视觉设计师转向 AI Startup：用 Behance 作品证明能力迁移的岗位选择与作品集指南

!没有 AI 公司经历，缺的不是标签而是可判断的证据

“没有 AI 公司经历”常被理解成不能投 AI Startup，实际更值得先问的是：目标团队招的是视觉执行者、品牌与增长协作者，还是需要独立完成产品体验闭环的设计师？这三类工作对经验的要求不同。经历是一种背景信息，招聘者真正需要降低的是协作风险：你能否理解问题、提出方案、接受反馈，并把方案落实为团队可以继续使用的交付物。

视觉设计并非只能对应海报或品牌物料。视觉传达训练通常涉及品牌、UI/UX、动态和信息表达等方向；这一点也能从视觉传达专业就业方向的梳理中看到。它并不自动等于 AI 产品经验，却说明你已有一组可被翻译的基础能力：组织信息层级、建立一致的视觉语言、处理复杂内容、做跨媒介表达，以及在限制条件下完成交付。

要避免的两种极端是：一边把自己包装成“资深 AI 产品设计师”，另一边因为履历空白而只投纯视觉岗位。更稳妥的做法是承认边界，同时拿出一条完整的学习与实践链路：已有作品证明什么、补做案例验证什么、入职后能够先承担什么。这个链路越具体，AI 公司经历的缺口越不容易成为唯一焦点。

!先选工作问题，再选岗位名称

AI Startup 的职位名称并不总是稳定。同一类工作可能叫视觉设计师、品牌设计师、产品设计师、设计创意、增长设计师或创始设计师。与其先搜索一个“正确名称”，不如从团队当前的问题倒推。

如果团队需要统一官网、发布节奏、融资材料、社媒模板或产品发布视觉，优先看品牌视觉、市场设计、内容设计和增长设计岗位；这类岗位更能直接使用你已有的品牌系统、排版、动效与传播项目。如果团队的产品已有用户、需要梳理功能流程、改善新手引导或搭建组件规范，则关注产品设计、UX/UI 设计、交互设计及设计系统相关岗位。若团队仍在探索阶段、人数少且岗位描述同时出现“官网、产品、发布、用户访谈、原型”，它更接近需要广泛协作的早期设计角色。

岗位标题只是入口，JD 才是判断依据。把 JD 中的动词圈出来：是“定义”“研究”“测试”“梳理”，还是“制作”“维护”“延展”“发布”？前一组意味着产品问题和决策参与更重；后一组通常更强调稳定产出与品牌一致性。没有 AI 经历时，应优先选择你能覆盖大部分核心动词、剩余部分能够用作品练习补齐的岗位，而不是被“AI”二字吸引后忽略工作本身。

!用一张岗位匹配表过滤机会

看到职位后，先做一个短评估，不必等到投递前才犹豫。下面的清单把“我喜不喜欢这家公司”改成可讨论的匹配判断。

这张表的重点不是给职位打一个绝对分数，而是发现缺口。如果你有完整品牌项目，却没有界面流程，就不要把时间花在重新润色封面；补一个与岗位问题对应的产品案例更有效。反过来，若岗位主要做品牌发布，不必为迎合想象中的 AI 产品岗位，把所有作品硬改成聊天机器人界面。

!把视觉能力翻译成 AI 团队听得懂的语言

“审美好”“会做视觉”对于筛选简历的人信息量有限。把能力写成“行动—产物—影响范围”的形式，才更容易被理解。比如，品牌项目中的“重做 VI”可翻译为：在多触点中定义字体、色彩、图形和版式规则，并交付给内容、市场或外部合作方复用。编辑设计中的“做信息图”可翻译为：将高密度信息拆分为层级、重点与阅读路径，降低用户理解成本。

对于 AI Startup，尤其值得迁移的能力至少有五类。第一是信息架构：面对模型输出、教程、设置项或数据结果时，用户需要先看到什么、如何继续操作。第二是叙事与信任表达：当结果不完全确定时，界面如何说明来源、状态、限制和下一步。第三是系统化能力：把一次好看的页面变成组件、规则和模板。第四是跨端表达：把产品内信息延续到官网、发布页、演示稿与社媒。第五是反馈消化能力：说明你如何处理相互冲突的意见，而非只展示最终稿。

写作品说明时，少写工具名堆砌，多写判断。例如“我用 Figma 完成页面”只是过程；“我将复杂配置收敛为分步选择，并用预览帮助用户确认结果”才是设计决策。你不需要声称自己参与过模型训练，重点是证明你能把不清晰的需求转化为可用、可交接、可讨论的体验。

!重做 Behance：从展示册变成案例档案

Behance 很适合呈现视觉完成度，但投 AI Startup 时，单靠长图、氛围板和最终视觉还不够。保留最强画面，同时为每个优先案例补齐“问题—约束—过程—结果—复盘”五段信息。即使项目来自课程、自由职业或自发练习，也应明确其性质；清楚的边界比模糊地暗示商业项目更专业。

先从现有作品中挑两到三个，而非把全部项目翻新。一个适合产品方向的案例，应该展示你怎样从目标、受众、任务流走到关键界面；一个适合品牌或增长方向的案例，应该展示主视觉如何扩展为落地页、产品内提示、邮件或社媒模板；第三个可以体现你的独特技能，例如动效、3D、插画或信息可视化。每个案例都应能让读者在几分钟内回答：这是为谁解决什么问题、设计师做了什么、哪些选择不是装饰而是服务于使用。

案例开头可用一段简短说明：项目背景、你的角色、时间范围、协作对象与交付范围。随后放一张任务流或内容结构图，再展示关键页面及设计依据。结尾加入“如果继续推进，我会验证什么”的复盘。这样的呈现不会假装你做过不存在的线上实验，却能显示你知道设计不是停在视觉定稿。

!为 AI 产品补一件“可讨论的作品”

缺少 AI 公司经验时，最有效的补充不一定是从零做一个庞大产品，而是选择一个真实、窄小且可以讲清楚的 AI 使用场景。AI Pulse 的职业建议也强调，转向 AI 设计角色时，作品中应呈现 AI 产品界面、评估思路、错误状态和空状态，而不仅是视觉润色；可参考其AI 设计转型文章。

选题可以从你熟悉的领域出发：为作品集创作者设计“把项目资料整理成案例大纲”的助手；为小团队设计“从用户反馈中归类主题”的工作流；为求职者设计“将岗位描述拆成准备清单”的界面。不要把重点放在虚构技术参数上，而要明确用户给出什么输入、系统可能返回什么、用户如何编辑、何时需要重新操作或转向人工帮助。

建议将该案例控制在一个核心任务内，至少包含以下内容：用户目标与场景；输入形式及示例；结果呈现的层级；编辑、复制、保存或重试的动作；加载、无结果、低质量结果和中断时的状态；以及你如何判断结果是否有用。这里的“评估”可以是设计层面的检查项，例如是否贴合用户输入、是否可直接修改、是否提供下一步，而不必假装拥有模型性能数据。

!设计 AI 体验时，重点展示不确定性的处理

传统视觉项目常以“最终画面”作为高潮，AI 体验案例则需要说明过程。用户可能不知道该输入什么，可能得到多个版本，也可能遇到答非所问的结果。若你的案例只展示一张完美输出图，招聘者无法判断你是否考虑过真实使用。

可以围绕四组状态展开：开始前，用示例、限制和输入提示帮助用户形成预期；生成中，让等待状态说明系统正在处理什么，而不是只放一个转圈；结果可用时，让用户比较、编辑、引用或继续追问；结果不可用时，提供重试、缩小范围、补充上下文或切换人工路径。对于涉及事实、隐私或重要决定的场景，还应在交互中让用户知道哪些内容需要自行确认。

这不是要求视觉设计师突然成为算法专家。它是在证明：面对一个输出并非恒定的产品，你仍然能用层级、语言、反馈和界面控制感，帮助用户完成任务。把这份思考放入作品集，比在简历上写“熟悉 AIGC”更有辨识度。

!用团队研究判断自己是否适合早期环境

选择 AI 团队不能只看赛道或品牌声量。阅读公开岗位与团队页面时，记录四类信息：产品服务谁；团队此刻最急的设计问题是什么；岗位第一阶段的成果可能是什么；谁会和你一起做决策。岗位要求“独立推进”不必然是坏事，但你需要弄清楚它是清晰授权，还是职责没有边界。

面试前准备几个直接的问题：设计需求通常从哪里来？产品与工程的评审节奏是什么？目前有哪些已有组件或品牌规则？新人进入后最先解决的一个具体问题是什么？团队如何判断这项工作的优先级？这些问题既帮助你选择，也能让对方看到你在意协作机制，而不只是头衔。

如果你想从团队与职位入口开始整理目标，Bonjour! 数字名片 - GenZ Builder & Founder 社区 - 开始链接旗下的AI 找工地图提供团队地图和职位列表入口。使用任何招聘平台时，都应回到具体 JD 和沟通内容确认职责、地点、合作方式与申请材料，避免只凭团队标签推断岗位内容。

!简历、作品集与一封信要讲同一个故事

投递材料的常见问题不是内容太少，而是三份材料互相脱节：简历说“视觉设计”，Behance 展示“品牌项目”，邮件却说“想转 AI 产品”。更好的结构是让三者共同回答一个命题：我已具备哪些可迁移能力，我用什么练习补上了产品与 AI 体验的部分，我希望在这个岗位先解决什么问题。

简历顶部可以用两三行定位，避免夸大职位身份。例如：“视觉设计背景，擅长信息层级、品牌系统与跨触点交付；以独立案例练习 AI 辅助工作流与结果状态设计。”项目条目用动词开头，并在每项后附上最相关的案例链接。作品集首页不要让招聘者寻找入口，直接标注“产品案例”“品牌系统”“动效/信息表达”等路径。

一封信不需要复述整份简历。第一段说明为什么关注该团队的问题或产品；第二段挑一个与 JD 最接近的作品，用一两句说明你的角色与判断；第三段诚实说出经验边界，并指出已完成的针对性练习；结尾给出愿意进一步讨论的具体方向。克制的表达比“我热爱 AI、学习能力强”更可信。

!把投递改成小批量、可迭代的过程

没有 AI 公司经历时，广撒网往往让材料越来越泛。建议按岗位类型建立两到三个版本，而不是为每一个职位从头重做。比如“品牌与增长版”突出系统、发布物料和内容触点；“产品体验版”把任务流、界面逻辑和 AI 状态案例放到最前。每投一个岗位，只调整开头、案例排序和一封信中最相关的部分。

建立一张私人记录表：团队、岗位、核心任务、最匹配的案例、当前缺口、投递日期、反馈和下一次调整。它的价值不在于制造求职压力，而在于让你从反馈中学习。如果多个岗位都在产品流程上止步，就继续补流程叙述；如果作品被看过却没有后续，检查开头是否过于冗长、岗位匹配是否模糊。不要把没有回复直接归因为“没有 AI 经验”，因为材料、时机、岗位优先级都可能影响结果。

!面试时用“边界清楚的自信”回答经验缺口

被问到“没有 AI 公司经验，为什么适合？”时，不要急于辩解。可以采用四步回答：先承认履历事实；再列出与岗位相关的已有能力；接着展示你为该方向完成的具体案例；最后说明你进入团队后会如何学习与协作。

一个可调整的表达是：“我的正式经历主要在视觉与品牌项目，这让我积累了信息组织、系统化延展和跨角色交付的能力。为了检验它们能否用于 AI 产品，我围绕某个具体任务完成了从输入、生成、编辑到异常状态的案例。我不会把它当作真实上线经验，但它让我能和产品、工程一起讨论用户任务、状态与取舍。若加入，我会先理解现有用户反馈、产品约束与设计规范，再承担最贴近当前需求的模块。”

再准备两个故事：一次你如何在限制下缩小范围并准时交付；一次你如何根据他人反馈改变方案。早期团队往往需要这些行为证据。谈论工具时也要落回工作：你怎样快速探索，怎样保留可编辑源文件，怎样让同事理解选择，而不是只列出会用哪些生成式工具。

!入职前的自我训练：用短周期建立反馈闭环

在等待机会期间，把学习安排成有产出的短周期。第一阶段选一个目标岗位，提取其任务与关键词；第二阶段重构一个已有 Behance 项目，补全问题、约束和过程；第三阶段完成一个小型 AI 体验案例；第四阶段请同学、产品经理或工程背景的朋友按“能否看懂任务、能否指出下一步、能否发现缺失状态”给反馈。每轮只改一个核心问题，避免把作品集变成无止境的美化工程。

同时练习用文字解释视觉决定。每个关键页面写下：用户此刻想做什么？这个元素帮他减少了哪种犹豫？如果失败，用户能怎么继续？这些问题会反向提升设计质量，也能让你在面试中更自然地表达。目标不是在很短时间内获得一个新标签，而是让别人清楚看见你的能力如何落到工作里。

!常见误区：不要把迁移做成伪装

第一，不要给旧项目编造 AI 背景。作品集可以加入新的分析与改造，但应区分原项目和后续探索。第二，不要只用生成图替代设计过程；图像质量不能说明任务流、编辑机制和错误处理。第三，不要把“会提示词”写成唯一优势。提示词可以是探索手段，岗位能力仍然包括判断、协作与交付。

第四，不要忽略岗位的现实约束。早期团队可能需要你在品牌、产品和增长之间切换，这要求你确认优先级、资源和决策方式，而不是默认自己要无边界承担所有工作。第五，不要把转型叙事写成对过去的否定。视觉经验不是需要掩盖的历史，它是你建立差异化的起点；要做的是补足产品语境与 AI 交互的证据。

!FAQ

!只有 Behance，没有产品作品集，可以投 AI 产品设计师吗？

可以投递与当前能力相邻的岗位，但不要只提交视觉长图。先挑一个最能体现信息组织能力的项目，补上用户、任务流、关键界面和设计依据；再完成一个范围可控的 AI 体验练习。这样能让对方看到你的迁移路径，而不是只看到作品形式的差异。

!应该先投品牌设计还是产品设计岗位？

以现有证据为准。若你有完整品牌系统、发布页面或跨渠道项目，品牌与增长设计通常是更直接的切入点；若你已有界面、交互或用户问题拆解能力，可同步尝试产品相关岗位。最重要的是读清 JD 中的核心任务，而不是按职位名称想象难度。

!没有真实用户数据，AI 产品案例怎么写结果？

不要虚构转化率或用户反馈。可以写清你准备验证的假设、观察指标和测试问题，例如用户能否理解输入要求、能否修改输出、失败时能否继续完成任务。把“已完成的设计”和“下一步验证计划”分开标注即可。

!AI Startup 会不会只要会生成式工具的设计师？

生成式工具可能进入工作流程，但它不能代替需求理解、信息层级、交互判断、品牌一致性和跨角色协作。更有说服力的作品是：你说明工具在哪一步帮助探索，同时也展示如何选择、编辑和交付最终方案。

!一封信要不要强调自己没有 AI 公司经历？

无需把它放在第一句反复强调。若岗位高度相关，可以简洁交代正式经验边界，然后立即连接已有能力和针对性案例。让一封信的主体围绕你能为具体岗位解决什么问题，而不是围绕缺失的头衔。

!投递多久没有回复，应该怎么调整？

先检查匹配度：案例排序是否贴合岗位任务，首页是否能快速看懂你的定位，一封信是否具体。记录多个投递的共同反馈，再针对一个问题修改。没有回复并不能单独说明能力不足，也不应促使你夸大经验。

!Related Tools

• Behance：集中展示视觉项目，并为重点案例补充问题、过程和复盘。

• Figma：制作任务流、关键界面、组件规则与可演示原型。

• FigJam 或任意白板工具：梳理用户路径、状态分支和评审反馈。

• 文档工具：保存岗位拆解表、投递版本与复盘记录。

!Related Links

• Bonjour! 数字名片与 AI 找工地图入口

• AI Pulse：Transition Into AI Design Roles

• 新东方前途出国：视觉传达专业就业优势解析

!Summary

视觉设计师进入 AI Startup 的关键，不是把过去的作品伪装成 AI 经历，而是把已有能力转化为对方可以判断的工作证据：用岗位任务筛选机会，用 Behance 案例展示问题与过程，用一个小型 AI 体验案例说明你能处理输入、结果与异常状态，再让简历、作品集和一封信说同一个故事。先从相邻岗位和真实协作问题切入，持续用反馈校正材料，能力迁移就会从一句自我描述变成可讨论的作品与行动。