文章目录一、范式变化：从「导出像素」到「导出语义 + 上下文」二、Figma 官方能力栈（自下而上）1. Dev Mode（开发检视）2. Variables / 设计 Token3. Code Connect（质量分水岭）4. Dev Mode MCP Server（2025 起的关键）三、高质量生成的前置条件（设计侧）四、工程侧：推荐 AI 工作流（Figma → 前端）标准流水线与「只丢截图给 GPT」的对比五、双向与闭环（代码 ↔ 设计）六、从「质量维度」看什么叫「高效且高质量」七、团队落地建议（可执行清单）八、边界与常见坑九、和其他方案的横向对比十、适用模型适合「Figma MCP 工作流」的模型适合「纯 UI 截图」的模型实操建议十一、总结从「能力栈 → 设计侧准备 → 工程侧接入 → AI 工作流 → 质量与边界」梳理：AI 时代 Figma 如何更高效、更高质量地生成前端 UI 代码。参考了 Figma 官方 Dev Mode MCP、Code Connect 文档、以及 Cursor 内置 Figma MCP/Skills 的能力模型。一、范式变化：从「导出像素」到「导出语义 + 上下文」时代典型做法问题传统 D2C切图 + 绝对定位 CSS / 一次性 HTML难维护、与设计系统脱节插件时代Figma → React/Vue 插件常生成「像设计」但不像开发者仓库的代码AI + MCP 时代结构化设计上下文 + 截图 +真实的组件映射→ LLM 在 IDE 里改写更接近「在现有项目里实现一屏」核心转变：高质量不再等于「Figma 一键出完整项目」，而是把「设计意图 + 设计系统 + 代码库约定」一起喂给 AI，由 AI 在目标仓库里落地。二、Figma 官方能力栈（自下而上）
