UX/UI Radar
Trendy

Agentní design systémy – proč JSON pro MCP a Markdown pro pravidla

Indeed převedl dokumentaci 77 komponent z MDX do strukturovaného JSON a agenti pak odpovídali přesněji s přibližně 80 % méně tokeny. Z případové studie vychází jednoduché pravidlo pro každý design systém, který mají používat agenti.

„Agentní design systém“ je systém, se kterým agent umí víc než ho jen číst: dotazovat se na konkrétní token, zjistit přesné props komponenty a navrhnout změnu k revizi. Supernova to popisuje ve čtyřech stupních – a většina týmů je zatím na druhém.

Čtyři stupně zralosti

  1. Dokumentovaný – texty pro lidi.
  2. Strojově čitelný – tokeny mají dohledatelné hodnoty, komponenty strukturované props a varianty.
  3. Dotazovatelný – data se agentovi servírují na vyžádání, typicky přes MCP. Tady je největší praktický přínos.
  4. Agentní – agent navrhuje změny tokenů, píše dokumentaci, zakládá issues. Plně tu skoro nikdo není.

Případ Indeed: Markdown vs. JSON

Tým Indeedu rozparsoval dokumentaci 77 komponent z MDX do JSON metadat a otestoval 1 056 promptů v 8 konfiguracích MCP. Výsledek podle prezentace na AI Design Systems Conference 2026:

Markdown ~30 000 tokenů / dotaz · 82 % pokrytí JSON ~6 000 tokenů (−80 %) · vyšší přesnost Data: Indeed (vlastní měření prezentované na konferenci), přepočet z uvedené úspory 80 %
Spotřeba tokenů na jeden dotaz agenta podle formátu dokumentace.

Roční náklady klesly zhruba pětinásobně (uváděno 300 vs. 1 500 USD) a pilot vyprodukoval 4 300 AI prototypů za čtyři měsíce. Čísla jsou z prezentace řečníka, nezávisle ověřená nejsou.

Pravidlo, které si odnést

JSON pro MCP, Markdown pro instrukce. Strukturovaná data komponent (props, varianty, velikosti, stavy) patří do JSON, který agent dotazuje přes MCP. Přirozeně jazyková pravidla – kdy co použít, tón, principy – můžou zůstat v Markdownu, ideálně v AGENTS.md, který agent čte vždy.

Pozor: MCP vrací jen to, na co se agent zeptá. Základy (spacing, barvy, typografie) proto potřebují pravidla, která platí pořád, ne jen na dotaz.

Záměr v popisech komponent

Romina Kavcic (The Design System Guide) doporučuje psát do popisů komponent ve Figmě záměr: k čemu komponenta slouží, kdy ji nepoužít a s čím ji kombinovat. Figma MCP i Figma Console MCP tyhle popisy agentovi předají – a ten pak vybere správnou komponentu místo té nejpodobnější.

Jak začít

  1. Napiš JSON schéma pro jednu komponentu: identita, props, varianty, velikosti, stavy, použití.
  2. Doplň záměr do popisů tří nejpoužívanějších komponent ve Figmě.
  3. Pojmenovávej tokeny sémanticky (danger.background, ne red-500).
  4. Ke každé akci agenta urči úroveň důvěry: jen návrh, draft PR, nebo automatický merge drobných oprav.
  5. Než se rozhodneš pro formát, porovnej JSON, Markdown a kombinaci na skutečných dotazech týmu.

Supernova k tomu nabízí jednoduchý test: dostane agent přesnou hodnotu tokenu, úplnou signaturu props, jen kontext dané komponenty a umí navrhnout změnu k revizi? Každé „ne“ znamená, že jsi pod čtvrtým stupněm.

Zdroje