92国产精品视频_亚洲a级在线观看_国产精品电影观看_国产精品免费观看在线_精品伊人久久97_亚洲人成在线观_尤物九九久久国产精品的特点_成人激情在线播放_成人黄色大片在线免费观看_亚洲成人精品久久久_久久免费视频在线观看_久久精品国产一区_国产一区二区三区18_亚洲欧美中文字幕在线一区_日韩美女中文字幕_日韩视频免费在线

首頁

人工智能自動化 | 20+ GenAI UX 模式、示例和實施策略

杰睿

20+ GenAI UX 模式、示例和實施策略

生成式人工智能通過關注基于意圖的結果規范,為人類與系統交互提供了一種新的方式。GenAI 帶來了新的挑戰,因為它的輸出是概率性的,需要理解變異性、記憶、錯誤、幻覺和惡意使用,這就帶來了構建原則和設計模式的必要性,正如 IBM 所描述的那樣。

此外,任何AI 產品都是一個分層系統,其中 LLM 只是其中一種成分,而內存、編排、工具擴展、UX 和代理用戶流才是真正的魔力!

本文是我對 GenAI 設計模式演變的研究和記錄,這些模式為產品經理、數據科學家和交互設計師提供了一種通用語言 ,幫助他們打造以人為本、值得信賴且安全的產品。通過應用這些模式,我們可以彌合用戶需求、技術能力和產品開發流程之間的差距。

以下是 21 種 GenAI UX 模式

  1. GenAI 或無 GenAI
  2. 將用戶需求轉化為數據需求
  3. 增強或自動化
  4. 定義自動化水平
  5. 逐步采用人工智能
  6. 利用心智模型
  7. 傳達產品限制
  8. 顯示思路鏈(CoT)
  9. 利用多種輸出
  10. 提供數據源
  11. 傳達模型信心
  12. 為記憶和回憶而設計
  13. 提供上下文輸入參數
  14. 為 coPilot、共同編輯或部分自動化而設計
  15. 定義自動化的用戶控件
  16. 用戶輸入錯誤狀態的設計
  17. 針對人工智能系統錯誤狀態的設計
  18. 設計以捕捉用戶反饋
  19. 模型評估設計
  20. 人工智能安全護欄設計
  21. 傳達數據隱私和控制

1. GenAI 還是非 GenAI

評估 GenAI 是否改善了用戶體驗或增加了復雜性。通常,基于啟發式 (IF/Else) 的解決方案更易于構建和維護。

GenAI 有益的場景

  • 開放式、富有創意且能增強用戶體驗的任務。
    例如,寫作提示、總結筆記、起草回復。
  • 創建或轉換復雜的輸出(例如,圖像、視頻、代碼)。
    例如,將草圖轉換為網站代碼。
  • 結構化的用戶體驗無法捕捉用戶意圖。

應避免使用 GenAI 的情況

  • 結果必須精確、可審計或確定。
    例如,稅務表格或法律合同。
  • 用戶期望清晰一致的信息。
    例如:開源軟件文檔

如何使用此模式

  1. 確定客戶旅程中的摩擦點
  2. 評估技術可行性:確定人工智能是否能夠解決摩擦點。評估規模、數據集可用性、錯誤風險評估和經濟投資回報率。
  3. 驗證用戶期望:
    -
    通過評估系統是否增強了人類的努力還是完全取代了人類的努力,確定人工智能解決方案是否侵蝕了用戶期望,如模式 3“增強與自動化”中所述。-
    確定人工智能解決方案是否侵蝕了模式 6“心智模型”

2. 將用戶需求轉化為數據需求

這種模式確保 GenAI 開發始于用戶意圖以及實現該意圖所需的數據模型。GenAI
系統的優劣取決于其訓練數據。但真正的用戶并非以行列的方式表達,他們表達的是目標、挫折和行為。如果團隊未能將用戶需求轉化為結構化的、模型可用的輸入,最終的系統或產品可能會優化到錯誤的結果,從而導致用戶流失。

如何使用此模式

  1. 作為 PM、產品設計師和數據科學家的跨職能團隊進行協作,并針對值得解決的用戶問題進行協調。
  2. 定義用戶需求通過使用三角研究:定性(市場報告、調查或問卷)+ 定量(用戶訪談、觀察性研究)+ 突發(產品評論、社交聆聽等)和綜合用戶洞察 JTBD框架,同理心地圖將用戶的情緒和觀點形象化。價值主張畫布將用戶的收益和痛苦與功能結合起來
  3. 通過 選擇合適的數據模型來定義數據需求和文檔,進行差距分析,并根據需要迭代優化數據模型。一旦理解了“為什么”,就將其轉化為模型的“什么” 。你的AI模型需要哪些特征、標簽、示例和上下文來學習這種行為?利用結構化協作來找出答案。

3. 增強 vs. 自動化

GenAI 應用中的一個關鍵決策是完全自動化任務還是增強人類能力。使用此模式可以使技術與用戶意圖和控制偏好保持一致。

自動化最適合用戶傾向于委派的任務,尤其是在繁瑣、耗時或不安全的情況下。例如,Intercom FinAI 會自動將冗長的電子郵件線索匯總為內部筆記,從而節省重復性、低價值任務的時間。

增強功能能夠提升效率、創造力和控制力,從而增強用戶想要持續參與的任務。例如, Abelton 的Magenta Studio支持創造性的控制,方便用戶操控和創作新音樂。

如何使用此模式

  1. 為了選擇最佳方法,請使用研究綜合工具(如同理心地圖(可視化用戶情緒和觀點)和價值主張畫布(了解用戶的收益和痛苦))評估用戶需求和期望
  2. 測試并驗證該方法是否會削弱或增強用戶體驗。

4. 定義自動化水平

在人工智能系統中,自動化指的是將多少控制權委托給人工智能而不是用戶。這是一種戰略性的用戶體驗模式,它根據用戶的痛點、情境場景和對產品的期望來決定自動化程度。

自動化水平

  1. 無自動化(AI 輔助,用戶自主決定)
    AI 系統為用戶提供幫助和建議,但所有決定均由用戶自行決定。例如,Grammarly會突出顯示語法問題,但用戶需要自行決定接受或拒絕更正。
  2. 部分自動化/副駕駛/共同編輯(AI 在用戶監督下行動)
    AI 發起操作或生成內容,但用戶根據需要進行審核或干預。例如,GitHub Copilot會建議開發人員可以接受、修改或忽略的代碼。
  3. 完全自動化(AI 獨立行動)
    AI 系統無需用戶干預即可執行任務,通?;陬A定義的規則、工具和觸發器。GenAI 中的完全自動化通常被稱為代理系統 (Agentic systems)。例如,Ema可以自主規劃和執行多步驟任務,例如研究競爭對手、生成報告并通過電子郵件發送,無需用戶在每個步驟提示或干預。

如何使用此模式

  1. 評估用戶需要自動化的痛點及其風險:當相關風險較低且發生故障不會造成嚴重后果時,自動化任務最為有效。低風險任務(例如發送自動提醒、促銷郵件、過濾垃圾郵件或處理常規客戶咨詢)可以自動化,最大程度地減少負面影響,同時節省時間和資源。高風險任務(例如進行醫療診斷、發送關鍵業務郵件或執行金融交易)需要仔細監督,因為一旦發生錯誤,可能會造成重大損失。
  2. 評估和設計特定的自動化級別:根據用戶的期望和目標,評估用戶痛點是否應該屬于——無自動化、部分自動化或完全自動化。
  3. 定義用戶控件以實現自動化(參考模式 15)

5. GenAI 的逐步采用

當用戶第一次接觸基于新技術的產品時,他們常常想知道系統能做什么和不能做什么,它如何工作以及他們應該如何與它交互。

該模式提供了多維策略來幫助用戶使用 AI 產品或功能、減少錯誤、與用戶準備情況保持一致,以提供明智且以人為本的用戶體驗。

如何使用此模式

這種模式是許多其他模式的頂峰

  1. 從一開始就注重傳達好處:避免深入探討技術細節,并強調人工智能如何帶來新的價值。
  2. 簡化用戶引導體驗:在詢問用戶數據共享偏好之前,先讓用戶體驗系統的價值,并優先提供基礎 AI 功能的即時訪問權限。鼓勵用戶稍后注冊以解鎖高級 AI 功能或分享更多詳細信息。例如,Adobe FireFly循序漸進地引導用戶從基礎功能到高級 AI 功能。
  3. 定義自動化水平(參考模式 4) 逐步增加自主性或復雜性。
  4. 通過針對錯誤進行設計 來提供可解釋性和信任(參考模式 16 和 17)。
  5. 傳達數據隱私和控制(參考模式 21),以清楚地傳達如何收集、存儲、處理和保護用戶數據。

6. 利用心智模型

心智模型幫助用戶預測系統(網頁、應用程序或其他類型的產品)的運作方式,從而影響他們與界面的交互方式。當產品與用戶現有的心智模型相符時,用戶會感覺直觀且易于上手。當兩者發生沖突時,可能會導致用戶沮喪、困惑,甚至放棄。

例如,Github Copilot 建立在開發人員從傳統代碼自動完成的思維模型之上,從而簡化了向 AI 驅動的代碼建議的過渡

例如,Adobe Photoshop 建立在使用矩形控件擴展圖像的熟悉方法的基礎上,通過集成其生成填充功能,智能地填充新創建的空間。

如何使用此模式

通過提問來識別并建立現有的心智模型

  1. 用戶旅程是什么以及用戶試圖做什么?
  2. 哪些心智模型可能已經存在?
  3. 該產品是否打破了任何直觀的因果模式?
  4. 你是否打破了現有的心智模型?如果是,請清晰地解釋如何以及原因。良好的引導、微文案和視覺提示可以幫助彌合差距。

7. 傳達產品限制

這種模式涉及清楚地傳達人工智能模型能做什么和不能做什么,包括其知識邊界、能力和局限性。

它有助于建立用戶信任、設定適當的期望、防止誤用,并在模型出現故障或異常行為時減少挫敗感。

如何使用此模式

  1. 明確說明模型的局限性:顯示過時知識或缺乏實時數據的上下文提示。例如,當問題超出其知識范圍時, Claude會說明其知識范圍。
  2. 當模型無法提供合適的輸出時,提供回退或升級選項。例如,當被問及與購物無關的問題時, Amazon Rufus會說:“它無法訪問事實信息,我只能協助解決與購物相關的問題和請求。”
  3. 在產品營銷、入職培訓、工具提示或回應免責聲明中明確限制。

8. 顯示思路鏈(CoT)

在人工智能系統中,思路鏈(CoT) 提示 技術 通過模仿人類更結構化、循序漸進的思維過程,增強了模型解決復雜問題的能力。

CoT 展示是一種用戶體驗模式,它通過揭示 AI 是如何得出結論的來提高透明度。這可以增強用戶信任,提高可解釋性,并為用戶反饋提供空間,尤其是在高風險或模糊場景下。

例如Perplexity通過顯示處理步驟來增強透明度,幫助用戶理解答案背后的深思熟慮的過程。

例如Khanmigo是一種人工智能輔導系統,它通過模仿人類推理來逐步指導學生解決問題,以增強理解和學習。

如何使用此模式

  1. 顯示“研究”和“推理”等狀態 來傳達進展,減少用戶的不確定性,讓等待時間感覺更短。
  2. 使用漸進式披露:從高級摘要開始,并允許用戶根據需要擴展細節。
  3. 提供 AI 工具透明度:清晰顯示 AI 用于生成建議的外部工具和數據源。
  4. 展現信心和不確定性:表明人工智能信心水平,并在相關時強調不確定性。

9. 利用多種輸出

GenAI 憑借其概率特性,能夠對同一輸入產生不同的響應。這種模式通過并排呈現多個輸出來利用可變性。展示多樣化的選項有助于用戶創造性地探索、比較、改進或做出更符合其意圖的決策。例如, Google Gemini提供了多種選項,幫助用戶探索、改進并做出更明智的決策。

如何使用此模式

  1. 解釋變化的目的:幫助用戶理解輸出之間的差異是故意的,旨在提供選擇。
  2. 啟用編輯功能:讓用戶無縫地對輸出進行評分、選擇、重新混合或編輯,從而塑造結果并提供反饋。例如, Midjourney 可以幫助用戶調整提示,并指導用戶使用重新混合功能進行修改和編輯。

10.提供數據源

在 GenAI 應用程序中,清晰地闡明數據源對于透明度、可信度和用戶信任至關重要。清晰地表明 AI 的知識來源有助于用戶評估響應的可靠性并避免錯誤信息。

這在醫療保健、金融或法律指導等高風險事實領域尤其重要,因為決策必須基于經過驗證的數據。

如何使用此模式

  1. 內聯引用可靠來源:將來源顯示為腳注、工具提示或可折疊鏈接。例如,NoteBookLM會在其答案中添加引用,并將每個答案直接鏈接到用戶上傳的文檔部分。
  2. 清晰披露訓練數據范圍:對于生成工具(文本、圖像、代碼),請簡單解釋模型訓練時使用了哪些數據,以及未包含哪些數據。例如,Adobe Firefly披露其生成填充功能是在庫存圖像、公開授權作品以及版權已過期的公共領域內容上進行訓練的。
  3. 提供來源級信心:在有多個來源貢獻的情況下,直觀地區分更高信心或更權威的來源。

11. 傳達模型信心

AI 生成的輸出具有概率性,準確度可能存在差異。顯示置信度分數可以傳達模型對其輸出的確定性。這有助于用戶評估可靠性并做出更明智的決策。

如何使用此模式

  1. 評估情境和決策風險:顯示模型置信度取決于情境及其對用戶決策的影響。在醫療保健、金融或法律咨詢等高風險場景中,顯示置信度分數至關重要。然而,在AI 生成的藝術作品或故事敘述等低風險場景中,顯示置信度可能不會帶來太多價值,甚至可能帶來不必要的困惑。
  2. 選擇合適的可視化:如果設計研究表明展示模型置信度有助于決策,那么下一步就是選擇合適的可視化方法。百分比、進度條或一些修飾語(“可能”、“不確定”)都能有效地傳達置信度。合適的可視化方法取決于應用程序的用例和用戶的熟悉程度。例如,Grammarly會使用“可能”之類的修飾語來描述它與用戶共同生成的內容。
  3. 在低信心情況下指導用戶行動:提供前進的路徑,例如提出澄清問題或提供替代選項。

12. 為記憶和回憶而設計

記憶和回憶是一個重要的概念和設計模式,它使人工智能產品能夠存儲和重用過去交互中的信息,例如用戶偏好、反饋、目標或任務歷史,以提高連續性和情境感知。

  • 通過記住過去的選擇或偏好來增強個性化
  • 通過避免重復輸入請求來減輕用戶負擔,尤其是在多步驟或長格式任務中
  • 支持復雜任務,如項目規劃中的縱向工作流程、通過參考或借鑒過去的進展進行學習歷程。

用于訪問信息的記憶可能是短暫的會話內的短期)持久的跨會話的長期),并且可能包括對話上下文、行為信號或明確的輸入。

如何使用此模式

  1. 定義用戶上下文并選擇記憶類型。
    根據用例選擇記憶類型,例如短暫記憶、持久記憶或兩者兼有。購物助理可能實時跟蹤交互,無需為未來會話保留數據,而個人助理則需要長期記憶來實現個性化。
  2. 在用戶交互中智能地使用記憶
    為 LLM 構建基本提示,以便根據上下文回憶和傳達信息(例如,“上次你喜歡更輕松的語氣。我應該繼續嗎?”)。
  3. 傳達透明度并提供控制功能
    清晰地傳達正在保存的內容,并允許用戶查看、編輯或刪除已存儲的記憶。使“刪除記憶”操作易于訪問。例如,ChatGPT 在其平臺上提供了廣泛的控制功能,可隨時查看、更新或刪除記憶。

13.提供上下文輸入參數

情境輸入參數通過簡化用戶交互來提升用戶體驗,并更快地實現用戶目標。通過利用用戶特定數據、用戶偏好、過往交互,甚至來自其他具有相似偏好的用戶的數據,GenAI 系統可以定制輸入和功能,以更好地滿足用戶意圖和決策。

如何使用此模式

  1. 利用先前的交互:根據用戶先前輸入的內容預填充輸入。參考 模式 12,記憶與回憶。
  2. 使用自動完成或智能默認設置:在用戶輸入時,根據個人和全局使用模式提供智能的實時建議。例如,Perplexity會根據您當前的查詢線索,提供智能的后續查詢建議。
  3. 推薦交互式 UI 小部件:根據系統預測,提供定制的輸入小部件,例如提示框、滑塊和復選框,以增強用戶輸入體驗。例如,ElevenLabs允許用戶通過顯示預設或默認值來微調語音生成設置。

14. 為副駕駛/共同編輯/部分自動化而設計

副駕駛是一種增強模式,AI 充當協作助手,在用戶掌控全局的同時,提供情境化和數據驅動的洞察。這種設計模式在戰略制定、構思、寫作、設計或編碼等領域至關重要,因為這些領域的結果具有主觀性,用戶擁有獨特的偏好,或者用戶的創意輸入至關重要。

副駕駛 加快工作流程,增強創造力并減少認知負荷,但人類仍保留創作權和最終決策權。

如何使用此模式

  1. 嵌入內聯幫助:AI 建議會根據上下文進行呈現,方便用戶輕松接受、拒絕或修改。例如,Notion AI 可以幫助您起草、總結和編輯內容,同時您可以掌控最終版本。
  2. 保存用戶意圖和創意方向:讓用戶通過目標、語氣或示例等輸入來引導 AI,同時保持原創性和創意方向。例如,Jasper AI 允許用戶設置品牌語調和語氣指南,幫助構建 AI 輸出,使其更好地匹配用戶意圖。

15. 設計自動化的用戶控件

構建 UI 級機制,讓用戶根據用戶目標、上下文場景或系統故障狀態管理或覆蓋自動化。

沒有系統能夠預測所有用戶情境。控制賦予用戶自主權,即使人工智能出錯,也能保持信任。

如何使用此模式

  1. 采用漸進式展現:從最低限度的自動化功能開始,逐漸允許用戶選擇更復雜或自主的功能。
    例如,Canva Magic Studio一開始會提供簡單的 AI 建議,例如文本或圖像生成 ,然后逐步展示高級工具,例如 Magic Write、AI 視頻場景和品牌語音定制。
  2. 為用戶提供自動化控制功能: 提供諸如 開關、滑塊或基于規則的設置等UI 控件,讓用戶選擇何時以及如何控制自動化功能。例如,Gmail 允許用戶禁用智能撰寫功能。
  3. 自動化錯誤恢復設計:當 AI 出現故障(誤報/漏報)時,向用戶提供糾正措施。添加手動覆蓋、撤消或升級到人工支持的選項。例如,GitHub Copilot 建議內聯代碼,但當輸出關閉時,開發人員可以輕松拒絕、修改或撤消建議。

16. 設計用戶輸入錯誤狀態

GenAI 系統通常依賴于對人類輸入的解讀。當用戶提供模糊、不完整或錯誤的信息時,AI 可能會誤解其意圖或產生低質量的輸出。

輸入錯誤通常反映的是用戶期望與系統理解之間的不匹配。妥善處理這些問題對于維護信任和確保順暢的交互至關重要。

如何使用此模式

  1. 優雅地處理拼寫錯誤:當置信度較高(例如,> 80% )時,使用拼寫檢查或模糊匹配自動糾正常見的輸入錯誤,并巧妙地進行表面更正(“顯示結果......”)。
  2. 提出澄清性問題:當輸入過于模糊或有多種解釋時,提示用戶提供缺失的上下文。在對話設計中,當意圖明確但實體不明確時,就會發生此類錯誤。了解更多關于實體和意圖的信息。例如,當 ChatGPT 給出“首都是什么?”這樣的低語境提示時,它會提出后續問題,而不是猜測。
  3. 支持快速更正:方便用戶編輯或覆蓋您的解釋。例如,ChatGPT 在已提交的提示旁邊顯示一個編輯按鈕,方便用戶修改輸入。

17. 人工智能系統錯誤狀態的設計

GenAI 輸出本質上是概率性的,容易出現幻覺、偏見和上下文錯位等錯誤。

與傳統系統不同,GenAI 的錯誤狀態難以預測。針對這些狀態進行設計需要透明度、恢復機制和用戶自主性。精心設計的錯誤狀態可以幫助用戶了解 AI 系統的邊界并重新獲得控制權。

混淆矩陣有助于分析人工智能系統錯誤,并通過顯示以下計數來深入了解模型的執行情況
-真陽性(正確識別陽性案例)
-假陽性(錯誤識別陽性案例)
-真陰性(正確識別陰性案例)
-假陰性(未能識別陰性案例)

人工智能錯誤和故障狀態的場景

  1. 系統故障(錯誤輸出)
    由于數據質量差、存在偏見或模型錯覺,會出現假陽性或假陰性。例如,花旗銀行金融欺詐系統會顯示一條消息:“異常交易。您的卡已被凍結。如果是您本人操作的,請驗證您的身份。”
  2. 系統限制錯誤(無輸出)
    由于未經訓練的用例或知識缺口,會出現真負例。例如,當 ODQA 系統接收到訓練數據集之外的用戶輸入時,會拋出以下錯誤:“抱歉,我們沒有足夠的信息。請嘗試其他查詢!”
  3. 上下文錯誤(誤解輸出)由于解釋不清或與用戶預期相沖突而導致用戶困惑的
    真陽性結果屬于上下文錯誤。例如,當用戶從新設備登錄時,被鎖定。AI 會回復:“您的登錄嘗試已被標記為可疑活動。”

如何使用此模式

  1. 傳達各種場景的人工智能錯誤:使用諸如
    “這可能不準確”、“這看起來像......”或表面置信度水平之類的短語來幫助校準信任。
  2. 使用模式傳達低置信度輸出的模型置信度。
  3. 提供錯誤恢復:如果發生系統故障或上下文錯誤,請提供清晰的路徑來覆蓋、重試或升級問題。
    例如,使用“嘗試其他查詢”、“讓我改進一下”或“聯系客服”等方式。
  4. 啟用用戶反饋:輕松報告幻覺或錯誤輸出。了解更多關于模式 19 的信息。設計以捕獲用戶反饋

18. 設計時要捕捉用戶反饋

現實世界的一致性需要直接的用戶反饋來改進模型,從而改進產品。當人們與人工智能系統互動時,他們的行為會塑造并影響他們未來收到的輸出。從而形成一個持續的反饋循環,系統和用戶的行為都會隨著時間的推移而不斷調整。例如,ChatGPT使用“反應”按鈕和“評論”框來收集用戶反饋。

如何使用此模式

  1. 考慮隱性反饋:捕捉用戶操作,例如跳過、忽略、編輯或互動頻率。這些被動信號提供了有價值的行為線索,有助于調整推薦內容或發現用戶不感興趣的行為模式。
  2. 尋求明確的反饋:通過點贊/踩、NPS 評分小部件或用戶操作后的快速調查問卷,收集用戶的直接反饋。利用這些反饋來改進模型行為和產品契合度。
  3. 告知反饋的用途:讓用戶了解他們的反饋將如何影響未來的體驗。這可以增強信任,并鼓勵用戶持續做出貢獻。

19. 模型評估設計

強大的 GenAI 模型需要在訓練期間以及部署后持續進行評估。評估旨在確保模型按預期運行,識別錯誤和幻覺,并與用戶目標保持一致,尤其是在高風險領域。

如何使用此模式

三種關鍵的評估方法可以改進機器學習系統。

  1. 基于法學碩士 (LLM) 的評估(LLM-as-a-judge)一個獨立的語言模型充當自動評判者。它可以對回復進行評分,解釋其推理過程,并分配諸如有用/有害或正確/不正確等標簽。
    例如,Amazon Bedrock 使用 LLM-as-a-Judge 方法來評估 AI 模型的輸出。一個獨立的可信 LLM(例如 Claude 3 或 Amazon Titan)會根據有用性、準確性、相關性和安全性自動審核和評分回復。例如,比較兩個 AI 生成的針對同一提示的回復,評判模型會選擇更優的那個。這種自動化方法可將評估成本降低高達 98%,并加快模型選擇速度,而無需依賴緩慢且昂貴的人工審核。
  2. 啟用基于代碼的評估:對于結構化任務,使用測試套件或已知輸出來驗證模型性能,特別是對于數據處理、生成或檢索。
  3. 捕捉人工評估:集成實時 UI 機制,方便用戶將輸出標記為有用、有害、不正確或不清楚。更多詳情,請參閱模式 19。捕捉用戶反饋的設計
  4. LLM 作為評判者和人工評估的混合方法將準確率大幅提高到 99%。

20. AI護欄設計

人工智能護欄的設計意味著在GenAI模型中建立實踐和原則,以最大限度地減少傷害、錯誤信息、不良行為和偏見。至關重要的是

  • 保護用戶和兒童免受有害語言、虛構事實、偏見或虛假信息的侵害。
  • 建立信任和采用:當用戶知道系統避免仇恨言論和錯誤信息時,他們會感到更安全并愿意經常使用它。
  • 道德合規:歐盟人工智能法案等新規要求人工智能設計必須安全。團隊必須符合這些標準,才能保持合法合規并承擔社會責任。

如何使用此模式

  1. 分析并引導用戶輸入:如果提示可能導致不安全或敏感內容,則引導用戶進行更安全的交互。例如,Miko 機器人遇到臟話時,它會回答“我不允許使用此類語言”。
  2. 過濾輸出并審核內容:使用實時審核功能檢測并過濾可能有害的 AI 輸出,在顯示給用戶之前屏蔽或重新構建它們。例如顯示一條注釋:“此回復已根據我們的安全準則進行了修改。”
  3. 使用主動警告:當用戶接觸敏感或高風險信息時,巧妙地通知他們。例如,“這只是信息建議,不能替代醫療指導。”
  4. 創建強大的用戶反饋機制:讓用戶輕松舉報不安全、帶有偏見或虛假信息的輸出,從而通過主動學習循環逐步改進人工智能。例如,Instagram 提供了應用內選項,方便用戶舉報傷害、偏見或虛假信息。
  5. 交叉驗證關鍵信息:對于高風險領域(例如醫療保健、法律、金融),使用可信數據庫備份 AI 生成的輸出,以捕捉幻覺。參考模式 10, 提供數據源。

21. 傳達數據隱私和控制

這種模式確保 GenAI 應用程序清楚地傳達如何收集、存儲、處理和保護用戶數據。

GenAI 系統通常依賴于敏感數據、情境數據或行為數據。處理不當可能會導致用戶不信任、法律風險或意外濫用。清晰地傳達隱私保護措施有助于用戶感到安全、受到尊重并掌控全局。例如,Slack AI 明確表示,客戶數據仍歸客戶所有并控制,不會用于訓練 Slack 或任何第三方 AI 模型。

如何使用此模式

  1. 顯示透明度:當 GenAI 功能訪問用戶數據時,顯示訪問內容和原因的解釋。
  2. 設計選擇加入和選擇退出流程:允許用戶輕松切換數據共享偏好設置。
  3. 啟用數據審查和刪除:允許用戶查看、下載或刪除他們的數據歷史記錄,從而讓他們能夠持續控制。

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計桌面端界面設計、APP界面設計圖標定制用戶體驗設計、交互設計UI咨詢、高端網站設計平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

優化用戶體驗 | AI工作流 | Lovable + Cursor:如何設置這個強大的 AI 工作流程

杰睿

今天給大家分享一個強大的工作流程:Lovable — GitHub — Cursor。

雖然 Lovable 和 Cursor 都是流行的工具,但它們各有其優點和局限性。

但當一起使用時,它們可以很好地互補,您可以獲得兩全其美的效果。

此工作流程讓您可以利用 Lovable 的快速設計生成和 Cursor 的 AI 驅動編碼環境來精確構建更強大的應用程序。

我將向您展示如何逐步連接它們并創建無縫的工作流程。

概述

工作原理

在Lovable中,將您的項目與Github連接起來,這樣代碼就可以實時同步到GitHub。

在 Cursor 中,你可以將項目代碼克隆到本地并進行編輯。之后,你可以隨時同步到 GitHub。

一旦同步,更新將立即反映在 Lovable 中。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
工作流程概述

然后,您可以根據需要選擇使用 Lovable 或 Cursor 進行工作。兩者之間可無縫切換。

為什么它如此強大

對于專注于前端的設計來說,Lovable 直觀且快速。但當需要改進或添加實際功能時,你很快就會遇到瓶頸。

它根本不適合開發可靠的應用程序。而且,Lovable 的免費計劃也很容易達到使用上限。

這就是 GitHub 和 Cursor 的用武之地。GitHub 充當了 Lovable 和 Cursor 之間的橋梁。從它的名字就可以看出“ GitHub = Git + Hub ”。Git 是管理代碼版本的工具。GitHub 是一個托管 Git 存儲庫并增強協作的平臺。

而 Cursor 就像一個帶有 AI 助手的代碼編輯器。它比 Lovable 強大得多。你可以更精確地調試、優化和構建代碼。

缺點是,如果你編程經驗有限,Cursor 可能會讓你感到不知所措,而且它不夠簡單,不適合前端探索。這就是為什么 Lovable 和 Cursor 相輔相成的原因。

但是如何讓 Lovable、Cursor 和 GitHub 協同工作呢?

按 Enter 鍵或單擊即可查看完整尺寸的圖像
我在 Reddit 上偶然看到的一篇帖子 :)

接下來,我將逐步引導您完成工作流程!

步驟 1:Lovable → GitHub

首先,你需要有一個 GitHub 帳戶。

那就用 Lovable 來構建一些東西吧。我在一篇新聞通訊里提到過 Lovable 。它很容易上手。

為了這個演示,我創建了一個簡單的“像我 5 歲一樣解釋它”應用程序。

您可以隨時通過點擊右上角的 GitHub 圖標選擇連接到 GitHub。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
Lovable 中的 GitHub 圖標

如果單擊該圖標,將出現以下對話框:

按 Enter 鍵或單擊即可查看完整尺寸的圖像
點擊 GitHub 圖標后

連接到 Github 帳戶后,此對話框將顯示另一個選項,供您將此“項目”連接到您的 Github。請確保它也已連接。

步驟 2:GitHub → Cursor

打開 Cursor。第一步是選擇一個文件夾。這就是項目所在的位置。

接下來,您只需在 Cursor 中輸入以下內容:

克隆此 repo:[你的項目 Github 鏈接]repo:[你的項目 Github 鏈接]

然后 Cursor 會告訴你該怎么做。設置起來非常簡單直接。

您實際上是在安裝“依賴項”,即下載并設置項目正常運行所需的所有包。

按照說明,我打開了本地服務器,它在 Lovable 中顯示了完全相同的設計。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
獲取我的本地服務器來展示 Lovable 的設計

假設現在我想在 Cursor 中進行一些修改。CTA 按鈕的懸停效果太過分了。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
原始按鈕懸停效果

我在 Cursor 的提示窗口中輸入了以下內容:

刪除懸停時“解釋一下!”CTA 上的放大效果。懸停時“解釋一下! ” CTA產生影響。

然后就修復了:

按 Enter 鍵或單擊即可查看完整尺寸的圖像
Cursor 中按鈕懸停效果修改后

步驟 3:光標→GitHub

簡介

您可以隨時選擇將代碼從 Cursor 同步到 GitHub。

但是,您會發現選項比您預期的要多得多,而只有一個選項 — — 同步。

Git 就是這樣運作的。它將版本控制分解成多個小的、具體的操作,以便你進行精確控制。

這在處理大型項目時尤其有用。想象一下,當多人協作時,所有本地模型都同步到一個中心模型,而且每個人都只能選擇同步,沒有其他選擇,那該有多混亂。

我在下面畫了一張圖表來幫助您更好地理解所有這些命令。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
從 Cursor 到 Github 的 Git 命令

您不必親自輸入這些命令,但是當您在 Cursor 中看到這些術語并感到困惑時,該圖表可以作為有用的參考。

階段變化

首先,點擊這個“分支”圖標切換到源代碼控制面板。然后點擊“+”圖標“暫存更改”,使其準備好提交。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
階段變化

提交 + 同步

然后根據您的需要,您可以在“提交”下拉菜單中選擇一個選項。

如果您只想直接同步,請使用“提交和同步”。

按 Enter 鍵或單擊即可查看完整尺寸的圖像
提交并同步

你看到“提交”頂部的消息框了嗎?它就像一個版本歷史記錄名稱,方便你更好地跟蹤更改。如果你將其留空,Cursor 會根據你所做的更改自動生成一條提交消息。

步驟 4:GitHub → Lovable

現在就是神奇的一步。因為你什么都不用做。

你應該會立即看到更新自動同步到 Lovable 中。太酷了!

按 Enter 鍵或單擊即可查看完整尺寸的圖像
Cursor 中的更新實時反映在 Lovable 中

如果您查看上面的快照,它會在聊天窗口中顯示來自 Cursor 的最新修訂。

然后,您可以根據需要選擇繼續在 Lovable 中構建或切換到 Cursor。

附錄

如果您想與某人合作,只需在 GitHub 上的項目倉庫中添加一位合作者即可。前往項目 → 設置 → 合作者 → 添加人員

按 Enter 鍵或單擊即可查看完整尺寸的圖像
在 GitHub 中添加協作者

一旦添加,他們也可以使用 Cursor 實時協作該項目。

感謝閱讀。特別感謝 Junaid,在我準備課程期間與我分享了工作流程。

下周見,

欣然

-

PS:幾天前我做了一個關于創建 AI 原型的演講,并演示了一些示例。如果你也對這個話題感興趣,可以去看看。你可能會喜歡我和觀眾現場演示的冰淇淋搭配應用。

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

AI輔助設計 | 我如何使用人工智能來簡化人物角色和旅程地圖的創建

杰睿

雖然人工智能能夠增強我們的工作,但它無法取代從實際用戶體驗研究和分析中獲得的重要見解。

人工智能是一種幫助我們更高效地完成工作的工具;它不會取代我們。

憑借 20 多年的用戶體驗研究經驗,我最初對將人工智能融入研究實踐持懷疑態度。然而,我發現諸如 ChatGPT、Google Gemini、Microsoft CoPilot、Claude.ai 等生成式人工智能 (GenAI) 工具非常有用。它們不僅能協助分析數據以發現洞察,還能將這些洞察轉化為有效的可交付成果,例如用戶體驗人物角色和旅程地圖。

一張模因圖片上寫著:“阻止人工智能搶走你的工作的唯一方法就是讓它更好地完成你的工作。”

編寫 AI 提示來創建用戶體驗人物角色和旅程地圖的方法有很多。只需在 Google 上搜索“如何使用 AI 創建用戶體驗人物角色?”,你就能找到大量資源(其中一些我曾經使用過,并在文末引用過)。既然已經有很多資源了,我為什么還要寫這篇文章呢?經過一年的研究和實驗,嘗試了多種變體,我發現了一種成功的方法:混合使用各種提示,并賦予它們獨特的細微差別,而這些細微差別似乎在我讀過的任何文獻中都沒有涉及。因此,我想分享我的發現,希望它們也能幫助其他用戶體驗研究人員。隨著我們領域的不斷發展,分享我們的發現并促進合作對于充分釋放 AI 在用戶體驗中的潛力至關重要。因此,如果您嘗試過這些提示中的任何一個或其他方法并取得了良好的效果,我誠邀您在評論區分享您的經驗。

人物角色

UX 角色的插圖。
由作者通過 Canva.com 創建

用戶體驗人物角色主要分為兩類:基于實際用戶研究的人物角色和基于假設的人物角色。無論您創建的是基于數據的人物角色,還是基于假設的人物角色(又稱“原型人物角色”、“臨時人物角色”、“一致性人物角色”等),GenAI 都能提供巨大幫助。

??關于原型用戶畫像的補充說明:根據我的經驗,產品團隊以外的許多人并不理解用戶畫像和原型用戶畫像之間的區別。因此,在創建原型用戶畫像時,我更喜歡使用“基于假設的用戶畫像”這個術語,這樣就能清楚地看出,仍然需要進行研究。沒有什么比展示一個原型用戶畫像,而利益相關者卻認為他們已經勾選了“用戶畫像框”,可以不進行實際用戶研究就繼續前進更糟糕的了!

如果您有興趣了解有關如何創建原型人物角色的更多信息,我強烈建議您查看 Tamara Adlin 關于對齊人物角色的出色作品。

即使用戶畫像是基于用戶研究構建的,提煉出的信息也會以虛構的方式呈現,同時仍然能夠準確地描述產品的普通用戶。無論是姓名、背景故事、標語等等,這些虛構的元素都能賦予用戶畫像生命力,使其真實可信、令人難忘,同時增強其與受眾的共鳴。我不知道你的情況如何,但我總是在創作這些虛構的用戶畫像時遇到困難,而這正是 GenAI 給予我最多幫助的地方。

經過研究和分析后,我知道了哪些數據應該包含在用戶畫像中,以及如何對其進行細分,但我苦苦掙扎于如何以最佳方式傳達這些數據。有些人可能認為這是用戶畫像創作的樂趣所在,但就我個人而言,我可能要花上幾個小時才能想出合適的標語。我是個數據迷,熱愛定性分析,但我并不認為自己是最有創造力的作家,而創造力有時能讓用戶畫像真正有意義。這并不是說我無法獨自完成,而是我比擁有這種天賦的人花費的時間要長得多。人工智能來了!

最近,我一直在嘗試使用 HeyMarvin、ChatGPT Team 和其他 GenAI 工具來幫助我填補創作人物角色時常常遇到的創意寫作空白。要以這種方式使用 AI,我發現最有效的方法是先自己完成最繁重的工作。

步驟 1:收集所有研究數據和見解

如果你做過用戶研究,請收集所有訪談記錄和/或研究報告。如果你正在構建原型用戶畫像,最好有大量二手研究文件可供分析(例如品牌戰略和行業報告、年度報告、之前的研究報告——例如調查結果、市場研究報告、客戶服務報告等),或者一些能夠記錄團隊對目標受眾假設的文件。

第 2 步:確定你的角色部分和行為提示

沒有兩個人物角色是完全相同的。選擇符合你研究需求的人物角色部分至關重要。正如史蒂夫·穆德 (Steve Mulder) 在其著作《用戶永遠是對的》中所述,人物角色的每個元素都應該有其目的,這意味著它應該幫助團隊更好地理解和體諒該用戶群體。始終確保背景與你的產品或服務環境相關。包含過多與人物角色如何使用產品或其功能無關的個人背景信息毫無意義。

如果您想了解更多有關決定包含哪些信息的信息,請觀看我的免費 1 小時課程“如何創建和使用 UX 角色”。

步驟 3:將文檔上傳到 GenAI 工具(即您的數據集)

不同的工具允許您上傳不同的文件格式。目前,您可以在 ChatGPT Plus 或 Team 中上傳 PDF、TXT、JPEG、PNG、DOCX、CSV 和 XLS 文件格式。

數據隱私:您上傳到 ChatGPT Plus 的任何文件“都會無限期地保留在服務中,OpenAI 也可能使用這些文件來訓練其模型,因此最好不要上傳包含任何重要個人信息的文件……”。如果您需要更安全的選項,例如不使用聊天記錄進行訓練且數據已加密,則需要使用 ChatGPT Team 帳戶或投資安全的用戶體驗研究分析工具,例如 HeyMarvin 或 Dovetail。我還想指出,ChatGPT Team 目前存在一個安全問題,即無法限制團隊成員邀請新成員加入工作區,因此您必須定期檢查工作區的“成員”頁面。ChatGPT Enterprise 沒有此安全漏洞。在將任何 GenAI 工具用于處理客戶和/或公司數據之前,請咨詢您的 IT 團隊,以確保您遵守他們的數據安全規定。

步驟4:提供AI提示

您可以調整下面的提示以滿足您的個人需求……

AI 提示:

[公司] 正在重新設計其 [產品],以便更好地與目標
受眾溝通。[產品] 的主要受眾是 [X]。根據
營銷團隊的定義,目標受眾被定義為 [簡短定義]。
主要受眾使用 [產品] 來實現 [用戶目標]。

根據提供的定義
以及所附的背景材料和研究記錄,為 [主要受眾] 撰寫一個用戶畫像。該用戶畫像
需要包含以下部分:價值觀、動機、親和力
(即擁有相似目標受眾和
共同興趣或價值觀的品牌或組織)、目標、挑戰、需求、人口統計、
行為以及與公司(線上和線下)的首選接觸點。

步驟 5:審查并完善結果

如果您發現第一個回復不夠深入,或者您希望它包含具體信息,您可以要求 GenAI 通過多種方式對其進行完善。對于用戶畫像,我喜歡提供行為提示。例如,您可以使用下面的提示要求 GenAI 重寫用戶畫像的某些部分。順便說一句,這些提示與我在跨職能團隊主持用戶畫像研討會以開發原型用戶畫像時使用的提示相同……

AI 后續提示: 

使用以下行為提示重新編寫
此角色的“動機”和“親和力”部分:

動機

1. 個人目標:
a. 你的人物角色的短期和長期個人目標是什么?
b. 是什么促使你的人物角色實現這些目標?

2. 職業抱負:
a. 你的人物角色的職業抱負和野心是什么?
b. 是什么驅使你的人物角色在職業生涯中取得成功?

3. 激勵和獎勵:
a. 什么類型的激勵或獎勵對你的
人物角色最有吸引力(例如






































這個后續提示應該會產生更豐富的結果。您可以選擇在初始 GenAI 提示中提供行為提示,但我注意到,如果我逐步提供數據并進行迭代改進,結果會更好。在一個提示中提出太多要求會使模型混亂。《面向用戶體驗設計師和產品經理的 AI 助手》一書的作者 Patrick Neeman建議在提示中加入用戶研究問題,以“確保其準確反映真實用戶”。他建議在提示中添加“生成能夠驗證此用戶角色是否正確的用戶研究問題”。

使用大型語言模型 (LLM) 根據行為模式、偏好、人口統計數據等將用戶群劃分為不同的角色,非常有幫助。然而,務必記住,如果用于訓練模型的數據中存在偏見,你可能會無意中延續甚至放大偏見。

關于準確性:請記住,所有 GenAI 工具都可能存在錯誤,并可能提供錯誤的答案。最終,您必須盡職盡責,確保所提供的信息準確反映您收集的數據。如果您使用的數據集包含歷史偏差或不平衡(例如,在性別、種族或社會經濟地位方面),則模型的輸出很可能會反映這些偏差。

提示:正如 Bill Bulman 在他的文章《利用 AI 增強研究構建人物角色(分步指南)》中提到的,你也可以編寫一個提示,為你的人物角色獲取“日常生活敘述”。Bill 提供了一個示例提示:“請以以下用戶訪談數據為基準,為我提供一個人物角色的日常生活敘述。”使用以下用戶訪談數據作為基準,為我提供人物日常生活的故事。”

無論是基于數據還是基于假設,創建用戶體驗人物角色都是一個細致入微的過程,GenAI 的支持將使其受益匪淺。這些工具可以幫助我們打造復雜的細節,使人物角色更具關聯性和價值,尤其對于那些不擅長創意寫作的人來說更是如此。通過細致地收集和分析用戶數據,定義真正反映用戶需求的人物角色元素,并策略性地運用人工智能來增強人物角色創建的創造性,我們可以開發出更精準、更引人入勝的用戶角色。

旅程地圖

按 Enter 鍵或單擊即可查看完整尺寸的圖像
免費旅程地圖模板圖片來自 nulivo.com。

您將遵循創建角色中概述的相同步驟來創建旅程地圖,但與步驟 2 和步驟 4 有一些明顯的差異。

第二步是確定你的旅程地圖元素。你需要花費大量時間來定義旅程的各個階段以及每個階段想要呈現的用戶數據(例如,行動、想法、待辦事項等)。我認為 GenAI 不應該承擔這項繁重的工作。相反,你應該將其與數據集(即你在步驟 3 中上傳的文檔以及最終確定的人物模型)一起包含在你的 AI 提示中。

對于步驟 4(AI 提示),我喜歡使用詳細說明的提示:

  1. 誰在旅途中(即你的角色)
  2. 他們正在進行什么旅程
  3. 旅程的各個階段
  4. 我們希望在每個階段包含的信息(例如行動、想法、待辦事項等)
AI 提示(通用示例):

為 [x] 角色撰寫旅程地圖。該地圖應重點關注
[x] 的旅程。階段如下:1) [x]、2) [x]、3) [x]、4) [x] 和 5) [x]。

請針對每個階段提供:
1) 待完成任務(例如,目標 - 客戶想要實現什么?)
2) 行動(客戶會做什么?他們尋找哪些信息?
他們的背景是什么?)
3) 挫折/挑戰(客戶想要實現或
避免什么?) 4) 線上接觸點(他們 與
[x] 服務的哪些線上部分互動?) 5) 線下接觸點(他們與服務的哪些線下部分互動 ?)6) 關鍵時刻(客戶互動可能會對 品牌、產品或服務產生正面或負面的印象,從而影響他們的 購買決策。)





例如,如果我正在創建通過移動應用程序訂購食物的旅程地圖,我的提示可能看起來像......

AI PROMPT(以使用手機應用訂餐為例):

使用提供的數據集(包含詳細的人物角色、用戶
研究報告、調查結果、市場調研報告和客服互動),為一款外賣手機應用
創建全面的用戶體驗旅程地圖。該地圖的人物角色是“Chris”,一位忙碌的軟件開發人員,喜歡各種美食。旅程地圖應整合來自每個階段和各個維度的數據集數據驅動洞察,以準確呈現 Chris 的體驗。階段:1. 認知:Chris 如何通過廣告、社交媒體或 好友發現這款應用。2 . 考慮:Chris 評估應用的功能、優勢和用戶 評論。3 . 注冊/入門:Chris 下載、注冊并 學習使用應用的步驟。4 . 探索:Chris 瀏覽各種餐廳選項和 菜單。5 . 決策:Chris 選擇餐廳和餐點的那一刻,包括 任何定制。6 . 交易:完成訂單并填寫付款和外賣詳情。7. 履行:監控訂單進度并接收更新 直至送達。8 . 送達后:收到訂單后的操作,包括用餐、 解決問題和評價。對于每個階段,請提供:* 操作:詳細說明 Chris 在每個階段在應用程序內采取的每個操作。* 想法:捕捉 Chris 在每個階段中的想法 。* 情緒:描述 Chris 在旅程關鍵點的情緒狀態 。* 接觸點:確定 Chris 與應用程序和任何其他 服務元素交互的位置。* 挫折:記錄 Chris 遇到的任何具體挫折或挑戰。* 待辦事項 (JTBD):概述 Chris 在每個階段想要滿足的基本需求或任務。確保旅程地圖在視覺上結構化并區分這些方面,提供用戶體驗的整體視圖。






































在審查您的結果時,如果旅程圖不能準確反映您的數據集,GenAI 可能會做出假設!

LLM 非常擅長預測分析和預測用戶行為,當他們進行猜測時,除非你特別指示他們這樣做,否則不會在結果中指出。

因此,我更愿意完善提示,以了解研究中的差距在哪里……

AI 精煉提示(清晰標記假設的示例):使用提供的數據集(包含用戶研究報告、調查結果和客戶反饋)

為外賣應用創建更新的用戶體驗旅程圖。如果數據集不完整或缺少全面理解用戶旅程所需的具體信息,您可以做出合理的假設。請在旅程圖中清晰地標記這些假設,以將其與數據驅動的洞察區分開來。具體說明:1. 數據整合:對于旅程圖的每個階段,請使用來自數據集的直接洞察。清晰引用 支持這些洞察的 數據源(例如,特定的調查問題、報告頁面) 。2. 識別假設:如果數據集中缺少必要的信息,請提出并清晰標記假設。 根據可用數據的上下文, 為每個假設提供理由。3 . 假設標簽:在旅程圖中任何 未直接受數據集支持,而是由 AI 進行有根據的猜測 的內容旁邊,使用獨特的視覺或文本標簽(例如“假設”或特殊符號) 。4. 澄清與合理化:對于每個假設,請簡要 解釋為什么基于 數據集中觀察到的相關趨勢或模式做出此假設。5 . 細節與準確性:確保旅程地圖的每個階段都包含 詳細的描述和可視化效果,清晰區分 數據得出的見解和假設。這將增強地圖的 整體清晰度和決策實用性。預期結果:旅程地圖應將事實數據與必要的假設無縫集成,提供全面且實用的用戶體驗視圖。每個假設都應清晰標記并論證其合理性,使利益相關者能夠理解和評估所提供見解的基礎。這將有助于戰略規劃和設計改進,確保它們既基于數據,又能適應不確定的領域。





































提示:正如 Nate Jones 在其優秀的時事通訊《快速工程袖珍指南:如何從 AI 模型中獲得最大收益》中提到的那樣,如果您希望響應采用特定格式,則應確保在提示中指定這一點(例如“將響應放在表格中。”)

包含機會和解決方案:對于旅程地圖的每個階段,我通常喜歡為機會(基于已確定的接觸點、情緒和挫折提出的改進建議)和解決方案(基于收集到的見解,提出可以改善用戶體驗的設計或功能增強)提供額外的“泳道”。對我來說,這是旅程地圖中的研究數據最具可操作性的最佳點。我發現最好不要使用 GenAI 來幫助編寫這些泳道。通常,數據集不包含集體團隊解決每個階段出現的用戶體驗問題的廣泛知識。

我發現,將人工智能與這些提示結合使用可以顯著簡化旅程地圖的創建,使流程更快、更高效。通過利用人工智能,我們可以更輕松地將復雜數據集的發現整合到用戶旅程的每個階段,確保從行動和想法到挑戰和互動的每個環節都被準確捕捉。人工智能能夠預測用戶行為并生成詳細的可視化效果,從而提升旅程地圖的有效性。然而,手動審查和調整這些人工智能生成的地圖至關重要,以確保它們融入人類洞察并準確反映真實的用戶體驗,從而提供更具可操作性和更全面的用戶旅程視圖。雖然人工智能可以協助預測和可視化用戶行為,但戰略性地融入人類洞察對于制作真正反映和改善用戶旅程的旅程地圖仍然至關重要。

展望未來:平衡人工智能效率與人類洞察力

隨著我們不斷將 GenAI 融入用戶體驗設計流程,在充分利用其計算能力與保持人性化體驗之間找到平衡至關重要,這對于創建真實且富有影響力的用戶畫像和旅程地圖至關重要。通過將 AI 的效率與我們的專業知識和創造力相結合,我們可以改進工作流程,從而交付與用戶實際需求和體驗緊密相關的交付成果。我鼓勵我的用戶體驗專業人士同仁們嘗試這些工具,分享他們的經驗,并繼續在這個激動人心的科技與設計交匯的領域中,共同突破所能取得的成就。

如果您有興趣了解更多信息,歡迎加入Patrick Neeman 創建的AI for UX Slack 小組。我們會深入探討如何將 AI 用于用戶體驗,以便更好地理解如何正確利用它來推動行業發展。期待與您相見!

 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計桌面端界面設計、APP界面設計圖標定制、用戶體驗設計交互設計、UI咨詢高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

2025 年值得關注的 9 大 SaaS 設計趨勢

杰睿

SaaS(Software as a Service)行業在 2025 年迎來了新的拐點:
AI 正在重塑交互體驗,移動端和低代碼工具推動產品快速迭代,用戶對于情感化、環保、包容性的期待也在不斷提高。

結合近期的行業研究與實際產品觀察,我整理了 9 大值得關注的設計趨勢,供大家參考。


1. AI 驅動 + 超個性化體驗

人工智能已從“附加功能”變成核心驅動力。
生成式 AI 和自主智能體(Agent)能夠根據場景自動生成內容、優化儀表盤、推送異常提醒。例如:

  • Salesforce Einstein 可實時分析業務數據

  • Microsoft 365 會自動調整界面主題(白天/夜間模式)
    這種 情境感知型界面 將在未來成為 SaaS 產品標配。


2. 情感化、人本設計(Human-Centric Design)

用戶已經不滿足于“能用”,他們希望 SaaS 像消費級應用一樣好用、好看、好感度高。
常見做法包括:

  • 插畫、擬人化表情元素

  • 語氣友好的文案

  • 柔和的配色方案
    它們可以提升產品親和力,讓用戶對品牌更有好感。


3. 極簡化 + 環保友好

極簡設計不僅讓界面更清爽,還能減少不必要的動畫、壓縮圖片資源、提升加載速度,降低服務器和終端的能耗。
這是一種既改善體驗又承擔社會責任的設計方向。


4. 包容性與無障礙優先

設計不只是為多數人服務。
色彩對比度、鍵盤導航、屏幕閱讀器適配等無障礙特性,將會成為 SaaS 產品的 合規要求品牌加分項。


5. 微交互 & 漸進揭示

細微的動效反饋、按鈕狀態變化、分步展示復雜信息(Progressive Disclosure),可以:

  • 降低用戶的學習成本

  • 讓交互過程更有參與感

  • 保持界面的簡潔


6. 低代碼 / 無代碼 與 Micro-SaaS

低代碼平臺(如 Airtable、Webflow、Typeform)讓非技術團隊也能快速構建業務工具。
與此同時,Micro-SaaS(面向細分行業的小型 SaaS 產品)在海外已經很火:

  • 成本低

  • 目標明確

  • 上線周期短


7. 移動優先 + 手勢優化

移動端流量持續攀升,響應式布局、觸控優化、手勢導航正在成為基礎要求。
未來,AR/VR 等沉浸式交互可能在部分 SaaS 場景中落地(如設計協作、培訓)。


8. 定價配置自動化

企業不再依賴人工去調整套餐、價格、功能權限。
定價驅動的 DevOps 思路正在興起,通過自動化系統(如 iPricing)來實時調整策略,提高運營效率。


9. AI 編碼工具沖擊傳統模式

Bolt、Replit、Cursor 等 AI 編程工具讓非技術人員也能直接用自然語言開發內部工具。
這對傳統的“按座位收費”的 SaaS 商業模式是一個沖擊,也催生了成果導向型定價(Outcome-Based Pricing)的探索。


趨勢速覽表

趨勢 核心價值
AI + 超個性化 提高效率,預測需求,減少操作成本
情感化設計 提升好感與留存率
極簡 + 環保 提速、降耗、增強品牌責任感
包容性設計 擴大用戶覆蓋面
微交互 降低學習成本,增強體驗
低/無代碼 + Micro-SaaS 快速上線,專注細分市場
移動優先 滿足使用習慣,拓展新場景
定價自動化 靈活應對市場變化
AI 編碼 重塑開發與商業模式

結語
2025 年的 SaaS 設計趨勢核心關鍵詞是:智能化、情感化、簡約環保、極致靈活。
對于設計師、產品經理和開發者來說,這些趨勢不僅是參考,更是下一步產品規劃的重要依據。

 

 

 

 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計UI咨詢、高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

2026 年值得關注的頂級 UI/UX 趨勢

杰睿

說實話:如果你正在讀這篇文章,那么有93%的可能性,你剛剛完成的一個設計項目到明年7月就會感覺過時了。歡迎來到2026年的UI/UX時代——微交互強勢回歸,突然之間,大家又開始癡迷了。

這不是那種典型的柔和漸變和新擬物化按鈕的概括。而且,這也不是偽裝成博客文章的情緒板。你將要閱讀的是一篇關于 UI/UX 變革的嚴肅探討,這些變革將真正影響我們在 2026 年構建數字體驗的方式。

1. AI優先設計

按 Enter 鍵或單擊即可查看完整尺寸的圖像

關于人工智能設計的熱潮我們已經聽了很久了?;叵?024年,當時的設計成果看起來就像一個睡眠不足的實習生拼湊起來的。到了2025年,情況有所改善,但使用人工智能仍然感覺有點像偷工減料。

快進到2026年,游戲規則已經改變。人工智能不再只是跟風——它變成了你全程參與的設計協作者,從不抱怨修改。像Galileo、Uizard以及本月被Figma收購的初創公司這樣的工具,正在打造不僅功能齊全,而且精美絕倫的UI。設計師現在會花時間進行宏觀思考和精細調整,而不是沉迷于拖拽自動布局框架。

趨勢:

  • 諸如“讓這個流程對 alpha 版本更加友好 20%”之類的設計提示現在已經成為一種流行趨勢。
  • UX文案由AI撰寫一半稿子,然后由人類進行潤色。
  • 評判設計師的標準是他們提示得有多好,而不是他們推動像素得有多好。

設計提示:開始像對待初級設計師一樣對待 AI 工具。引導它們,糾正它們。不要讓它們肆意妄為,否則它們會為計算器設計一套 6 步入門指南。

2.“零 UI”的興起

按 Enter 鍵或單擊即可查看完整尺寸的圖像

從一張白紙開始?那太2025年了。我們正在進入一個理想的界面可能是……完全沒有界面,或者至少不是我們習慣的那種。

想想語音命令、手勢、存在感知以及基于情境響應的界面。你的設備甚至在你開口說話之前就能預測你的需求。

有點令人不安?確實如此。
但也極其方便。

在野外:

你的冰箱會在你還沒注意到牛奶快喝完之前就自動補充牛奶。你的汽車可以識別你的臉,自動調整座椅,無需你主動詢問。
還有那些能讓你“想象”出布局的VR頭顯?好吧,這還只是實驗性質,但比你想象的更接近現實。

趨勢:

  • 為“隱形”交互而設計。
  • 優先考慮音頻、觸覺或行為的反饋循環。
  • 徹底重新思考屏幕的作用,尤其是在消費技術領域。

設計提示:從體驗開始設計原型,而不是屏幕。并在現實世界中測試它。

3. 高度個性化,但有界限

按 Enter 鍵或單擊即可查看完整尺寸的圖像

到了2026年,人們已經不再對千篇一律的東西感興趣了。用戶希望應用程序能夠了解他們的睡眠周期、喜歡的綠色,甚至他們中學時期未解決的瑣事,但又不希望顯得突兀。

個性化正變得高度精準,但數據隱私問題也日益凸顯。最佳平衡點是什么?界面應該能夠根據用戶行為進行細微調整,提供貼心的默認設置,并提供量身定制的儀表盤,同時又不會涉足監控領域。

趨勢:

  • 根據上下文進行調整的界面:夜間使用黑暗模式,大腦疲勞時使用簡化的用戶界面等。
  • 高度集中的入職流程根據您的氛圍量身定制:為專業人士提供簡約服務,為新手提供指導。
  • 為高級用戶提供“選擇您自己的 UX 冒險”設置。

設計提示:讓用戶自主決定個性化程度。讓個性化變得有趣。不要將功能鎖定在數據共享墻后面。

4. 滾動已死。滾動萬歲。

按 Enter 鍵或單擊即可查看完整尺寸的圖像

我們與無限滾動、橫向滾動,甚至那些奇特的視差效果有著長期的合作關系。

但到了2026年,滾動體驗已經成熟。它不再僅僅關乎運動,而是關乎敘事。想象一下,滾動驅動的敘事、流暢的過渡、智能的捕捉點,以及流暢的交互,引導你,而不會讓你感覺像是剛喝了一杯能量飲料。

趨勢:

  • 滾動被用作一種敘事手段,而不僅僅是一種轉儲內容的方式。
  • 配對的動畫和微交互創造了一種旅程,而不僅僅是滾動到頁腳的情況。
  • 基于滾動的 UI,根據速度或意圖而變化。

設計提示:在所有設備上測試滾動行為。在 MacBook Pro 上看起來流暢的滾動效果,在售價 99 美元的 Android 平板電腦上可能感覺像做夢一樣。

5.語音界面成為主流

按 Enter 鍵或單擊即可查看完整尺寸的圖像

還記得以前為了關燈不得不像對著故障機器人說話一樣跟 Alexa 說話嗎?那種日子(基本上)已經過去了。2026 年,語音界面終于成熟了。

隨著自然語言處理技術的飛速發展,語音如今已成為與應用交互的主流方式,尤其是在可穿戴設備、車載設備和智能家居領域。設計師面臨的真正挑戰是什么?是放棄基于屏幕的思維模式,擁抱一個可以用言語而非視覺呈現的用戶界面世界。

趨勢:

  • 語音和視覺反饋接口同步工作。
  • 適用于多任務場景(例如烹飪、駕駛、育兒)的純語音用戶流程。
  • 個性豐富的語音助手讓生活變得輕松。

設計提示:不要讓每個應用都顯得吵鬧。有意識地設計安靜的語音交互。并且,務必為用戶提供“關閉”按鈕。

6. 設計要考慮神經多樣性,而不僅僅是可及性

按 Enter 鍵或單擊即可查看完整尺寸的圖像

2026 年的無障礙設計不再只是紙上談兵,更是一場思維的轉變。如今,我們在設計時將認知包容性納入考量,致力于打造支持多動癥、自閉癥、閱讀障礙等用戶的體驗。

它遠遠超出了屏幕閱讀器支持或色彩對比度的范疇。它涉及清晰地組織信息、管理通知時間,以及構建減少而非增加心理摩擦的界面。

趨勢:

  • 可選的極簡模式,可消除噪音。
  • 帶有“運動靈敏度”切換的動畫。
  • 尊重焦點的界面;是的,我們正在談論您的 7 個彈出窗口。

設計提示:開始用真正的神經多樣性用戶測試你的設計。不要只是“添加一個模式”。要將包容性設計融入核心用戶體驗。

7.反設計2.0

按 Enter 鍵或單擊即可查看完整尺寸的圖像

向反設計2.0問好!它雜亂無章,喧鬧不堪,奇特而美麗。到了2026年,它將會隨處可見,尤其是在那些不想被當成Webflow克隆版的作品集上。

這不是為了隨意而隨意,而是有目的地打破規則。想想看,撞色的色彩、巨大的按鈕、像設計實習生失控一樣重疊的文字,但這一切卻以某種方式保持了整體性。它看似混亂,卻經過精心設計。

趨勢:

  • 設計師將不完美視為一種風格。
  • 用戶界面接近“糟糕”,但在千篇一律的界面中卻脫穎而出。
  • 更注重真實性而非完美性。

設計提示:謹慎使用此趨勢。如果你正在設計銀行應用程序,最好不要使用 Comic Sans 字體和搖擺按鈕。

8. 具有幽默感

按 Enter 鍵或單擊即可查看完整尺寸的圖像

到 2026 年,甚至你的銀行應用程序也會開玩笑,而且不知何故,它還能正常工作。

界面正通過詼諧幽默的微文案、流暢的動畫和讓用戶微笑的小驚喜,不斷提升個性化。它不再僅僅關乎直觀,而是關乎愉悅。那些能帶來愉悅的產品才能讓人們記?。ú⒊掷m使用)。

趨勢:

  • 用個性化的祝酒詞。“哎呀。這招不行。不過,嘿,你上一段感情也沒用。”
  • 錯誤屏幕會讓你笑,而不是哭。

喜悅與無聊的東西(比如空狀態和確認消息)融合在一起。

設計提示:不要過度。并非所有內容都需要單口相聲。只需營造一種讓你的產品感覺不那么機械、更具親和力的氛圍即可。

9. VR之外的3D和空間設計

按 Enter 鍵或單擊即可查看完整尺寸的圖像

隨著 Apple Vision Pro、Meta Quest 以及三星正在研發的神秘頭顯,空間設計已正式成為主流。但問題在于——你無需為 VR 構建建筑,也能參與 3D 體驗。

2026年,扁平化UI正在進化。它不再是俗氣的陰影,而是擁有真實、觸感十足的深度。即使在傳統屏幕上,界面也開始變得層次豐富、響應迅速、充滿活力。

趨勢:

  • 響應光標移動的 3D 卡。
  • 電子商務和設計工具中的 AR 預覽。
  • 界面感覺更像是物理空間而不是平面布局。

設計提示:像建筑師一樣思考。關注用戶如何在空間中移動,而不僅僅是屏幕。但不要讓性能受到影響。流暢的 2D 流程總比混亂不堪的 3D 流程好。

10. 設計時考慮地球

按 Enter 鍵或單擊即可查看完整尺寸的圖像

可持續設計已不再只是一句流行語。到了2026年,用戶會真正關心你的應用是否環保,沒錯,數字可持續性如今已成為一個真正的話題。

產品越高效越好。輕量級的用戶界面、低帶寬選項和智能緩存不再僅僅是技術優化,而是合乎道德的設計選擇。節能不再只是數據中心的專利,而是用戶體驗的一部分。

趨勢:

  • 應用程序中的生態模式設置可降低數據/功耗。
  • 碳中和設計實踐。
  • 應用程序加載速度快、操作輕便,并且不會在三次滑動中耗盡電池電量。

設計提示:別粉飾太平。務必打造高效的 UI。額外福利:用戶本來就喜歡快速的應用,所以這是雙贏的。

最后的想法:2026 年的設計不再注重炫酷,而更注重感覺

2026年的設計不僅僅關乎美學,更關乎智能、同理心和實用性。最具影響力的界面不僅美觀,還兼具適應性、包容性、愉悅感……在某些情況下,甚至幾乎隱形。

所以,如果你還在糾結圓角半徑到底是 8px 還是 12px,或許是時候縮小一下了。超越像素的局限,專注于用戶體驗。設計要以人為本,而非僅僅為了追求完美。

 

 

 

 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

用戶體驗設計中的人工智能:人工智能如何塑造用戶體驗

杰睿

當我們談論用戶體驗 (UX) 設計時,我們指的是人們與產品互動時的感受,無論產品是網站、應用程序,還是實體設備。這不僅關乎產品的外觀,還關乎產品的工作方式,更重要的是,它們帶給人們的使用感受。

根據 Hassenzahl (2010) 在其著作《體驗設計:為所有正確的理由而生的技術》中的說法,UX 設計是通過關注交互的實際方面和情感方面來創造有意義的體驗。

他認為,雖然功能性很重要,但對用戶來說,真正重要的是完成任務時的情感聯系。因此,用戶體驗設計師不僅關注可用性,還試圖深入理解人類行為。

當我第一次聽說“人工智能設計”時,我以為只有工程師和大型科技公司才會擔心。但隨著深入研究,我意識到人工智能已經悄悄地潛伏在我們日常使用的眾多應用程序的幕后。如今,這項工具有助于讓這些應用程序更加流暢、更加個性化、更加友好。

一方面,想象一下你最喜歡的社交應用能夠“看到”你的每一次點擊和滑動。這幾乎就是楊教授所做的,他們利用數百萬條移動應用日志訓練深度神經網絡,實時測量和提升用戶體驗。“前沿 | 通過人工智能輔助設計測量和提升用戶體驗”。他們的人工智能模型無需冗長的訪談或實驗室測試,就能了解哪些界面容易讓人困惑,哪些界面感覺恰到好處。這就像賦予應用第六感,了解用戶喜歡什么,以及哪些界面會讓他們抓狂。這比任何人類團隊單獨完成的速度都要快。

另一方面,Zhu 和同事們使用 ChatGPT 來起草設計概要。這些文檔概述了項目目標、受眾和預算。“前沿 | 企業用戶體驗設計工作流程中的 AI 輔助:增強設計師的設計概要創作。”

他們發現,AI 不僅可以在幾分鐘內生成一份完整的初稿,還能幫助核實不同領域(例如醫療保健甚至金融)的事實,甚至在你遇到寫作瓶頸時提供新的想法。此外,他們的用戶體驗地圖顯示,得益于 AI 的幫助,設計師可以減少研究時間,將更多時間投入到創意上。

此外,我們可以說,除此之外,人工智能并非魔法;Chanchamnan 的文獻綜述提醒我們,設計師仍然需要:首先,保持控制力,并確保用戶理解屏幕界面變化的原因。其次,要謹慎處理我們收集的數據。這不僅僅是數字,更是用戶的個人信息。最后,設計師必須保持創造力并運用人工智能,但最終的藝術選擇(顏色、布局、色調……)仍然需要人為的觸動。(PDF) 人工智能時代的設計:關于利用人工智能增強用戶體驗設計的文獻綜述

總而言之,本文展示了人工智能如何改變用戶體驗設計的世界。它不再僅僅關注外觀,而是關注用戶與產品交互時的感受。人工智能正在幫助設計師讓應用變得更智能、更直觀,就像楊教授通過分析應用使用情況來實時提升用戶體驗所做的工作一樣。

然而,這篇文章提醒我們,人工智能并非完美。歸根結底,人工智能可以提供幫助,但真正塑造卓越用戶體驗的是人性化的觸覺。

 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計B端界面設計、桌面端界面設計、APP界面設計圖標定制、用戶體驗設計交互設計、UI咨詢高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

交互設計趨勢——技術、倫理與人文的深度融合

杰睿

 

基于當前成果與行業動向,交互設計未來將呈現以下核心趨勢,推動數字體驗向更智能、包容、可持續的方向發展:
趨勢一:多模態交互融合邁向“無感化”,打破傳統輸入邊界 現有成果如車載多模態系統、智能家居無界面設計已展示雛形,未來交互將更少依賴顯式指令(如點擊、語音),轉而通過生物信號(腦電波、心率)、環境感知(溫度、濕度)、行為模式分析等實現“無意識交互”。例如,設備可自動識別用戶情緒變化調整服務,或通過觸覺反饋替代視覺提示,降低認知負荷。腦機接口技術(BCI)的突破可能讓“意念控制”走入日常生活,但需同步解決隱私與倫理風險。
趨勢二:AI驅動的“自適應交互”,從千人一面到千人千面 現有AI無障礙游戲方案與個性化推薦系統證明,AI可動態適配不同用戶需求。未來交互系統將基于用戶生理數據(如視力、聽力)、行為習慣(如左利手偏好)、甚至實時心理狀態,實時調整界面布局、交互方式與反饋強度。例如,老年人設備自動簡化操作流程,兒童模式增強視覺引導,情緒低落時減少干擾信息——交互設計從“標準化”轉向“動態個性化”。
趨勢三:倫理與隱私設計成為核心準則,構建“可信交互” 隨著AI與傳感器滲透生活,數據濫用與算法偏見風險加劇。未來交互設計需嵌入隱私保護機制:如本地化數據處理、用戶可控的透明度界面、反歧視算法設計。例如,智能家居默認匿名化數據,用戶可隨時查看設備決策邏輯;腦機接口設備強制要求用戶授權協議,避免思維信息泄露。交互設計需從“功能優先”轉向“責任優先”,建立用戶與技術間的信任關系。
趨勢四:情感化設計深化,技術成為情感共鳴的橋梁 紐約時報的VR新聞與游戲的情感化敘事表明,交互設計正從“工具理性”走向“情感價值”。未來將結合情感計算與生成式AI,創造更具共情力的體驗:虛擬助手通過微表情與語調模擬真實情感,醫療設備通過交互緩解患者焦慮,教育工具通過情感反饋增強學習投入感。技術不再僅是效率工具,而是成為情感連接的中介。
趨勢五:跨現實交互重構空間邊界,虛實融合創造新場景 當前VR/AR技術已在新聞、游戲領域突破,未來將進一步滲透至工作、社交與醫療。例如,遠程協作中通過AR實現虛實疊加的團隊討論,虛擬試穿結合觸覺反饋提升購物體驗,醫療手術訓練通過VR+力反饋設備模擬真實操作。交互設計需解決虛實信息無縫切換、空間感知一致性問題,打破物理與數字空間的割裂。
趨勢六:包容性設計從“特殊需求”走向“普遍設計” 視障游戲方案與老齡化智能家居的成功啟示:為邊緣群體設計往往能創造更普適的價值。未來交互設計將默認考慮全人群需求,例如,語音交互同時支持方言與多語言,界面自動適配不同視力與認知能力,公共服務設備集成輔助技術。包容性設計將成為產品創新的起點而非附加選項。
趨勢七:可持續交互設計貫穿產品生命周期,推動綠色轉型 “綠能管家”APP與節能智能家居體現交互設計在環保中的潛力。未來趨勢包括:通過行為引導減少能源浪費;設計可拆卸、模塊化的硬件交互組件,延長設備壽命;利用交互界面引導用戶參與回收流程;甚至通過碳足跡可視化激發集體環保行動。交互設計將成為可持續生活方式的“催化劑”。
 
技術革新與人文關懷的雙輪驅動 交互設計正站在新的轉折點:技術能力(如AI、腦機接口)不斷突破邊界,但核心價值始終回歸“人”。未來優秀的設計將平衡效率與人性化,兼顧創新與倫理,讓技術真正服務于不同背景、不同需求的人群。設計師需以更廣闊的視野,將社會責任、情感連接、可持續理念注入每一次交互決策中,推動數字世界與現實生活的更美好融合。

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計圖標定制、用戶體驗設計、交互設計、UI咨詢高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

界面設計優化,為什么現在比以往任何時候都更迫切?

杰睿

在數字產品扎堆的今天,用戶的注意力變得越來越短、耐心越來越低。如果你的產品界面讓人感到困惑、加載緩慢、層級復雜、找不到按鈕,那用戶很可能直接選擇“關掉”或者“換一個”。我們總說“用戶體驗很重要”,但真正把**“界面設計優化”這件事提到戰略高度的產品團隊,并不多。**

但現在,是時候認真對待了。界面設計的優化,不再只是“好不好看”的問題,而是“能不能活下去”的問題。


一、用戶習慣正在極速進化

移動端的普及讓用戶對“順手”“好懂”的需求越來越高?,F在的用戶不再愿意學習你的產品邏輯——你不懂他們,他們也不會費勁來懂你。

這意味著:

  • 如果你的界面層級多,流程繞,用戶會直接流失;

  • 如果按鈕不明顯、反饋不清晰,用戶會產生挫敗感;

  • 如果關鍵任務(比如下單、確認、預約)不好完成,用戶干脆放棄。

優化界面,就是在和用戶的“下意識”對話。


二、技術門檻降低,設計門檻提高

如今,做出一個功能完整的App比以前簡單得多,開源組件、低代碼平臺到處都是。但也正因為門檻降低了,用戶在體驗上的標準卻被“卷”上去了。
大家對“設計”的要求,不再是“能用”,而是“好用”“順滑”“舒服”。

所以同類產品競爭激烈時,界面設計往往是影響轉化率、留存率的關鍵因素。


三、視覺雜亂 = 品牌崩塌

界面就是用戶認知你品牌的第一層皮膚。

你用的字體、顏色、圖標風格、動效節奏……都會在無形中塑造用戶對你的印象。如果這些元素雜亂、陳舊、沒有系統感,很容易讓用戶產生“不專業”“不信任”的心理預期。

界面不是裝飾,是信任。


四、優化設計 ≠ 重做設計

很多團隊一聽到“優化設計”,腦子里就開始浮現:
“啊是不是又要重構?”
“會不會影響開發節奏?”
“我們現在沒有設計資源……”

其實優化界面不是推倒重來,而是通過系統性審視和小步迭代,在現有結構下做減法、做統一、做清晰。

比如:

  • 簡化交互路徑,把3步壓縮成2步;

  • 明確CTA(Call to Action)按鈕位置,減少用戶迷茫;

  • 統一icon風格,讓界面更清爽可讀;

  • 去除堆疊信息,保留用戶最關心的內容;

這些優化,對開發負擔小,但對用戶感知影響極大。


五、你不優化,用戶就替你做選擇

“用戶教會我們尊重用戶。”這句話不是情懷,而是生存。

在產品不斷同質化的今天,任何一丁點的體驗差異,都可能決定用戶是否留下。而界面,是體驗感知的第一前線。
你不優化界面,用戶就會用數據和流失告訴你——誰做得更好。


結語:設計不是錦上添花,而是業務底層邏輯的一部分

如果你在猶豫要不要優化界面設計,可以問自己一個問題:

“我是否愿意為自己設計的產品買單?”

優化界面,是對用戶的尊重,也是對產品的敬畏。它不是可選項,而是基本功。而這項基本功,越早打牢,產品越能走得長遠。


 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

產品開發 | 超級智能體之后是什么?垂直AI產品是一個方向

杰睿

如何打造“流程深度綁定”的垂直領域AI產品?|從交互與UI設計角度深入解析

一款好的AI工具,不應該只是“出結果”,而應該“帶用戶走完整個任務流程”。
本文從交互設計與用戶體驗角度,詳解如何打造深度融合用戶流程的垂直領域AI產品。


一、什么是“流程綁定型AI產品”?

隨著AI工具的快速發展,很多產品停留在“工具層”:比如“AI寫PPT”、“AI改簡歷”、“AI出海報”等。但用戶常常用過即走,沒有復用與黏性

相反,那些真正有沉淀價值的AI產品,往往具備兩個特點:

  • 專注垂直任務:服務某個行業、崗位、具體業務場景

  • 流程級融合:不是外掛式調用,而是完整嵌入用戶任務流程中

我們稱之為——流程綁定型AI產品

比如 Notion AI、飛書智能助手、LegalMind(法律AI)、Copy.ai 等,它們在業務閉環中持續賦能,成為流程的“原生一部分”。


01|AI產品別光想著“聰明”,先看清用戶到底在干嘛

說得再直接點:
別管你用的是GPT-4.5還是Llama 87.9,用戶根本不在意你模型多牛,只關心一件事:

“我這個事,到底能不能靠你省事搞定?”

所以別上來就是“AI能力墻”或者“萬金油輸入框”,而是得先搞清楚一件事:
你的用戶每天的任務流是怎樣的?他們到底要完成什么?中間的決策點、阻力在哪?

舉個例子:

假如你做的是一款企業月報生成工具,那用戶的任務流可能是:

  • 拉數據(煩)

  • 編排結構(亂)

  • 寫文案總結(難)

  • 美化排版(懶)

你就不能只提供“自動生成一段月報文案”,這太淺了。
你得:引導他們一步步把數據丟進來、智能推薦結構、按模塊生成內容、順手美化導出——這是流程綁定。

AI不是一個功能,是一條任務線。


02|不要把AI“外掛”到流程上,要“嵌進去”

很多AI產品失敗的原因,就在于它像個外掛一樣掛在任務之外。

舉個反例:
一個做招聘平臺的AI工具,是這樣用的:

用戶打開平臺 → 找到JD → 復制去AI工具里生成JD → 復制回來貼上

體驗感很像:“我還得背著你走一圈”。結果當然沒人想用第二次。

相反,你要做的是:

  • 用戶打開JD編輯器,就自動彈出“推薦崗位結構”

  • 輸入一句話,AI就按企業調性生成多段內容

  • 用戶選中一句,旁邊出現“調正式 / 更親民”按鈕,一鍵改風格

  • 寫完自動保存為“我司風格模板”,下次復用

流程從始至終,AI在里面,不是外掛。這才叫“深度綁定”。


03|任務主線驅動交互,而不是把功能塞滿界面

現在很多AI產品的界面,打開后像個大型工具箱。

左邊是“寫文案”、右邊是“生成PPT”、中間是“靈感噴泉”,每個功能都能點,但就是不知道從哪開始。

 給你個建議:

把AI交互改造成“任務向導”,像游戲里的主線任務一樣,一步步做完。

比如你做一個活動策劃生成工具,可以這樣引導:

  1. 你這次是“品牌種草”還是“促銷引流”?

  2. 那目標平臺是什么?預算多少?

  3. 好了,這是3個推薦結構模板,點一個試試

  4. 已生成文案,是否想自動配圖、生成小紅書排版?

用戶跟著這條主線走完,感覺不是“我在用工具”,而是“它在幫我把事搞定”。


04|讓AI“像個搭檔”,而不是“來干掉你”

現在大家對AI又愛又怕:

  • 愛它快

  • 怕它亂說話、沒腦子、太自信

所以一個非常關鍵的體驗點是:“可控感”。你得讓用戶感覺:

AI聰明,但我說了算。

幾個特別實用的設計點:

  • 輸出內容用卡片形式包裹,加個小角標:“AI建議”,用戶心理就沒負擔

  • 每段建議旁邊加按鈕:改口氣 / 換一種說法 / 展開寫寫,強化交互

  • 加入“思考中…”的動態反饋,別秒出,0.8秒剛剛好。人腦需要緩沖

  • 允許回滾、撤銷、存為模板,這不只是功能,是信任感來源

記?。?strong data-start="1666" data-end="1700">AI不是來“替你做決定”的,而是“協助你把決定做得更靠譜”。


05|UI到底能不能讓AI更可信?別停留在表面

很多人說AI產品的UI就做個打字動畫、用灰色背景、加個圓頭像就完事了。

這說實話,是太低估UI的能力了。
UI不是來“美化AI”,是用來建立信任、節奏感、角色感的。

舉兩個小誤區:

  • 打字動效做得太快,像在背稿,反而不可信

  • 顏色太鮮艷,用戶以為你在“推銷”這個建議,不是提供幫助

正確的做法是:

  • 使用中性色(淡藍 / 淡紫 / 柔灰)作為建議背景,語氣溫和但明確

  • AI輸出卡片左上角標記來源:“根據你輸入的品牌調性自動生成”

  • 鼠標 hover 顯示輔助操作,不打擾主流程

  • 用戶編輯后,可標記“此版本被采納”,讓AI學會風格(哪怕假裝)

信任感 = AI行為 + UI語境 + 可控反饋的組合。
不是裝出來的,是一步步搭建出來的。


06|別急著炫技,把“能留下來的東西”做好

做AI產品,最怕的不是沒功能,而是:

用戶每次用都得從頭來一遍,沒沉淀、沒積累。

建議你在設計時,就考慮兩件事:

  • 這次任務完成后,有沒有什么可以自動變成資產?比如生成的內容、結構、模板、提示語等

  • 下次用戶來,是不是能基于上次留下的東西繼續,而不是重新開始?

實例:

  • 寫了一篇月報,AI自動抽取結構保存為“我司月報模板”

  • 寫的文案被用戶改了,系統提示“是否保存為個人表達風格”

  • 用戶輸入一句話,AI根據過往使用記錄給出更貼合的結果

做到這些,用戶越用越順手,越用越有粘性。你這個產品就不是工具,而是“習慣”了。


最后,幾點真心話總結:

  1. 不要炫AI,而要讓AI幫用戶完成事,順著流程嵌進去。

  2. UI不是裝飾,而是信任與協作感的建構者。

  3. 流程綁定型AI的本質:不是做功能集合,而是做“任務協作系統”。

  4. 你設計的不是界面,是用戶在這個流程里“越來越厲害”的過程。

 

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

行業趨勢 | 2025 年如何利用生成式人工智能進行研究

杰睿

用戶體驗 (UX) 領域正在經歷一場令人眼花繚亂的人工智能 (genAI) 接管。

簡而言之:今年是人工智能 (AI) 接管用戶體驗 (UX) 的一年。在本文中,我將解釋其中的原因,并更新我使用人工智能進行用戶體驗研究的方法,重點介紹 ChatGPT 的深度研究功能如何顯著加速定性研究分析。

(注意:我將使用術語“AI”、“genAI”和“model”作為“生成性 AI”的簡寫,主要指大型語言模型 (LLM),即創建文本的特定類型的生成性 AI。)

十個月前,我在 Medium 上發表了一篇關于AI 用戶體驗的原創文章,之后它迅速躥紅,閱讀量達數千次,遠超本博客迄今為止的任何其他文章。但在生成式人工智能領域,十個月就像十年狗年;日新月異的變化速度已經讓那篇文章的部分內容顯得過時。

因此,當我的母校倫敦大學城市圣喬治學院人機交互設計系聯系我,邀請我在他們的年度會議上發言時,我抓住了這個機會,重新開始我對這個學科的興趣,尤其是當我的老教授透露他們聯系我的部分原因是我的 Medium 文章很受歡迎時。

這是我對 UX 的 AI 的第二次看法,已更新至 2025 年,并涵蓋了我在 HCID 2025 會議上的演講(即使是我自己這么說,這次演講也進行得相當順利)。

這已經發生了。2025年,人工智能將接管用戶體驗

將顯示縮放圖像
一張幻燈片上寫著“人工智能會搶走你的工作嗎?”,還有一張圖片寫著“如果你不能打敗他們,那就加入他們”,旁邊還有一些關于人工智能在用戶體驗中使用的統計數據
人工智能會搶走你的工作嗎?這是我關于 HCID 2025 演講的幻燈片。(圖片來源:我的)

2024年初,當我開始在工作中使用人工智能時,我感覺自己就像一位勇敢的探險家,踏入了陌生的領域。誠然,人工智能已經存在了一段時間,我們大多數人也只是在家里用它來制作儲藏室菜譜或視覺效果圖。但我們中很少有人有機會讓人工智能真正地重塑我們的工作,這主要是因為“人工智能會以你給它的任何東西為食”的數據隱私問題,以及由此產生的對人工智能用于工作的嚴格禁令。

將顯示縮放圖像
一張幻燈片上寫著“數據隱私的胡扯。如果數據是石油,那么人工智能就是……石油怪獸”,標題是“敏感代碼泄露后,三星禁止員工使用 ChatGPT”。
數據隱私的胡扯。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

但2024年是私有AI的黎明。最終,像OpenAI和Anthropic這樣的提供商“封鎖”了他們的法學碩士課程,以確保其數據不會泄露,從而為像我這樣的機構打開了以訂閱方式使用私有AI的大門。

2025年即將到來,尼爾森諾曼集團的一項研究告訴我,用戶體驗專業人士是有史以來最重度的人工智能用戶之一。這項研究得出的一項關鍵統計數據顯示,如今用戶體驗專業人士使用法學碩士(LLM)的比例是其他樣本職業的750倍之多!

為什么用戶體驗師如此熱愛人工智能?

你有一把錘子,但你看到的并非都是釘子。從學習作業作弊(說實話,正在讀這篇文章的HCID/UX學生,如果你嘗試過用AI生成用戶訪談記錄——請停止吧),到一位不幸的音樂愛好者向Nick Cave發送了一首“模仿Nick Cave風格”的ChatGPT歌曲,激怒了他,在很多情況下,使用AI都不是主意。

將顯示縮放圖像
一張幻燈片上寫著“Gen AI 在很多事情上并不出色……”,以及音樂家 Nick Cave 的一句話“ChatGPT 的悲哀之處在于它注定要模仿,永遠無法擁有真實的人類體驗”。
正如 Nick Cave 所說,GenAI 在很多方面并不出色。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

媒體喜歡夸大此類故事,隨著時間的推移,這在時代精神中形成了一種層次化的“感覺”,即無論人工智能應用于何處,它都是無用或有害的。

我不同意。

將顯示縮放圖像
幻燈片上寫著:“……但它對用戶體驗研究非常有用。錘子,遇到釘子!”
用戶體驗 (UX) 和 genAI 是絕配。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

因為我們可以用這把錘子敲出一些釘子。GenAI 的局限性和功能與某些類型的用戶體驗研究的局限性和要求非常匹配。具體來說

  • GenAI 擅長總結文本數據→UX 研究創建了大量文本數據。
  • 在 GenAI 中,幻覺是必然的 → 傳統的用戶體驗研究通常可以應對一定程度的“模糊性”。(但如果你的工作涉及高度精確的領域,禁止使用人工智能是明智之舉。)
  • GenAI 本質上只能創造衍生輸出 → UX 開發者很少能創造出完全原創的輸出。相反,我們的優勢在于對已有內容的改編。

女士們、先生們、朋友們,這就是用戶體驗設計師們熱愛人工智能的原因。它與我們完美契合,并且是真正有用的工具。除了數據隱私限制(現已基本解決)之外,業界對使用人工智能沒有任何爭議*。只要你的研究報告寫得好,并且提供了所需的數據,沒有人會在意它是否由人工智能生成。

*然而,關于人工智能的倫理問題絕對應該引發更多爭議。我個人對用戶體驗行業對此的關注如此之少感到困惑,并將繼續通過強調人工智能技術過去和現在的倫理缺陷來引發爭議。

它的本質

將顯示縮放圖像
ChatGPT Enterprise 深度研究的屏幕截圖
ChatGPT Enterprise 深度研究的屏幕截圖

無論如何,繼續介紹菜譜。

我給你舉一個真實案例,關于一個用戶體驗研究,我最近在一個項目中用到了人工智能來分析用戶數據。所有身份信息都是匿名的。

我正在使用 ChatGPT Enterprise——一個私密的“隔離”版本,配備了最新的深度研究功能。這是OpenAI 于 2025 年 2 月推出的一款專業 AI“代理” ,號稱“非常適合從事高強度知識工作的人”。

將顯示縮放圖像
深度研究與傳統 genAI 模型的比較表
深度研究與傳統模型的比較。這是我在 HCID 2025 演講中的幻燈片。(圖片來源:我的)

如果您無法訪問 Enterprise,您可以通過 20 美元的 ChatGPT Plus 訂閱獲得 Deep Research(不過,據我所知,您的數據不會被“隔離”)。

我的 2025 方法與之前的方法相同,分為三個步驟:

將顯示縮放圖像
顯示三個步驟的圖像:喂養 + 指導 + 收獲
方法。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)
  • Feed:輸入內容?,F在,您可以輸入的內容種類大大擴展:海量數據集、JSON 文件、屏幕截圖、網頁鏈接、PDF 文件,等等。ChatGPT Enterprise 尤其擅長讀取 PNG 格式的圖片,并且可以輕松理解屏幕截圖中的文本。
  • 指示:告訴它該做什么。這仍然遵循我在原文中概述的“提示牌組”規則。
  • 收獲:從中獲取所需的信息并根據需要使用,例如,為組織的高層領導創建報告。

步驟 1:飼料

Deep Research 的優點在于它可以處理大量數據,并且比大多數傳統模型(如 4o、Claude 3.7 Sonnet 等)具有更高的準確度。正如我所發現的,雖然你可以向其輸入諸如訪談記錄和原型截圖之類的文檔,但你也可以告訴它錨定到一個特定的文檔,并讓該文檔決定模型思考和分析的方向。

在我的案例研究中,該文檔是討論指南/研究計劃。

將顯示縮放圖像
幻燈片上寫著:“Feed:確保您有一個完美的討論指南/研究計劃”,并附有簡短的說明和示例討論指南的圖片
討論指南/研究計劃的重要性。這是我在HCID 2025演講中的一張幻燈片。(圖片來源:我的)

討論指南通常由用戶體驗師與產品經理合作創建,通常包含以下內容:

  • 研究背景:研究項目是什么?它的目的是什么?為什么要進行這項研究?
  • 研究目標和假設:您想通過這項研究證明或反駁什么?
  • 關于訪談參與者/用戶的信息:他們是誰?招募標準是什么?如果他們(就像我的情況一樣)是某個特定狹窄領域的專業人士,那么具體是什么?
  • 訪談結構,包括訪談主題和問題類型,都與研究目標和假設相關。

第 2 步:指導

那么,你把訪談記錄、截圖和討論指南輸入到了模型中。你該如何告訴模型如何處理這些內容呢?

不再冗長的聊天

深度研究與傳統模型的一個關鍵區別在于,深度研究消除了大量的反復溝通。您只需進行一次操作,在回答幾個澄清問題后,模型就會開始執行其“任務”,根據您的指示生成一份高度詳細的報告。您只有一次提示機會,因此最好確保您的提示符合要求。

將顯示縮放圖像
深度研究長提示示例
我的演講題目全文。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

我的提示方法與我在2024年的文章中基本相同:使用便捷的提示卡組來構建提示。我不會在這里再次介紹所有提示技巧,但您可以參考那篇文章來了解更多詳情。

將顯示縮放圖像
提示牌:提示“卡片”的圖像:時間、“根”、提要、設置場景、角色、外卡、少量鏡頭、思路鏈、模板、請求輸入、重新引導和捕捉錯誤
提示卡。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

然而,一些提示“卡片”與其他卡片的權重發生了變化。以下是目前為止最有用的“卡片”:

提示卡:設置場景

“設置場景”提示卡
“場景設定”提示卡。(圖片來源:我的)

解釋研究目的、針對哪家公司和產品、用戶是誰、模型將收到哪些文檔;如果有的話,將其錨定到您的關鍵文檔上(在本例中為討論指南)。

提示卡:角色

“角色”提示卡
“Persona”提示卡。(圖片來源:我的)

描述你希望模型扮演的角色,例如“在一家科技公司(X 公司)工作的世界領先的用戶體驗研究員,為英國的一家數字信息和分析產品公司工作[職業]。 ”

將顯示縮放圖像
使用“設置場景”和“角色”卡的示例部分提示
提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

提示卡:模板

“模板”提示卡
“模板”提示卡。(圖片來源:我的)

告訴AI如何構建其輸出仍然是關鍵技術之一。您可以告訴它遵循討論指南的結構(如果相關),或者給它一個包含所有標題的示例模板。

將顯示縮放圖像
使用“模板”提示卡的示例部分提示
提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

提示卡:思維鏈

將顯示縮放圖像
“思路之鏈”提示卡
“思維鏈”提示卡。(圖片來源:我的)

這項極其實用的技術如今已被人工智能工程師廣泛應用。簡單來說,如果你讓人工智能解釋它為什么得出某個結論,它得出的結論的準確性就會提高。

提示卡:Wild Card(新)

“外卡”提示卡。
“外卡”提示卡。(圖片來源:我的)

一位同事想出了這個主意。在我公司的許多用戶研究中,包括這個例子,我們已經預設了想要從用戶那里發現什么的框架。但是,如果用戶說了一些我們意想不到的話怎么辦?如果你不要求模型發現意想不到的事情,它就找不到。你應該自己尋找這些異常,但為什么不也讓模型思考一下呢?

將顯示縮放圖像
使用“思路鏈”和“外卡”提示卡的示例部分提示
提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

**這讓我想起了OpenAI 發布的一段搞笑又令人毛骨悚然的視頻:兩個視覺/語音 AI 助手正在與一位人類主持人交談,而另一個人則走到他身后,露出兔耳朵。兩位助手都無視兔耳朵,直到明確提示。

將顯示縮放圖像
一名男子坐在桌邊與人工智能助手交談,身后一名女子露出“兔耳朵”
OpenAI 的“兔耳朵”視頻。(圖片來源:OpenAI)

步驟3:收獲

輸入你的題目和文檔后,選擇“深度研究”并按下“提交”按鈕,然后給自己倒杯咖啡。根據“任務”的復雜程度,AI 生成所需的報告可能需要長達一小時。在我的案例研究中,這大約需要 30 分鐘。

將顯示縮放圖像
深度研究生成報告的屏幕截圖,頂部有一張咖啡杯的圖片,標題為“~30 分鐘”
等待 Deep Research 生成報告時,可以喝杯咖啡。這是我關于 HCID 2025 演講的幻燈片。(圖片來源:我的)

太棒了,你拿到了報告,足足50頁!以下是整個過程中最無聊的部分:

!檢查!每一個!字!!!

雖然深度研究的準確率高于大多數模型,但遠未達到 100%,而且它產生的幻覺看起來尤其令人信服。所以,不要相信它。人工智能至今仍是一個熱切但缺乏經驗的助手,其工作必須接受審核。只有,作為“知情人”,才擁有專業知識和解讀能力,能夠理解用戶訪談中的真實情況,否決人工智能的錯誤結論,并發現任何“兔子耳朵”,即使你設置了“萬能牌”,人工智能也可能遺漏了。

深度研究的一個巧妙功能是右側面板,你可以在那里看到它是如何一步步得出結論的。最奇怪的幻覺可能會在這里出現,而且很搞笑。我注意到,這類幻覺很少出現在最終報告中,因為深度研究功能中已經內置了“思維鏈”流程。

將顯示縮放圖像
一張截圖顯示了 Deep Research 創造了一個有趣的幻覺:“Se Vodnik 收集有關塔斯馬尼亞鮭魚養殖對環境影響的信息,討論凈影響、碳封存信用和透明度數據收集。”
奇怪的幻覺:“塔斯馬尼亞的鮭魚養殖”。這是我在HCID 2025大會上的演講幻燈片。(圖片來源:我的)

重要提示:由于深度研究每次只允許執行一項任務,而不是來回對話,因此您無法在與AI對話時進行更正。請使用傳統方法,將報告下載到Word中。

修改完成后,您可以將 Word 報告上傳回 ChatGPT,讓它將 50 頁的文檔精簡成簡潔的 PowerPoint 風格演示文稿。這是最簡單的步驟:只需使用“模板”提示技術,并結合傳統的 AI 模型(例如 4o、o3 等)即可。

關于用戶引言的說明

根據我的經驗,傳統的人工智能模型在從訪談記錄中提取用戶原話方面表現糟糕,它們只會選擇進行解釋。相信我,我什么方法都試過了!相比之下,Deep Research 的引文直接引用了原文,因此用戶引文更容易進行交叉核對。我仍然建議手動檢查,尤其是那些最終報告會用到的內容。

深度用戶體驗研究:內幕

將顯示縮放圖像
幻燈片上寫著:“當然,這與工具有關。但主要還是關于誰使用它、如何使用以及用于什么目的。”
關鍵在于誰揮舞著錘子。這是我在HCID 2025演講中的一張幻燈片。(圖片來源:我的)

因此,深度研究花了大約 30 分鐘來編寫分析報告。即使考慮到人工參與快速撰寫、文檔準備、檢查和修改的時間,這也比手動完成整個分析過程要快——而且絕對比我之前依賴傳統 AI 模型的方法要快。

需要注意的是:你可能很容易將分析工作完全外包給深度研究,而跳過檢查步驟。這將是一個大錯誤。最終,如果深度研究出錯,承擔風險的是你,而不是人工智能。即使模型越來越先進,保持警惕并在出錯的地方進行干預仍然至關重要。

忘記我告訴你的一切

將顯示縮放圖像
一張幻燈片上寫著:“忘記我告訴你的一切。因為它已經在改變。” 幻燈片中精選了一些突出變化的項目,并配上了一句口號:“世界是你的牡蠣。”
把我說過的話全忘掉吧。這是我在 HCID 2025 演講中的一張幻燈片。(圖片來源:我的)

在我的HCID會議演講中,這是我最喜歡的幻燈片。告訴聽眾一堆有用、可操作的信息,然后讓他們把它們扔進垃圾桶,這其中有一種令人愉悅的反常之處。

但這就是人工智能領域的現實。事物每周都在變化,跟上潮流的唯一方法就是與時俱進。例如,我的演講中還沒有提到代理人工智能 (Agentic AI),但在撰寫本文時,它是 2025 年規模最大(也是最模糊的概念?。┑娜斯ぶ悄苁⑹?。如果我在為 UX v3.0 撰寫人工智能文章時,很可能會談論代理人工智能。

或許不是!誰知道呢!

蘭亭妙微(www.skdbbs.com )是一家專注而深入的界面設計公司,為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計APP界面設計圖標定制、用戶體驗設計交互設計、UI咨詢高端網站設計、平面設計,以及相關的軟件開發服務,咨詢電話:01063334945。我們建立了一個微信群,每天分享國內外優秀的設計,有興趣請加入一起學習成長,咨詢及進群請加藍小助微信ben_lanlan。

日歷

鏈接

個人資料

藍藍設計的小編 http://www.skdbbs.com

存檔

92国产精品视频_亚洲a级在线观看_国产精品电影观看_国产精品免费观看在线_精品伊人久久97_亚洲人成在线观_尤物九九久久国产精品的特点_成人激情在线播放_成人黄色大片在线免费观看_亚洲成人精品久久久_久久免费视频在线观看_久久精品国产一区_国产一区二区三区18_亚洲欧美中文字幕在线一区_日韩美女中文字幕_日韩视频免费在线
九色精品免费永久在线| 精品久久久久久中文字幕大豆网| 国产精品夫妻激情| 亚洲成avwww人| 精品久久久在线观看| 国产精品视频xxx| 538国产精品一区二区免费视频| 亚洲一区av在线播放| 日本道色综合久久影院| 国产精品网站大全| 国产精品美女在线观看| 日韩在线观看免费全集电视剧网站| 欧美日韩亚洲高清| 色综合视频一区中文字幕| 欧美噜噜久久久xxx| 精品久久久av| 日韩在线播放一区| 国产自产女人91一区在线观看| 欧美亚州一区二区三区| 欧美夜福利tv在线| 久久久噜久噜久久综合| 国产日本欧美视频| 久久国产精品首页| 91久久久久久| 欧美成人免费大片| 欧美乱大交xxxxx| 欧美成人中文字幕| 欧美日韩免费观看中文| 97在线观看免费高清| 日韩av成人在线观看| 久久黄色av网站| 亚洲影影院av| 欧美精品免费在线观看| 欧美伦理91i| 国产精品久久久久久网站| 精品国偷自产在线视频99| 久久亚洲欧美日韩精品专区| 亚洲一区二区中文字幕| 日韩va亚洲va欧洲va国产| 国内精品美女av在线播放| 久久久久久久激情视频| 欧美日韩国产成人| 久久综合伊人77777蜜臀| 国产一区红桃视频| 这里只有精品视频在线| 成人黄色在线观看| 国产精品一久久香蕉国产线看观看| 日产精品99久久久久久| 国产精品情侣自拍| 亚洲欧美激情精品一区二区| 国产精品露脸av在线| 日韩欧美在线字幕| 欧美成人免费观看| 日韩美女在线看| 欧美在线视频一区二区| 欧美日韩免费观看中文| 欧美日本黄视频| 国产精品久久久久久av福利| 日韩av在线免费观看一区| 欧美日韩成人精品| 美女福利精品视频| 久久五月天综合| 精品成人av一区| 亚洲va男人天堂| 亚洲三级av在线| 国产精品偷伦视频免费观看国产| 97视频在线观看网址| 欧美裸体xxxx| 欧美日韩美女在线观看| 亚洲精品久久久久久久久久久| 国产一区私人高清影院| 中文字幕成人精品久久不卡| 国产一区二区丝袜高跟鞋图片| 欧美激情在线观看视频| 欧美性xxxx| 亚洲精品日韩久久久| 欧美日韩性生活视频| 精品视频9999| 日本91av在线播放| 成人黄色影片在线| 国内免费久久久久久久久久久| 亚洲一区中文字幕在线观看| 国产欧美精品在线| 伊人一区二区三区久久精品| 国内精品久久久久影院 日本资源| 深夜福利91大全| 欧美一乱一性一交一视频| 中文字幕av一区二区| 久久视频在线免费观看| 668精品在线视频| 亚洲欧美日韩图片| 亚洲开心激情网| 91精品国产综合久久久久久蜜臀| 国产精品视频自拍| 欧美另类在线播放| 国产精品香蕉av| 欧美成在线视频| 亚洲国产精品人人爽夜夜爽| 911国产网站尤物在线观看| 亚洲国产日韩欧美在线99| 精品国产视频在线| 欧美日韩国产一中文字不卡| 成人免费xxxxx在线观看| 97人洗澡人人免费公开视频碰碰碰| 国产有码在线一区二区视频| 九九九久久久久久| 国产欧美一区二区白浆黑人| 亚洲精品91美女久久久久久久| 亚洲在线www| 亚洲福利视频在线| 色婷婷成人综合| 久99久在线视频| 国产精品久久久久久久久久久久久| 亚洲片av在线| 国产精品白丝jk喷水视频一区| 一本一本久久a久久精品牛牛影视| www.日韩不卡电影av| 日韩中文在线视频| 中文字幕亚洲综合久久| 91丨九色丨国产在线| 成人av资源在线播放| 日韩中文在线观看| 国产精品第10页| 欧美怡春院一区二区三区| 综合网日日天干夜夜久久| 日韩大陆欧美高清视频区| 日本精品免费一区二区三区| 亚洲第一福利视频| 性色av一区二区三区| 综合国产在线视频| 欧美日韩在线视频观看| 亚洲美女av在线播放| 亚洲国产精品一区二区久| 精品日韩美女的视频高清| 日韩美女视频在线观看| 91精品国产综合久久久久久久久| 国产精品美女在线| 91久久久久久久久久久| 久久精品亚洲一区| 亚洲999一在线观看www| 久久av资源网站| 日韩欧美成人精品| 人人做人人澡人人爽欧美| 亚洲视频在线观看视频| 国产综合香蕉五月婷在线| 伊人成人开心激情综合网| 国产欧美一区二区三区久久人妖| 97久久伊人激情网| 久久久精品日本| 国产在线播放91| 欧美日韩在线影院| 中文字幕亚洲欧美日韩在线不卡| 97在线看免费观看视频在线观看| 欧美在线视频观看免费网站| 日韩欧美aⅴ综合网站发布| 国产精品久久久久免费a∨| 成人黄色免费在线观看| 精品一区二区电影| 日韩在线高清视频| 日韩成人中文电影| 91精品免费久久久久久久久| 97色在线视频观看| 66m—66摸成人免费视频| 欧美亚洲一级片|