01 .
学院及专业介绍
清华大学深圳国际研究生院新增的 智能艺术创新设计，专业代码为 135700（设计），属于设计专业学位硕士， 学制2年，培养地点在深圳，2027年首届招生，计划招生30人。
智能艺术创新设计专业 27考研初试专业课科目为（621）艺术理论基础 +（915）专业设计基础（专硕），与清华设计专硕现有的考试科目保持一致。也就是说，从考试内容来看，智能艺术创新设计今年仍然可能暂时延续了清华设计专硕的专业基础和考核框架， 并没有因为新增项目而单独设置一套考试科目，考试框架可能继承既有体系，但答题内容和方向可根据新项目的人才培养目标重新定向。
清华美术学院x清华深研院手绘真题对
915《专业设计基础》。2026年的“数智关怀”要求考生根据所学专业提出不少于3个方案，再选择其中一个深化，本质上是一个统一主题 + 专业化作答的框架。也就是说，同一道题并不是要求所有设计方向交出一样的答案，而是用一个开放命题看学生如何把自己的专业能力转化成方案。而清华 信息系交叉学科的 917《信息设计基础》限定的是一个具体生活场景和“智能助手”，进一步要求画产品功能、使用流程、用户体验草图和关键界面。它比915更明确地把考察落到 用户—系统—交互流程 上。 清深 IID / IMDT：都曾使用843《互联网+创新设计专业基础综合》这一套考试框架， 清深 IID / IMDT：都曾使用843《互联网+创新设计专业基础综合》这一套考试框架，843手绘真正考察的更像是：
面对一个真实问题，你能不能自己定义设计切入点，并把它发展成一个完整的创新解决方案。
这意味着它的画面形式其实非常自由。可以是：数字产品、服务系统、智能硬件、交互装置、游戏化产品、平台系统，甚至多个触点组成的完整服务。
智能艺术创新设计虽然属于“设计”专业学位，但它并不是把清华美院现有某一个方向直接搬到深圳。官方公布的三个培养方向分别是：创新游戏设计、智能媒体与交互设计、智能文化创意产品设计，课程又同时涉及大型模型创新应用、AI驱动创新设计、互动媒体（游戏）设计、人机交互和跨媒体设计等。师资体系则由深圳国际研究生院与清华美院共同建设。所以它真正继承的是几套能力体系的交叉：
- 清美的设计基础与视觉表达
- 信息艺术的交互与系统思维
- IID的问题解决与跨学科创新
- IMDT的游戏、互动媒体与数字体验
- 新项目自身的AI与智能技术语境。
官方研究方向介绍
详细考研项目介绍
02 .
手绘快题考察重点解析
我们重点来讲讲什么是交互设计的手绘。信息交互、数字媒体，但这个词大家听得很多，考研的同学可能也会关注一些学校，不同学校的理论专业考试一、专业考试二到底考的是什么？然后大纲里会让我们准备材料、准备彩铅、准备马克笔，考试的时候可能是A3、可能是A2。
我们先从清华大学信息系交叉学科 917《信息设计基础》 的这道真题来看。题目给出了一个非常明确的设计情境：以 “未来家庭场景” 为主题，设计一款智能助手产品，能够辅助家庭成员生活，同时还要考虑家庭成员的 情感需求。你最终需要在有限时间内，把一个相对开放的问题迅速转化成一个 能够被看懂的设计方案。
917这道题特别值得注意的地方，还在于它并没有只要求考生“想出一个智能助手”，而是进一步要求呈现产品功能、使用流程和关键界面。这实际上意味着，所谓“智能助手”不能只停留在一个AI概念或者聊天机器人形象上，而需要被转化成一套具体的用户体验。考生需要解释它服务于哪些家庭成员，在什么情境下介入家庭生活，通过什么方式感知信息，又如何产生提醒、推荐、协调或执行等反馈。
用户在这个过程中也不是被动接受，而可能需要确认、修改、拒绝或者继续与系统沟通。也正因为如此，题目中要求的四个界面并不是四张彼此独立的UI效果图，而应该对应一个完整任务流程中的关键节点，让阅卷老师能够顺着画面看到用户如何进入系统、系统如何响应，以及整个任务最终如何完成。
我们的手绘考试不是说在短时间之内让大家完成一个分析，而是完成一个设计。 第一，你要交代设计过程， 所以你要介绍设计的出发点、这一推理的过程、设计比较、你的设计思路、你的方案产出的思路有关的信息、设计最终的结果结论是什么？
你做的东西是什么？产出还需要说明其亮点，可能支撑你实现你设计想法的技术，甚至进一步去说明设计可能会存在的一些不足或者局限性，包括你可能未来真的要把它落地实现的时候可以用一些什么方法。
在所有的设计手绘考试里面， 我们考察的都不是记忆力、分析力，重点是考察我们解决方案的能力、提出问题的能力。面对这个题目，我们先提出一个问题，接着解决它，这就是整个设计考试当中我们的一种状态。
03 .
三大方向快题准备建议
>> 智能产品/AIx人机交互类考题有一年考了一道考题，关键词是科技馆、小学生、展览的人工智能机器人伴侣，考试让我们要设计的东西很明确，好几个同学考完试跑出来之后跟我们说，我做一机器人跟着小朋友跑，然后我们听了之后，就想“糟糕了”，为什么呢？因为他们在做设计的时候陷入到了工业设计的思维里面去。让我做一个机器人、一个人工智能，作为机器人有手有脚也行，没手没脚有轮子也行，小学生来科技馆，机器人又跟他互动又跟他语音交互，这多好。
可一旦把它放回真实的使用情境中，漏洞就会立即暴露出来。小学生去科技馆通常并不是独自行动，而是以班级、家庭或团体的形式进入场馆。科技馆本身又是一个高密度公共空间，如果每个孩子都配备一台会移动、会语音交互、会持续跟随的机器人，那么在真实场景中很可能迅速产生拥堵、噪音、路径干扰、设备管理和安全等一系列问题。 这就是缺乏情景化的思维，只是把它想象成为了一个单一的产品去做设计。
而这恰恰是很多快题最容易出现的问题。部分手绘训练会过度强调硬件造型、产品效果图和视觉表现，学生拿到题之后很快进入“我要画一个什么东西”的状态，于是最后的卷面往往是一个产品放在中央，周围补充一些功能说明，却很少真正解释这个产品在什么情境中被使用、由谁使用、与谁发生关系，以及整个使用过程会如何展开。很多的手绘教育缺乏了对于情景化思维这个部分，上来就跟大家说交互有很多要画硬件的，不要练习画工业效果图，大家就画产品，光分析，一个产品图放中间，没有任何讲解，然后完成。但是交互设计不是这样子， 交互设计是一个使用过程，是在某一种特定的情景当中发生的一件事情，而这件事情的过程当中交互给予了他们作为解决他们需求的一些工具，我们一定要结合这个问题进行思考。
所以基于情景，比如这个题目，我们练习的过程当中要让大家画出具体的情景来思考这个过程，思考用户分析过程，展现结果，进行一种有机的整合。这样子卷面它的信息量是丰满的，它所传达的设计概念是完整的，而且有创意，有最终结果，有落地性。这是老师希望看到大家展现的东西。
这个作业也是一个案例，有丰富的情景，在这个情景当中完整的展现了产品的使用过程以及最终设计的成果。其 中交代了硬件、交代了软件、交代了服务的流程，在很短的时间里面构建了对于某一个服务、某一个系统、某一种交互方式最完整的思考，然后通过手绘的方式把它直观的呈现出来。老师最喜欢看到的就是这个状态，因为它能看到你的思路是极完整，而不是单一的一个产品，而不是单拎出来的某一个硬件，而是你具备一个完整的思路。
上面的案例是偏场景式的，而这是偏流程式的。通过界面撰写出整个用户使用流程来展现最终的产品结果。这当中包含了硬件也包含了软件。所以一半的画面在做分析的过程，一半的画面在做设计结果的呈现，这个方向也是一个很好的例子。
智能产品类考题：真正要设计的，不只是“产品长什么样”
尤其是在智能产品已经越来越成熟的今天，单纯提出“智能眼镜”“AI助手”“智能家居”“文化导览APP”并不算真正意义上的创新，因为这些产品形态本身已经存在。考试真正有可能拉开差距的地方，不是你能不能再设计一个新的外壳，而是你有没有继续往下思考： 这个产品改变了人和信息、人和空间、人和物体之间怎样的交互关系？
比如智能眼镜，如果最后的方案只是把传统手机界面搬到眼前，在空间里出现几个按钮，让用户继续点击菜单，那么它其实只是换了一个显示设备，交互逻辑并没有真正发生变化。真正值得设计的是，当屏幕从手机变成空间以后，用户还需不需要不断寻找按钮？是否可以通过视线直接定位目标，再用捏合确认；面对近距离界面时，是否可以直接伸手触碰；需要移动信息时，是否可以通过捏合和拖动完成；面对三维物体时，又能不能通过抓取、旋转、缩放等动作直接操作数字模型。
所以我们大家需要去练习和理解比如交互手势，人机交互规范，这些典型的备考素材还应该专门建立一套 交互动作素材库，例如视线选择、手势确认、空间触控、拖拽、抓取、旋转、语音交互、环境感知以及多设备协同等。当这些交互方式能够被熟练地组合到不同场景中以后，考场上就可以来得及去思考这个场景里，人与系统之间还有没有一种更自然、更有效、更符合智能时代的交互方式？这个问题，才更接近智能媒体与交互设计真正需要考察的能力。
（素材库积累）
>> 智能产品/文化传播类考题
文化传播类题目同样如此。很多同学一看到“传统文化”“非遗”“博物馆”“文化传播”，第一反应仍然是做海报、IP形象或者视觉包装，但在智能艺术创新设计的语境里，文化内容更可能只是设计的起点。真正需要思考的是， 如何把文化信息转化成一种可以被理解、参与和体验的机制。例如同样是非遗传播，可以做一个数字展览，也可以做互动装置、AR导览、教育游戏、智能文创产品或者基于AIGC的互动叙事系统，它们虽然最终形式不同，但本质上都需要回答同一个问题：用户通过什么媒介接触文化内容，又通过怎样的行为逐渐理解它？
所以文化传播类快题也不能只停留在“提取传统元素—重新设计图案—完成视觉效果”的层面。更完整的方案通常需要把文化内容、目标人群、传播场景和互动方式连接起来。比如针对年轻人传播某项非遗，不是简单地把纹样放进APP，而是可以先提取其工艺过程、故事或者文化规则，再进一步转化为任务、互动行为或者数字内容，使用户在参与过程中逐渐获得文化信息。此时，手绘中除了最终视觉效果，还可以出现内容架构、故事线、用户旅程、空间互动、界面流程以及文化元素如何被转译的过程，这样才能体现“文化传播”真正被设计过。
考前可以有意识地积累几类最常使用的图形语言：
- 场景表达：人物、环境、产品处于真实使用状态中的关系；
- 产品表达：产品形态、结构、硬件组成以及核心功能；
- 流程表达：用户从需求产生到任务完成经历哪些步骤；
- 交互表达：界面、语音、手势、传感器、空间交互等具体触点；
- 系统表达：用户、AI、设备、数据和环境之间如何相互作用；
- 体验表达：通过故事板或者关键场景说明设计前后发生了什么变化。
手绘这个形式可以 快速的考察我们图形思维能力。对于一个称职的专业设计者而言，你一定要把你心中的概念通过一个视觉化的结果展现给所有人，并且这个展现成果需要让所有看到你成果的人都能快速直观的了解到，这是一种能力。这种能力现在我们用手绘来表现，未来就是你们向甲方、向项目方去进行展示，也包括未来你们项目最终落地，视觉化落地，成为一个产品的时候所要具备的。 因此手绘的意义是非常重要。
>> 创新游戏设计类考题
这个方向大概率不会只是“设计一个游戏角色”“画一张游戏场景”这种传统游戏美术题，而更可能借助一个社会、文化、教育或未来科技议题，让考生把它转化成一套可玩的互动机制。因为从你前面整理的培养内容来看，这个方向强调的本身就是互动叙事、虚拟空间、严肃游戏、教育科学游戏、AIGC内容生成与沉浸式互动体验。所以如果考试延续清华现在这种开放式设计题的逻辑，真正考察的应该不是“你会不会画游戏”，而是你能不能把一个问题转译成游戏规则、玩家行为和反馈系统。
社会议题 × 严肃游戏
非常值得准备的一类。题目可能先给出一个现实议题，比如涉及到青少年心理健康、环保、城市公共安全、老龄化、网络沉迷、可持续生活、公共教育。然后要求你设计一款游戏化产品或互动体验。这类题重点是游戏机制能不能让玩家理解问题、改变行为，或者产生学习。
文化传播 × 互动叙事
这个和前面智能文化创意产品设计其实会有交叉，但游戏方向更强调 叙事和行为机制。
AI × 游戏机制
这一类今年尤其应该准备。不能只把AI当成NPC, 还包括 AI的存在有没有改变游戏本身。例如AI NPC可以根据玩家之前的行为形成长期记忆，因此同一个角色面对不同玩家，会发展出不同关系；又比如剧情不再只有固定的ABC三个选项，而是根据玩家的行动轨迹、对话内容和游戏世界状态动态生成。
教育 / 科普游戏
这个其实和清华的培养资源非常贴合，也很适合作为快题。题目可能给你一个学习主题：天文、人工智能、环境科学、生物、历史、工程、儿童STEAM。然后要求你设计一种游戏化学习体验。
空间 / 沉浸式游戏
既然项目还涉及互动媒体、虚拟空间，这一类也非常值得准备。题目不一定要求你设计一个手机游戏，而可能是博物馆沉浸式游戏、校园空间游戏、AR城市探索、多人线下互动、XR体验。
游戏方向备考建议，
不要把大部分时间花在角色立绘、场景原画和漂亮的游戏UI上。这些当然可以作为视觉表达的一部分，但不是创新游戏设计最有区分度的能力。阅卷老师看完你的方案以后，能不能立刻理解：这个游戏到底怎么玩，而且为什么值得这样玩。
04 .
1v1高效备考班
专属学长学姐全程跟进｜学习规划 × 作业反馈 × 进度监督 × 针对性答疑
该课程根据每位学生现阶段的能力基础，建立一套 「定向专题训练—1V1出题—方案反馈—整卷打磨」 的针对性备考路径。前期会根据学生的薄弱项进行 定向专题训练。例如缺乏人机交互与智能产品基础，就重点补充交互手势、多模态交互、传感技术、AI交互逻辑、智能硬件等相关知识与设计方法，积累解决不同类型考题的“素材库”和方法库。
在此基础上进行 1V1针对性出题。题目会尽量选择适配性和迁移性较强的方向进行训练，不是为了“押一道原题”，而是让每次训练形成的用户场景、交互方式、技术应用和方案框架，都能够在之后面对不同考题时重新组合和快速调用。
不同专题会逐步覆盖，并通过 出题 → 完成 → 反馈 → 修改 → 再打磨 的方式持续优化整张卷子。最终训练的重点在于同步提升学生的 审题与解题思路、方案创新能力、交互与技术应用能力，以及完整的设计表达能力，避免快题最后只停留在视觉表现层面。
01｜基础能力评估
入课先进行完整测试，从专业基础、答题逻辑、知识掌握、方案能力与卷面表达等维度定位当前水平，明确主要失分点。
02｜定向专题训练
根据评估结果拆分个人薄弱项，不重复训练已经掌握的内容，把时间集中投入到高频必考专题。形成稳定的输出的考场可用方案。
03｜1V1 针对性出题
老师根据每一阶段暴露的问题进行针对性出题，而不是所有学生使用同一套练习。哪里薄弱，就重点练哪里。
04｜逐次反馈 + 问题记录
每次训练后进行 1V1 反馈，并持续建立个人问题记录，跟踪哪些问题已经解决、哪些问题反复出现，避免“改完这张卷子，下一张又犯同样的问题”。
05｜反馈后再次训练
不是批改结束就结束。针对反馈内容重新练习，通过「出题 → 完成 → 反馈 → 修正 → 再测」不断缩小薄弱项。
06｜整卷打磨
后期从单项训练进入完整卷面训练，集中调整答题结构、时间分配、方案完整度与卷面表达，让能力逐渐转化为稳定的考试表现。
ZD Course 考研课程详情
_ʕ •ᴥ•ʔJOIN CLUB_