Diseño a Código Usando un Sistema de Diseño Personalizado con AI

Bookmark
Rate this content

Esta charla explora cómo construimos un sistema impulsado por AI que transforma diseños de Figma en código React listo para producción utilizando el Sistema de Diseño personalizado de Razorpay. Aprende cómo resolvimos el problema de la inconsistencia de marca en herramientas genéricas de AI y creamos una solución que entiende nuestro lenguaje de diseño único, permitiendo un desarrollo más rápido sin comprometer la calidad.

This talk has been presented at React Summit US 2025, check out the latest edition of this React Conference.

Chaitanya Deorukhkar
Chaitanya Deorukhkar
19 min
21 Nov, 2025

Comments

Sign in or register to post your comment.
Video Summary and Transcription
Chaitanya, Principal Engineer en Atlassian, discute el sistema de diseño en Razorpay, el impacto de AI en el desarrollo de UI, y la integración de AI con sistemas de diseño para una mayor productividad. Los prompts detallados para que AI construya componentes de UI pueden ser engorrosos. Imagina un proceso sin fisuras donde AI interpreta diseños de Figma para crear UI. Aprovechando la experiencia en diseño y enfocándose en la lógica de negocio, no en escribir prompts detallados de AI. El servidor MCP de Blade facilita la magia de transformar diseños de Figma en código UI colaborando con Figma y OpenAI.
Video transcription and chapters available for users with access.

Check out more articles and videos

We constantly think of articles and videos that might spark Git people interest / skill us up or help building a stellar career

Potenciando el Asistente de Código Cody utilizando LLMs
C3 Dev Festival 2024C3 Dev Festival 2024
29 min
Potenciando el Asistente de Código Cody utilizando LLMs
This Talk explores the world of coding assistants powered by language models (LLMs) and their use cases in software development. It delves into challenges such as understanding big code and developing models for context in LLMs. The importance of ranking and code context is discussed, along with the use of weak supervision signals and fine-tuning models for code completion. The Talk also touches on the evaluation of models and the future trends in code AI, including automation and the role of tasks, programming languages, and code context.