Figma-യുടെ പരിണാമം: കോഡ് ലെയറുകൾ, AI പ്ലഗിനുകൾ, മോഷൻ സപ്പോർട്ട്

അതിന്റെ ഏറ്റവും പുതിയ വലിയ അപ്‌ഡേറ്റിലൂടെ ഡിസൈനും ഡെവലപ്‌മെന്റും തമ്മിലുള്ള അതിർവരമ്പുകൾ Figma അടിസ്ഥാനപരമായി പുനർനിർവചിക്കുകയാണ്. കോഡ് ലെയറുകളും ജനറേറ്റീവ് AI ശേഷികളും അതിന്റെ കൊളാബറേറ്റീവ് കാൻവാസിൽ നേരിട്ട് സംയോജിപ്പിക്കുന്നതിലൂടെ, ഈ പ്ലാറ്റ്‌ഫോം ഒരു സ്റ്റാറ്റിക് പ്രോട്ടോടൈപ്പിംഗ് ടൂളിൽ നിന്ന് ഡൈനാമിക് ആയ, മൾട്ടി-ഡിസിപ്ലിനറി എൻവയോൺമെന്റായി മാറുകയാണ്.

കോഡ് ലെയറുകളിലൂടെ വിടവ് നികത്തുന്നു

"design-to-code" തുല്യത ലക്ഷ്യമിട്ടുള്ള ഒരു സുപ്രധാന നീക്കത്തിലൂടെ, Figma അതിന്റെ മൾട്ടിപ്ലെയർ കാൻവാസിൽ നേരിട്ട് കോഡ് ലെയറുകൾ അവതരിപ്പിച്ചു. ഈ ഫീച്ചർ എൻജിനീയറിംഗ് ടീമുകളെ റെപ്പോസിറ്ററികൾ ക്ലോൺ ചെയ്യാനും നിലവിലുള്ള കോഡ് ഫ്ലോകൾ വേഗത്തിലുള്ള ടെസ്റ്റിംഗിനും ഇറ്ററേഷനും വേണ്ടി ഡിസൈൻ ലെയറുകളിലേക്ക് മാറ്റാനും അനുവദിക്കുന്നു.

ഡിസൈനർമാർ ഡെവലപ്പർമാർക്ക് സ്റ്റാറ്റിക് ഫയലുകൾ കൈമാറുന്ന പരമ്പരാഗത രീതികളിൽ നിന്ന് വ്യത്യസ്തമായി, ഈ എൻവയോൺമെന്റ് നിർമ്മാണത്തിനായുള്ള പൂർണ്ണതയേക്കാൾ (production-ready perfection) പര്യവേക്ഷണത്തിനായി നിർമ്മിച്ചതാണെന്ന് Figma ചീഫ് പ്രൊഡക്റ്റ് ഓഫീസർ യുക്കി യമാഷിത (Yuhki Yamashita) ഊന്നിപ്പറയുന്നു. ഡിസൈനർമാർക്കും പ്രൊഡക്റ്റ് മാനേജർമാർക്കും എൻജിനീയർമാർക്കും ഒരു സ്പേഷ്യൽ, നോൺ-ലീനിയർ രീതിയിൽ കോഡുമായി ഇടപഴകാൻ അനുവദിക്കുന്നതിലൂടെ, പ്രൊഡക്റ്റ് ഡെവലപ്‌മെന്റിന്റെ ഡിസ്കവറി ഘട്ടം വേഗത്തിലാക്കാനും ഹാൻഡ്-ഓഫ് പ്രക്രിയയിൽ പലപ്പോഴും ഉണ്ടാകാറുള്ള തടസ്സങ്ങൾ കുറയ്ക്കാനും Figma ലക്ഷ്യമിടുന്നു.

അഡ്വാൻസ്ഡ് മോഷൻ, ഷേഡറുകൾ, 3D ട്രാൻസ്ഫോമുകൾ

വർഷങ്ങളായി, ഹൈ-ഫിഡിലിറ്റി മോഷൻ ഡിസൈനിനായി ഡിസൈനർമാർ Figma-യിൽ നിന്നും സ്പെഷ്യലൈസ്ഡ് ആനിമേഷൻ സോഫ്റ്റ്‌വെയറുകളിലേക്ക് മാറി മാറി ഉപയോഗിക്കേണ്ടി വന്നിരുന്നു, ഇത് പലപ്പോഴും സങ്കീർണ്ണമായ കൺവേർഷൻ പ്രക്രിയകൾക്ക് കാരണമാകുന്നു. ആനിമേഷനുകൾ, ട്രാൻസിഷനുകൾ, 3D ട്രാൻസ്ഫോമുകൾ എന്നിവയ്ക്കായി നേറ്റീവ് സപ്പോർട്ട് നൽകിക്കൊണ്ട് Figma ഈ സങ്കീർണ്ണത ഒഴിവാക്കുന്നു.

ഷേഡർ ഇഫക്റ്റുകൾക്കും ഫില്ലുകൾക്കും (fills) പിന്തുണ നൽകിക്കൊണ്ട് ഈ അപ്‌ഡേറ്റ് വിഷ്വൽ ടൂൾകിറ്റ് വിപുലീകരിക്കുന്നു. ഇത് കൂടുതൽ സങ്കീർണ്ണവും ഉയർന്ന പ്രകടനവുമുള്ള വിഷ്വൽ എലമെന്റുകൾ ടൂളിനുള്ളിൽ തന്നെ പ്രോട്ടോടൈപ്പ് ചെയ്യാൻ അനുവദിക്കുന്നു, അതുവഴി ഒരു ഉൽപ്പന്നത്തിന്റെ "ഫീൽ" അതിന്റെ ലൈഫ് സൈക്കിളിന്റെ തുടക്കത്തിൽ തന്നെ ഉറപ്പാക്കാൻ സാധിക്കുന്നു.

ജനറേറ്റീവ് AI, കസ്റ്റം പ്ലഗിൻ നിർമ്മാണം

കാൻവാസസിനെ ഒരു പ്രോഗ്രാമബിൾ വർക്ക്സ്പേസ് ആക്കി മാറ്റിക്കൊണ്ട് Figma അതിന്റെ AI റോഡ്മാപ്പിൽ കൂടുതൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു. ഉപയോക്താക്കൾക്ക് ഇപ്പോൾ ടെക്സ്റ്റ് പ്രോംപ്റ്റുകൾ ഉപയോഗിച്ച് AI ഏജന്റുകൾക്കായി ആവർത്തിക്കാവുന്ന "സ്കില്ലുകൾ" (skills) നിർമ്മിക്കാം, ഇത് AI അസിസ്റ്റന്റിനെ ഒരു ജനറിക് ടൂളിന് പകരം ഒരു കസ്റ്റമൈസ്ഡ് കൊളാബറേറ്ററാക്കി മാറ്റുന്നു. കൃത്യത വർദ്ധിപ്പിക്കുന്നതിനായി, Notion, Excel, GitHub, Granola തുടങ്ങിയ ബാഹ്യ ടൂളുകളിൽ നിന്നും വിവിധ അപ്‌ലോഡ് ചെയ്ത ഫയലുകളിൽ നിന്നും വിവരങ്ങൾ ശേഖരിക്കാൻ (ingest context) ഇപ്പോൾ AI-ക്ക് സാധിക്കും.

ഡെവലപ്പർ കമ്മ്യൂണിറ്റിയെ സംബന്ധിച്ചിടത്തോളം ഏറ്റവും വിപ്ലവകരമായ കാര്യം ലളിതമായ പ്രോംപ്റ്റുകളിലൂടെ കസ്റ്റം പ്ലഗിനുകൾ നിർമ്മിക്കാനുള്ള കഴിവാകാം. ഒരു ഉപയോക്താവിന് ഒരു പ്രത്യേക ലേഔട്ട് ജനറേറ്ററോ അല്ലെങ്കിൽ സങ്കീർണ്ണമായ ഒരു വെക്റ്റർ പാത്ത് ട്രേസറോ ആവശ്യമുണ്ടെങ്കിലും, പരമ്പരാഗത കോഡ് എഴുതാതെ തന്നെ Figma-യ്ക്കുള്ളിൽ അവർക്ക് അനുയോജ്യമായ ഫങ്ഷണൽ ടൂളുകൾ നിർമ്മിക്കാൻ കഴിയും.

മോഡൽ ഡ്രൈവൻ വർക്ക്ഫ്ലോകൾക്കായി Weavy സംയോജിപ്പിക്കുന്നു

നോഡ് അധിഷ്ഠിത ടൂളായ Weavy ഏറ്റെടുത്തതിനെത്തുടർന്ന്, അഡ്വാൻസ്ഡ് മോഡൽ ഡ്രൈവൻ വർക്ക്ഫ്ലോകൾ സംയോജിപ്പിക്കാൻ Figma ശ്രമിക്കുന്നു. ഈ വർഷാവസാനം, ഉപയോക്താക്കൾക്ക് Figma ഇന്റർഫേസിനുള്ളിൽ നിന്ന് നേരിട്ട് Weavy വർക്ക്ഫ്ലോകൾ നിർമ്മിക്കാൻ സാധിക്കും. ഇത് ഡിസൈൻ ടീമുകളെ വിവിധ AI മോഡലുകളിലൂടെ സങ്കീർണ്ണമായ വർക്ക്ഫ്ലോകൾ പ്രവർത്തിപ്പിക്കാനും ഔട്ട്‌പുട്ടുകൾ താരതമ്യം ചെയ്യാനും അനുവദിക്കും, അതുവഴി തിരഞ്ഞെടുത്ത ഡിസൈൻ ദിശ വിവിധ ജനറേറ്റീവ് പാരാമീറ്ററുകളിൽ ഒപ്റ്റിമൈസ് ചെയ്തിട്ടുണ്ടെന്ന് ഉറപ്പാക്കാം.

പ്രധാന കാര്യങ്ങൾ

• Code-to-Design Parity: പുതിയ കോഡ് ലെയറുകൾ ടീമുകളെ റെപ്പോസിറ്ററി ഡാറ്റ കാൻവാസിലേക്ക് കൊണ്ടുവരാൻ അനുവദിക്കുന്നു, ഇത് ഡിസൈൻ എൻവയോൺമെന്റിനെ എൻജിനീയർമാർക്കും ഡിസൈനർമാർക്കും വേണ്ടിയുള്ള യഥാർത്ഥ കൊളാബറേറ്റീവ് സ്പേസ് ആക്കി മാറ്റുന്നു.
• Native Motion & Shaders: Figma ഇപ്പോൾ 3D ട്രാൻസ്ഫോമുകൾ, ട്രാൻസിഷനുകൾ, ഷേഡർ ഇഫക്റ്റുകൾ എന്നിവയെ പിന്തുണയ്ക്കുന്നു, ഇത് ബാഹ്യ ആനിമേഷൻ സോഫ്റ്റ്‌വെയറുകളുടെ ആവശ്യം കുറയ്ക്കുന്നു.
• AI-Driven Extensibility: ഉപയോക്താക്കൾക്ക് ഇപ്പോൾ ടെക്സ്റ്റ് പ്രോംപ്റ്റുകൾ വഴി കസ്റ്റം പ്ലഗിനുകളും ആവർത്തിക്കാവുന്ന AI "സ്കില്ലുകളും" നിർമ്മിക്കാം, ഇവ GitHub, Notion എന്നിവയിൽ നിന്നുള്ള ബാഹ്യ ഡാറ്റയുമായി സംയോജിപ്പിച്ചിരിക്കുന്നു.