resultado a la manera en que trabaja un equipo concreto. Figma indica que el agente puede recibir contexto procedente de servicios como Notion, Slack, GitHub o Atlassian, además de materiales vinculados al propio proyecto.
Esto abre posibilidades como:
- Explorar diferentes direcciones de diseño.
- Aplicar instrucciones recurrentes.
- Utilizar información de research o documentación interna.
- Trabajar siguiendo convenciones compartidas.
- Conectar el diseño con otros procesos del equipo.
Sin embargo, disponer de más contexto no garantiza automáticamente una buena decisión. El diseñador sigue teniendo que comprobar si la propuesta responde al problema, respeta las necesidades del usuario y mantiene la coherencia del producto.
Figma Make
Figma Make es una herramienta basada en instrucciones que permite llevar una idea o un diseño existente hacia un prototipo funcional, una interfaz interactiva o una aplicación web.
A diferencia de un prototipo tradicional compuesto por pantallas enlazadas, Figma Make puede generar interacciones y lógica apoyadas en código. Su entorno combina un chat para dar instrucciones y una vista previa en la que se puede revisar el funcionamiento de la propuesta.
Puede utilizarse para:
- Convertir un diseño estático en una experiencia interactiva.
- Probar una funcionalidad antes de desarrollarla completamente.
- Crear pruebas de concepto.
- Explorar distintos comportamientos.
- Mostrar una propuesta de forma más realista a usuarios o stakeholders.
- Reducir la distancia entre diseño y desarrollo.
Su mayor aportación no está en generar código por el mero hecho de hacerlo. Está en permitir que un equipo valide antes una hipótesis.
Un prototipo funcional ayuda a observar cómo se comporta una idea cuando deja de ser una sucesión de pantallas. También permite detectar problemas de interacción, estados no contemplados o recorridos que parecían sencillos sobre el wireframe.
Figma Weave
Figma Weave se orienta a la creación de flujos visuales generativos. Funciona mediante un lienzo basado en nodos en el que se pueden conectar modelos, transformar recursos, comparar resultados y reutilizar procesos.
En lugar de escribir un prompt y aceptar una única respuesta, el diseñador puede construir un flujo visible e inspeccionable. Los resultados de los modelos se convierten en materiales que pueden modificarse, combinarse e iterarse.
Este enfoque resulta especialmente interesante para:
- Generación y edición de imágenes.
- Exploración de estilos visuales.
- Creación de recursos audiovisuales.
- Comparación de resultados de distintos modelos.
- Automatización de procesos creativos repetibles.
- Construcción de plantillas para equipos.
Weave refuerza una idea importante: la IA no tiene por qué reducir el proceso creativo a una sola instrucción y un resultado cerrado. También puede utilizarse para diseñar el propio proceso de generación.
Design System Intelligence: IA aplicada al mantenimiento de sistemas de diseño
La llamada inteligencia aplicada a sistemas de diseño no debe entenderse necesariamente como un único botón o producto independiente. Describe un conjunto de capacidades mediante las que la IA utiliza componentes, variables, documentación y convenciones para generar resultados más coherentes.
Este contexto resulta decisivo. Una interfaz puede parecer correcta visualmente y, aun así, incumplir las reglas del sistema: utilizar componentes equivocados, introducir variaciones innecesarias o crear patrones difíciles de mantener.
Figma permite proporcionar directrices para que los modelos tengan en cuenta un sistema de diseño, mientras que las habilidades y herramientas conectadas mediante MCP ayudan a enseñar a los agentes cómo debe extenderse ese sistema en lugar de trabajar al margen de él.
Aplicada correctamente, la IA puede ayudar a:
- Detectar inconsistencias.
- Reutilizar componentes existentes.
- Generar variantes dentro de unas reglas.
- Mantener convenciones de nomenclatura.
- Acercar diseño y código.
- Documentar procesos repetitivos.
Pero el sistema no se define solo. Alguien debe decidir qué componentes existen, qué principios los sostienen, cómo deben comportarse y cuándo una excepción está justificada.
Qué puede hacer hoy la IA de Figma en el flujo de trabajo real de un equipo
La utilidad de la IA en Figma se entiende mejor al observar tareas concretas. Algunas funciones reducen el trabajo mecánico. Otras permiten avanzar más rápidamente desde una hipótesis hasta una representación que pueda probarse.
Su valor depende de cómo se incorporen al proceso. Una herramienta que ahorra tiempo puede ser positiva si ese tiempo se dedica a investigar, validar o mejorar la solución. Puede ser contraproducente si solo sirve para producir más pantallas sin una dirección clara.
Generación de wireframes y layouts a partir de un prompt
First Draft permite transformar una descripción en wireframes o diseños editables. La herramienta utiliza bibliotecas creadas por Figma y combina componentes en función de las instrucciones recibidas.
Funciona especialmente bien con patrones habituales de aplicaciones y páginas web. La propia documentación advierte que puede ofrecer resultados menos sólidos cuando se le piden conceptos alejados de esas estructuras conocidas.
Puede ser útil para:
- Superar el bloqueo inicial.
- Representar rápidamente una idea.
- Comparar varias estructuras.
- Preparar un primer material para una sesión de trabajo.
- Explorar patrones habituales de interfaz.
- Crear una base editable sobre la que continuar.
El resultado debe considerarse un primer borrador, no una solución validada.
Un wireframe generado a partir de un prompt puede mostrar cómo organizar información, pero desconoce buena parte del contexto que ha originado el proyecto. Tampoco sabe qué dificultades encontraron los usuarios, qué restricciones existen o qué objetivos tienen prioridad.
La velocidad de generación no reduce la necesidad de realizar esas preguntas. De hecho, aumenta el riesgo de saltárselas.
Prototipado funcional y paso del diseño al código con Figma Make
Figma Make permite avanzar desde una interfaz o una descripción hasta una experiencia interactiva respaldada por código. Esto facilita construir demostraciones funcionales y probar comportamientos que serían difíciles de representar únicamente mediante enlaces entre pantallas.
En un flujo de producto, podría utilizarse de la siguiente manera:
- El equipo identifica una necesidad mediante investigación.
- Define una hipótesis de solución.
- Crea una primera estructura en Figma.
- Utiliza Make para incorporar interacciones y lógica.
- Prueba el prototipo con usuarios o stakeholders.
- Recoge evidencias.
- Modifica la propuesta antes de invertir en el desarrollo completo.
El beneficio no consiste sólo en producir con mayor rapidez. Consiste en aprender antes y con menor coste.
No obstante, un prototipo generado mediante IA continúa siendo una representación. Antes de trasladarlo a producción deben revisarse aspectos como accesibilidad, rendimiento, seguridad, escalabilidad, consistencia y calidad del código.
Edición de imágenes con IA: Vectorize, Remove Background y Expand Image
Figma incorpora funciones para crear y modificar imágenes sin salir del entorno de diseño.
Remove Background permite aislar el sujeto principal eliminando el fondo. Expand Image amplía los límites de una imagen generando contenido adicional. Por su parte, Vectorize Image convierte determinados recursos estáticos —como símbolos, ilustraciones o lettering— en capas vectoriales editables.
Estas funciones agilizan tareas frecuentes:
- Preparar recursos para una interfaz.
- Ajustar una imagen a un nuevo formato.
- Crear espacio adicional para incorporar texto.
- Recuperar elementos gráficos.
- Convertir bocetos o símbolos en vectores editables.
- Explorar variantes visuales.
El diseñador debe revisar siempre el resultado. La generación puede introducir deformaciones, elementos incoherentes o detalles que pasan inadvertidos a primera vista.
También es necesario considerar los derechos de uso, la representación de personas, los sesgos y la adecuación de las imágenes al contexto de la marca.
Renombrado automático de capas y organización del archivo
Renombrar capas no es la parte más visible del diseño, pero sí influye en la calidad del trabajo colaborativo.
Figma AI puede asignar nombres contextuales teniendo en cuenta el contenido, la posición y la relación de las capas seleccionadas. La función está pensada para agilizar la organización y el renombrado en bloque.
Un archivo bien estructurado:
- Facilita la colaboración.
- Reduce errores.
- Permite localizar elementos con más rapidez.
- Mejora el handoff con desarrollo.
- Ayuda a mantener prototipos y componentes.
- Evita que el conocimiento quede limitado a quien creó el archivo.
La IA puede ejecutar el renombrado, pero el equipo sigue necesitando establecer convenciones claras. Automatizar una estructura deficiente no la convierte en una buena estructura.
Búsqueda y reutilización de assets
A medida que crecen los archivos, bibliotecas y sistemas de diseño, encontrar el recurso adecuado se convierte en una tarea importante.
Las capacidades de búsqueda contextual y el acceso de los agentes a información estructurada pueden reducir el tiempo destinado a localizar componentes o comprender cómo deben utilizarse.
Aquí vuelve a aparecer una diferencia fundamental: encontrar un componente no equivale a saber si es el apropiado.
El diseñador debe decidir si responde al caso de uso, si mantiene la accesibilidad, si introduce una inconsistencia o si el producto necesita realmente una nueva variante.
Los límites reales de la IA de Figma: lo que sigue siendo trabajo del diseñador
Las demostraciones de IA suelen comenzar con un prompt y terminar con una interfaz visualmente convincente. Entre ambos momentos desaparecen, al menos en apariencia, buena parte de las decisiones que forman el proceso de diseño.
El problema es que esas decisiones no han desaparecido. Simplemente han quedado ocultas.
La herramienta ha elegido una jerarquía, un patrón de navegación, unos componentes y una estética basándose en datos previos y estructuras conocidas. Esas elecciones pueden resultar plausibles sin ser necesariamente correctas para el producto.
Irene Ferrer resume este cambio al señalar que «estamos dejando de diseñar interfaces para diseñar sistemas más complejos, más variables y más conscientes del usuario real», en el artículo que analiza las tendencias en UX/UI en 2026.
Cuanto más capaz sea la herramienta de generar interfaces, más importante será comprender el sistema en el que deben funcionar.
Por qué el prompt a interfaz no sustituye la investigación con usuarios
Una instrucción puede describir qué quiere construir una empresa. No puede sustituir el contacto con las personas que utilizarán el producto.
La investigación permite descubrir:
- Qué problemas tienen realmente los usuarios.
- Qué lenguaje utilizan.
- Qué expectativas traen de otros productos.
- En qué momentos abandonan una tarea.
- Qué barreras encuentran.
- Qué información necesitan para decidir.
- Qué diferencias existen entre lo que dicen y lo que hacen.
Una IA puede ayudar a ordenar entrevistas, resumir información o identificar patrones iniciales. La interpretación continúa requiriendo criterio y conocimiento del contexto.
Generar una pantalla antes de investigar puede ser útil para hacer tangible una hipótesis. El error aparece cuando esa pantalla se confunde con una respuesta.
Criterio de diseño: las decisiones que ninguna herramienta toma por ti
La IA puede proponer. El diseñador debe decidir.
Entre las decisiones que continúan dependiendo del profesional se encuentran:
- Definir qué problema se está resolviendo.
- Priorizar necesidades.
- Valorar las consecuencias de cada solución.
- Elegir qué datos deben utilizarse.
- Detectar sesgos.
- Diseñar para situaciones excepcionales.
- Garantizar la accesibilidad.
- Mantener la coherencia del sistema.
- Equilibrar usuario, negocio y tecnología.
- Decidir cuándo no conviene automatizar.
Ferrer advierte de que el riesgo no consiste únicamente en la automatización, sino en permanecer en un nivel de ejecución que haya dejado de aportar valor estratégico. Las tareas repetitivas pierden peso, mientras que el pensamiento crítico, la síntesis y la toma de decisiones ganan relevancia.
Una interfaz generada en segundos puede ser técnicamente correcta y estar mal diseñada. Puede utilizar patrones reconocibles, pero no resolver la necesidad adecuada. Puede ser atractiva, pero inaccesible. Puede funcionar en el caso ideal y fallar cuando aparecen errores, datos incompletos o usuarios con necesidades diferentes.
Ese espacio entre “parece una interfaz” y “funciona como producto” sigue siendo responsabilidad del diseñador.
Cómo integrar la IA de Figma en tu flujo de trabajo sin perder criterio profesional
Utilizar IA con criterio no significa rechazar la automatización. Significa asignarle un papel concreto dentro del proceso.
La IA ofrece mejores resultados cuando el equipo sabe qué quiere explorar, qué restricciones debe respetar y cómo evaluará las propuestas generadas.
Un flujo responsable podría seguir esta lógica:
- Comprender el problema antes de generar soluciones.
- Proporcionar contexto suficiente a la herramienta.
- Utilizar la IA para explorar, no para cerrar la decisión.
- Comparar varias alternativas en lugar de aceptar la primera.
- Revisar accesibilidad y consistencia.
- Validar con usuarios y datos.
- Documentar las decisiones.
- Mantener supervisión humana durante todo el proceso.
La eficiencia no debería medirse por el número de pantallas creadas. Debería medirse por la capacidad de alcanzar antes una solución útil, comprensible y validada.
Buenas prácticas para no depender del prompt como único método de diseño
El prompt puede acelerar una tarea, pero no debería convertirse en toda la metodología.
Estas prácticas ayudan a mantener el control profesional:
- Parte de evidencias, no solo de instrucciones. Incorpora hallazgos de investigación, requisitos, restricciones técnicas y objetivos de producto.
- Pide alternativas. Comparar varias direcciones permite detectar patrones repetitivos y evitar aceptar la primera respuesta como si fuera inevitable.
- Explica las restricciones. Indica qué sistema de diseño, componentes, tono, criterios de accesibilidad y comportamientos deben respetarse.
- Revisa los estados menos visibles. Error, carga, ausencia de datos, permisos, recuperación y confirmación suelen quedar fuera de las primeras propuestas generadas.
- Comprueba la accesibilidad. Contraste, jerarquía, navegación mediante teclado, etiquetas, tamaño de áreas interactivas y comprensión del contenido no pueden darse por supuestos.
- Valida fuera de Figma. Una propuesta puede funcionar en el lienzo y fallar cuando una persona intenta completar una tarea real.
- Documenta por qué se ha elegido una solución. El resultado visual no explica la decisión ni permite evaluar si continúa siendo válida cuando cambia el producto.
Qué habilidades de UX/UI siguen marcando la diferencia
La evolución de Figma no reduce la necesidad de formación en diseño. Cambia qué capacidades adquieren mayor peso.
Las habilidades diferenciales serán:
- Investigación UX.
- Arquitectura de información.
- Diseño de interacción.
- Accesibilidad.
- Pensamiento sistémico.
- Estrategia de producto.
- Interpretación de datos.
- Diseño de servicios.
- Gestión de sistemas de diseño.
- Comunicación con negocio y desarrollo.
- Validación de hipótesis.
- Criterio para utilizar IA.
La propia visión de Ferrer apunta hacia perfiles híbridos: Product Designers con capacidad estratégica, diseñadores que integran IA sin perder criterio, especialistas en accesibilidad y profesionales capaces de trabajar con sistemas complejos.
Saber utilizar Figma seguirá siendo importante. Saber por qué, para quién y con qué consecuencias se diseña será todavía más valioso.
Cómo se trabaja la IA aplicada a Figma en una formación especializada en UX/UI
Aprender inteligencia artificial aplicada al diseño no consiste en memorizar dónde se encuentra cada función. Las herramientas cambian demasiado rápido para que esa aproximación sea suficiente.
Una formación actualizada debe enseñar a integrar la IA dentro de un proceso completo:
- Investigación.
- Definición del problema.
- Arquitectura de información.
- Ideación.
- Diseño de interfaces.
- Prototipado funcional.
- Validación.
- Interpretación de datos.
- Iteración.
- Presentación del proyecto.
El Máster UX/UI & AI Design de IEM incorpora la IA como competencia transversal y utiliza Figma dentro del aprendizaje de diseño de interfaces. El programa conecta research, ideación, prototipado, creación visual y validación, en lugar de presentar la inteligencia artificial como una herramienta aislada.
El objetivo no es que el alumno dependa de un generador. Es que llegue al mercado laboral sabiendo cuándo utilizarlo, qué pedirle y cómo evaluar lo que devuelve.
De la teoría al portfolio: aplicar estas herramientas a proyectos reales
Un portfolio profesional no debería limitarse a mostrar pantallas terminadas. Debe explicar el proceso seguido y demostrar la capacidad del diseñador para tomar decisiones.
Cuando se utiliza IA en el proyecto, conviene mostrar:
- Qué problema se investigó.
- Qué información se proporcionó a la herramienta.
- Qué tareas se automatizaron.
- Qué alternativas se generaron.
- Qué propuestas se descartaron y por qué.
- Cómo se aplicó el sistema de diseño.
- Qué pruebas se realizaron.
- Qué cambios surgieron de la validación.
- Qué decisiones dependieron del diseñador.
Este enfoque convierte la IA en una evidencia de madurez profesional, no en un atajo visual.
El resultado más valioso no es una interfaz que parezca compleja. Es un caso capaz de demostrar que el candidato comprende el producto, sabe trabajar con nuevas herramientas y mantiene el control sobre sus decisiones.
Qué perfiles profesionales necesitan ya IA aplicada al diseño
La integración de la IA en Figma afecta a distintos perfiles vinculados con el producto digital:
- UX/UI Designer.
- Product Designer.
- UI Designer.
- Interaction Designer.
- UX Researcher.
- Design System Designer.
- Prototyper.
- Content Designer.
- Diseñador de servicios.
- Profesionales de producto y desarrollo que colaboran con diseño.
No todos utilizarán las mismas funciones ni con la misma profundidad. Un especialista en sistemas de diseño prestará más atención a componentes, reglas y consistencia. Un Product Designer utilizará la IA para explorar y validar hipótesis. Un perfil UI podrá apoyarse más en la generación de variantes y recursos visuales.
Lo común será la necesidad de combinar dominio de la herramienta, comprensión del usuario y criterio de producto.
La IA acelera Figma, pero el diseñador sigue definiendo la dirección
La inteligencia artificial en Figma ya automatiza tareas que antes requerían más tiempo: genera primeros borradores, transforma imágenes, organiza capas y facilita la creación de prototipos funcionales.
Figma Agent, Figma Make y Figma Weave amplían ese alcance al incorporar contexto, código y flujos creativos reutilizables. Sin embargo, ninguna de estas herramientas determina por sí sola qué producto debe construirse ni qué experiencia necesitan realmente sus usuarios.
La IA puede acelerar la ejecución. La investigación, el criterio y la toma de decisiones continúan definiendo la calidad del diseño.
Como se sostiene desde la dirección del Máster, “el verdadero riesgo no es que la inteligencia artificial sustituya al diseñador, sino quedarse en una ejecución que ya no resulte diferencial”.
Por eso, aprender Figma en la era de la IA implica algo más que dominar nuevas funciones. Significa aprender a utilizar la tecnología para explorar más, validar antes y construir mejores productos sin renunciar al pensamiento crítico.
Autor: Irene Ferrer
