Figma treina modelo de edição próprio para fazer ajustes precisos em designs existentes

A Figma explica que, quando começou a trabalhar no agente, os frontier models não entendiam a sintaxe do Figma, e contornar isso com prompts de sistema custaria muitos tokens. A saída foi o supervised fine-tuning (SFT). Cada exemplo de treino juntava um design inicial, um pedido de edição sintético e um exemplo bem-sucedido da mudança, tudo no formato nativo de arquivo do Figma, para que o modelo gerasse alterações aplicáveis de volta ao canvas. Quando a tarefa exigia ativos de design system, a equipe gerou prompts sintéticos cobrindo temas e componentes.

Modelos maiores, como professores, tentavam as edições, e validadores determinísticos e juízes visuais checavam validade da saída e cumprimento do pedido. A avaliação separa dimensões: um design pode ter bom alinhamento e contraste ruim, ou parecer certo e usar o componente errado. Designers especialistas calibram e revisam os resultados. O SFT sozinho tem limite: o imitation learning faz o modelo reproduzir o que viu e perde generalização, além de exigir muitos exemplos. Por isso entra o reinforcement learning, com ambientes de RL para design, mais diversidade de exemplos e critérios escritos por especialistas.

Em 26 de março de 2026, o CEVIU noticiou "Agentes de IA no Canvas do Figma, Agora em Beta", com agentes criando e modificando ativos usando componentes, variáveis e tokens. Em 22 de maio de 2026, veio "O Figma Design Agent Chegou", com o agente nativo na tela. Em 29 de junho de 2026, o CEVIU cobriu o agente com ferramentas customizadas e mais contexto. Em 30 de outubro de 2026, a matéria "Como a Figma treinou um modelo de edição fluente em Figma" tratou do mesmo post de pesquisa. Agora o foco está nos números: tarefas cerca de 20% mais rápidas desde o beta, avaliações de usuários 33% melhores e 60% menos desfazimentos.

Para quem desenha no Figma, a leitura é que o agente tende a acertar mais nos ajustes miúdos do dia a dia, como espaçamento, cor e retrabalho após feedback. Para quem mantém design system, vale notar que a Figma avalia separadamente se o componente certo foi usado. Ainda assim, os números vêm da própria empresa, então convém testar no seu fluxo.