Como a Figma treinou um modelo de edição fluente em Figma

A Figma descreve como treinou um modelo próprio para editar designs no canvas. O ponto de partida foi um problema estreito: ajustes do dia a dia, como espaçamento, cor e reorganização de layout após feedback. Segundo a empresa, os modelos de fronteira da época não entendiam a sintaxe do Figma, e compensar isso com system prompt custaria muitos tokens.

A receita começou com supervised fine-tuning (SFT). Cada exemplo juntava um design inicial, um pedido de edição sintético e uma mudança bem-sucedida, tudo no formato nativo de arquivo da Figma. Modelos professores maiores geraram as edições, filtradas por validadores determinísticos e juízes visuais, com um pipeline capaz de se autocorrigir. Um Llama 3.3 70B treinado com mais de 250 mil exemplos ficou competitivo com os melhores modelos da época. Os limites do SFT puro apareceram depois: perda de generalização e baixa eficiência de amostras. Por isso a empresa passou a investir em aprendizado por reforço (RL), com ambientes específicos de design, modelos de recompensa e critérios escritos por especialistas. As bases mais novas incluem Qwen, Muse Spark Open e Inkling.

Na avaliação, a Figma separa dimensões como estrutura, alinhamento, contraste, cumprimento do pedido e uso do componente certo, combinando checagens estruturais, juízes visuais e revisão de designers. No agente, o modelo próprio cuida de edições precisas e iterações. Modelos de terceiros ficam com geração de imagem, vetores e explorações novas. A empresa diz que as tarefas típicas ficaram cerca de 20% mais rápidas entre beta e disponibilidade geral, que o novo agente vence ou empata com o anterior em 62% dos testes com designers, que as notas de usuários subiram 33% e que os desfazimentos caíram 60%. Também afirma ter mais que dobrado a parcela do trabalho feita pelo modelo próprio e reduzido o custo médio por mensagem. Ela atribui esses ganhos ao agente como um todo (modelos, ferramentas e harness), não só ao modelo de edição.

Para quem opera IA em produto, o caso mostra um padrão: um domínio estreito, difícil de verificar, com dados e avaliação próprios, pode justificar um modelo pós-treinado em vez de depender só de frontier models. O roteamento entre modelo próprio e de terceiros, por tipo de tarefa, é uma leitura prática de custo e latência. Os números são da própria Figma e não vêm de avaliação independente.