首页

优化用户体验 | 为信任而设计:为什么用户体验道德如此重要

杰睿 设计管理与成长

“好的设计”本应让事情变得更好。但如果“更好”的定义由商业指标而非人来决定,会发生什么?
我们构建了一个数字产品常常以点击量和转化率来评判的世界,而不是以用户尊严或福祉来衡量——说服与操纵之间的界限从未如此模糊。作为设计师,如果我们曾思考过,为什么这么多的网络设计让人感觉就是为了挫败、利用或仅仅让用户感到疲惫不堪,那么答案就在于此。
因此,这里重要的问题并非我们能设计什么,而是我们应该设计什么(以及为什么我们经常不设计)。

我从事设计行业多年,先是从事架构设计,后来又从事用户体验设计,但我仍然对人们对“好设计”的定义如此不同感到惊讶——而且这些定义会随着个人视角的不同而发生变化。对大多数人来说,好设计仅仅是外观精美。对用户来说,它还关乎产品运行的流畅程度。对管理者来说,好设计是指能够带来成果并满足业务目标的设计。而对设计师来说……嗯,这有点复杂。

人们或许会认为,设计师本身应该拥有最广泛、最细致的理解。毕竟,我们受过训练,能够在美学、可用性和业务需求之间取得平衡。然而,即使在我们自己的圈子里,也存在一个持续存在的盲点:设计的伦理维度。设计伦理常常被简化为职业忠诚度的问题——保护客户机密、遵守保密协议或避免抄袭——而更深层次的伦理问题,即那些关乎我们的工作如何塑造用户的自主性、福祉和信任的问题,却很少得到应有的重视。

有时,这种情况的发生是因为我们人类倾向于回避艰难的对话或道德争议。有时,这是因为一种错位的“职业忠诚”感阻碍了我们质疑老板或客户的优先事项。有时,是因为我们认为这无关紧要。毕竟,市场上已经有足够多的设计师了;我们制造一些噪音,很快就会被一个毫不在意的人取代,唯一的结果就是我们丢掉工作。有时,很简单,是因为我们从一开始就没有被教导去思考这些问题。

设计不只是外观和感觉,更在于其运作方式。——
史蒂夫·乔布斯

并非如此。设计不仅仅关乎外观,也不仅仅关乎其功能是否流畅。当然,产品能够帮助我们提高工作效率、更舒适地出行,甚至能煮出更美味的咖啡,这固然重要,但如果产品外观精美,也同样令人欣喜——但这只是表面功夫。

从更深层次来看,设计还关乎产品如何影响用户、塑造他们的行为、引导他们的选择并编码价值观——这些往往是无形的。不幸的是,伦理问题常常被淹没在可用性、吸引力和商业指标的表象之下。当我们开始用点击量、用户投入的时间和收入来衡量成功时,伦理维度就很容易被忽视或被合理化。正因如此,当我们谈论“它如何运作”时,同样重要的是要问:它对谁有效,以及它的目的是什么?

最初,用户体验 (UX) 的理念是将用户视为拥有自身需求、弱点和权利的个体。设计师需要解决实际问题,以系统化思维,并确保产品服务于更广泛的利益,而不仅仅是商业或技术进步。用户体验旨在弥合用户需求与商业目标之间的差距。不幸的是,随着数字产品发展成为价值数十亿美元、执着于增长的生态系统,这种平衡发生了改变。

“操纵的最大危险在于,它可能变得无形、正常化,并融入日常生活。”
——肖莎娜·祖博夫

在这个数字产品日益复杂、商业模式日益激进的世界里,用户体验(UX)最初以人为本的本质已日渐式微。商业需求往往凌驾于一切之上,用户体验设计师常常被迫将“业务影响”置于用户福祉之上。多年来用于引导用户获得价值的说服工具如今被滥用,并被重新定义为操纵工具。诱骗用户做出非本意行为的“暗箱操作”如今带来了数十亿美元的非预期订阅和购买。
这些原本旨在让科技更人性化的技能,如今却越来越多地被用来利用人性。

这种道德沦丧的现象更加令人担忧,因为它已不再是偶然事件,而是系统性的问题。许多组织的产品路线图很少提及道德设计原则,而用户参与度和盈利能力的KPI却被定期列为优先事项。我们已经形成了一种专业的环境,设计师们非常擅长优化用户行为以实现业务目标,但却很少具备(或被授权)识别和处理这些优化带来的道德后果的能力。当衡量成功的标准是界面如何有效地吸引注意力、数据和资金时,即使是出于好意的设计师也会发现自己成了用户操纵的同谋。产品开发的“三重约束”——速度、范围和成本——很少将道德作为第四个支柱,因此这种循环仍在继续。

这种以指标为导向的执念所带来的后果已不再抽象。亚马逊2023年的Prime会员取消流程要求用户浏览17个屏幕——这被联邦贸易委员会(FTC)后来认为是“旨在阻止用户退出”的数字障碍赛道——这并非个例,而是企业为留住用户不惜一切代价的蓝图。亚马逊内部为该流程起的代号“伊利亚特”颇具启发性:它指的是一段史诗般的旅程,也明确表明摩擦是设计使然。该流程利用了损失厌恶、注意力分散和认知超载等心理因素,动用各种心理杠杆来阻止用户离开,这与亚马逊以无摩擦高效著称的一键结账形成了鲜明对比。

欧洲《数字服务法案》现已将一些不道德的设计选择定义为“非法暗黑模式”,并处以相当高额的罚款。这一举措清晰地揭示了一个令人不安的转折:曾经使用户体验(UX)成为一门受人尊敬的学科的心理学洞见,例如福格行为模型、希克定律或认知负荷理论,如今却常常被用作操纵的工具。DSA的禁令,以及他们最近针对一些主要平台的法律行动,都明显表明操纵性设计已成为一个严重的社会问题。这一切背后的信息相当明确:平台不仅应该对用户的行为负责,还应该对其设计选择如何影响和塑造用户的行为负责。

“道德就是知道你有权做什么和什么是正确的做法之间的区别。”
——波特·斯图尔特

遗憾的是,我们能够侥幸逃脱的行为与真正正确的事情之间的界限并不总是清晰的。在一个往往更注重短期利益而非长期期望的世界里,人们很容易用积极的商业指标来为操纵模式辩护。但即便如此,我们仍然需要不断扪心自问:当我们为指标而设计时,我们是在真正帮助用户,还是仅仅在榨取他们的价值?
忽视用户福祉责任的后果随处可见——它们是一个更广泛问题的明显症状。当公司故意使取消订阅的流程复杂化,当界面设计得让用户参与度远远超出他们的预期,当用户需要输入账单信息才能开始免费试用期——这些都是设计选择的例子,这些选择可能在短期内带来商业成果,但却会导致信任逐渐丧失。这些并非孤立的失误,而是一种更广泛模式的迹象:商业目标始终被置于用户利益之上,这种做法常态化,最终破坏了公司本应依赖的良好关系。

这些模式背后的心理机制众所周知:互惠、稀缺、社会认同和损失厌恶。最初只是一些良性的提醒,例如对用户行为的感谢信息,如今已演变成利用用户社会顺从本能的“确认羞辱”弹窗。受赌场启发的机制,例如可变奖励计划——曾经仅限于老虎机——如今决定了约会应用程序何时显示潜在匹配对象,或电商网站何时显示“库存有限”提醒。所有这些对人们的影响越来越难以忽视:大量研究发现,社交媒体的过度使用或问题性使用与这些平台重度用户的焦虑、抑郁和其他心理困扰发生率较高密切相关。我们已经学会了通过强迫行为来赚钱,而且很多时候,我们要么选择不这样做,要么(更糟的是)选择这样做。

技术挑战我们去维护我们的人类价值观,这意味着我们首先必须弄清楚它们是什么。
— 雪莉·特克尔

这不仅仅是个别设计师的错,而是系统性的问题。产品路线图充斥着专注于注意力、提取和转化的关键绩效指标 (KPI),而道德考量却鲜有提及。大多数组织缺乏评估设计决策道德影响的流程,也很少有设计师被赋予在出现问题时进行反驳的权力。即使设计师确实意识到了问题所在,他们也常常缺乏支持,甚至缺乏足够的语言来表达自己的观点。大多数组织缺乏评估设计决策道德影响的流程,也很少有设计师被赋予在出现问题时进行反驳的权力。即使设计师确实意识到了问题所在,他们也常常缺乏支持,甚至缺乏足够的语言来表达自己的观点。

这个问题最容易被忽视的根源之一就是教育。大多数用户体验训练营和学位课程都侧重于可用性、研究和美学。道德,即使出现,也只是被当作一个旁注——一场简单的讲座或一句“不做伤害”的模糊劝诫。诸如如何应对商业压力、抵制操纵性设计、维护用户尊严等复杂的现实世界困境,却很少得到深入探讨。

这种教育差距的后果是实实在在的。新晋设计师在初入职场时,缺乏能够帮助他们识别作品是否逾越界限的工具。缺乏应对的词汇和自信,他们很快就会发现自己被迫实施“暗箱操作”,或者为了提升参与度而牺牲用户福祉。结果,设计师这个职业常常将合规与道德、商业忠诚与道德责任混为一谈。

与此同时,我们掌握的工具正变得越来越强大,也越来越危险。人工智能如今可以个性化推送,测试数百种变体,并以无情的效率优化参与度。同样的技术也可以用来检测和标记操纵模式,增强透明度,或衡量我们工作的道德影响——但除非组织选择设定这些界限,否则默认设置永远是针对易于衡量的指标进行优化:参与度、点击量和收入。

“真正的问题不在于机器是否会思考,而在于人类是否会思考。”
——BF·斯金纳

人工智能在设计领域的应用是一把双刃剑。一方面,它实现了前所未有的个性化和效率。另一方面,它也能将操控规模扩大到前所未有的程度。人工智能不仅可以识别设计中的弱点,并根据这些弱点定制信息,还能以隐形的方式大规模地进行操控。《欧洲人工智能法案》禁止“潜意识操控技术”,这恰恰表明了人工智能应用相关问题已变得多么紧迫和复杂。
问题在于,仅靠监管无法解决问题。真正的工作必须在行业内部进行。

没有勇气,我们就无法始终如一地践行任何其他美德。我们不可能善良、真诚、仁慈、慷慨或诚实。——
玛雅·安吉罗

那么,实际上需要做些什么才能使道德像任何商业 KPI 一样真实、自然地成为我们日常决策的一部分呢?

也许首先应该从我们思考设计的方式入手,以及随之而来的设计教学方式。设计并非一套工具,而是一种思维方式,其中伦理是不可分割的一部分。
商业关键绩效指标(KPI)永远存在,但它们不能成为我们遵循的唯一信号。我们应该像关注用户完成流程的速度一样,同样关注他们是否感到知情、受到尊重和掌控。我们需要
赋能设计师,让他们畅所欲言,并在他们表达意见时给予他们机构支持。
最后,我们需要认识到,我们工作的真正影响不仅在于用户做了什么,还在于他们最终会成为怎样的人。

“并非所有重要的事情都可以被计算,而并非所有可以被计算的事情都重要。”
——威廉·布鲁斯·卡梅伦

当然,并非所有问题都能用算法、清单或新程序解决。设计并非中立;它塑造习惯、信仰和社会规范。它可以强化权力失衡,也可以促进包容,可以削弱信任,也可以建立信任。随着技术变得越来越普及和具有影响力,风险只会越来越大。如果我们想要构建一个人们信任他们使用的产品以及制造这些产品的人的未来,我们就不能将道德视为事后诸葛亮,而要将其视为衡量我们成功的核心标准。挑战并非技术层面,而是道德层面。关键在于在每个阶段都要有勇气扪心自问:谁受益?谁面临风险?我们正在设计一个什么样的世界?

在用户体验设计中,说服与操纵之间的界限很少清晰,交付商业价值的压力常常将设计师推入道德的灰色地带——有时是故意为之,有时仅仅是因为没有人提出正确的问题。只要指标比意义更重要,只要道德问题被视为可有可无而非必需,这些模式就会不断重复。

幸运的是,这里没有什么是不可避免的。我们有能力挑战常规,在被要求越界时予以反击,并坚持将道德考量融入我们的流程和对成功的定义中。这并非关乎宏大的姿态或英雄事迹;而是要让道德成为其应有的样子:成为工作中正常且预期的一部分,就像可用性或可访问性一样。

如果我们希望自己的领域受到尊重,如果我们希望自己作为专业人士受到尊重,我们就需要开始像对待商业选择一样认真对待道德选择。如果我们期待情况改善,就不能坐等其他因素带来改变。改变始于我们每个人,始于我们选择不回避下一个即将面临的道德困境的那一刻。

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan

 

自适应UI设计解读 | Fathom 企业人工智能平台

杰睿 平面设计

Fathom 是一款面向企业级应用的尖端 AI 平台,核心优势在于自适应能力计算机视觉。它不仅能处理复杂的视觉识别与分析任务,还能根据不同行业场景灵活调整算法与工作流程,从而帮助企业提升自主性与运营效率。

imgi_558_original-cfc8f340944bd01924c634d555e72be6.png

imgi_577_original-0fd0acbe1a444df4948ccac15ee7e154.png

imgi_578_original-3c9ad24be39584ad4da43c3662e7694d.png

imgi_593_original-574886f35c53c61f34116c817245732e.png

original-dee23ad37d652ffadb312fd286efa806.png

该平台具备以下特点:
行业通用性 – 无论是制造、物流、零售还是医疗,Fathom 都能快速定制并部署适配的解决方案。
先进计算机视觉 – 高精度图像识别、目标检测、异常监测等能力,为生产与决策提供可靠数据支撑。
创意到落地 – 提供从构思到市场化的一体化工具链,简化研发和上线流程。
高性能架构 – 优化计算资源利用,确保大规模数据处理的速度与稳定性。
Fathom 的定位不仅是一个工具,更是企业在 AI 转型道路上的战略伙伴,让复杂的人工智能能力变得易用、可扩展、可持续。
 
一、设计语言分析
主题色调与氛围
  主色是深紫 + 黑蓝渐变,营造科技感与未来感。
  视觉重心在中上部,暗背景下的亮色文字和光晕效果强化了“高端、尖端科技”印象。
  渐变色和星空背景暗示了“无限可能”“前沿探索”。
字体与排版
  标题使用大字号无衬线字体,简洁且有张力,强调专业性。
  副标题与正文采用中等字重,行距宽松,提升可读性。
  层级分明:H1 > 功能标题 > 描述文字。
信息结构
  顶部:品牌定位(“The World's Leading Computer Vision Platform”)+ 快速行动按钮(CTA)。
  中部:可信度背书(合作品牌 Logo)。
  下部:功能模块 + 价值点 + 成功案例。
  时间轴形式呈现“从想法到落地”的流程,有助于理解产品生命周期。
图形与图标
  圆形、轨道、节点等几何元素强调“系统化”“科技环绕”概念。
  图标色彩与模块背景形成对比,快速区分不同功能。
  动态化暗示(虽然是静态图,但布局让人感觉到运动轨迹)。

二、可迁移的设计要点
视觉风格迁移
  如果你做企业级 AI 或 SaaS 产品介绍页,可以借鉴这种深色渐变背景 + 光晕 + 宇宙/星轨的氛围,强化科技与未来感。
  在其他行业(如金融、医疗)迁移时,可将主色换为品牌色或更温和的深色系,保留渐变和光效结构。
结构布局迁移
  上部:一句话定位 + CTA(方便立即引导用户操作)。
  中部:信任背书(客户 Logo、数据成就)。
  下部:功能模块化 + 价值点图标化。
  收尾:真实案例或用户评价(提升可信度)。
  这种结构可直接迁移到任何产品着陆页。
动线迁移
  从“愿景 → 信任背书 → 功能亮点 → 解决方案 → 案例”的信息节奏,降低用户流失。
  如果迁移到你的 UI/UX 分享内容,可改为“趋势背景 → 案例亮点 → 应用技巧 → 实际案例 → 互动引导”。
视觉细节迁移

人工智能自动化 | 20+ GenAI UX 模式、示例和实施策略

杰睿 行业趋势

20+ GenAI UX 模式、示例和实施策略

生成式人工智能通过关注基于意图的结果规范,为人类与系统交互提供了一种新的方式。GenAI 带来了新的挑战,因为它的输出是概率性的,需要理解变异性、记忆、错误、幻觉和恶意使用,这就带来了构建原则和设计模式的必要性,正如 IBM 所描述的那样。

此外,任何AI 产品都是一个分层系统,其中 LLM 只是其中一种成分,而内存、编排、工具扩展、UX 和代理用户流才是真正的魔力!

本文是我对 GenAI 设计模式演变的研究和记录,这些模式为产品经理、数据科学家和交互设计师提供了一种通用语言 ,帮助他们打造以人为本、值得信赖且安全的产品。通过应用这些模式,我们可以弥合用户需求、技术能力和产品开发流程之间的差距。

以下是 21 种 GenAI UX 模式

  1. GenAI 或无 GenAI
  2. 将用户需求转化为数据需求
  3. 增强或自动化
  4. 定义自动化水平
  5. 逐步采用人工智能
  6. 利用心智模型
  7. 传达产品限制
  8. 显示思路链(CoT)
  9. 利用多种输出
  10. 提供数据源
  11. 传达模型信心
  12. 为记忆和回忆而设计
  13. 提供上下文输入参数
  14. 为 coPilot、共同编辑或部分自动化而设计
  15. 定义自动化的用户控件
  16. 用户输入错误状态的设计
  17. 针对人工智能系统错误状态的设计
  18. 设计以捕捉用户反馈
  19. 模型评估设计
  20. 人工智能安全护栏设计
  21. 传达数据隐私和控制

1. GenAI 还是非 GenAI

评估 GenAI 是否改善了用户体验或增加了复杂性。通常,基于启发式 (IF/Else) 的解决方案更易于构建和维护。

GenAI 有益的场景

  • 开放式、富有创意且能增强用户体验的任务。
    例如,写作提示、总结笔记、起草回复。
  • 创建或转换复杂的输出(例如,图像、视频、代码)。
    例如,将草图转换为网站代码。
  • 结构化的用户体验无法捕捉用户意图。

应避免使用 GenAI 的情况

  • 结果必须精确、可审计或确定。
    例如,税务表格或法律合同。
  • 用户期望清晰一致的信息。
    例如:开源软件文档

如何使用此模式

  1. 确定客户旅程中的摩擦点
  2. 评估技术可行性:确定人工智能是否能够解决摩擦点。评估规模、数据集可用性、错误风险评估和经济投资回报率。
  3. 验证用户期望:
    -
    通过评估系统是否增强了人类的努力还是完全取代了人类的努力,确定人工智能解决方案是否侵蚀了用户期望,如模式 3“增强与自动化”中所述。-
    确定人工智能解决方案是否侵蚀了模式 6“心智模型”

2. 将用户需求转化为数据需求

这种模式确保 GenAI 开发始于用户意图以及实现该意图所需的数据模型。GenAI
系统的优劣取决于其训练数据。但真正的用户并非以行列的方式表达,他们表达的是目标、挫折和行为。如果团队未能将用户需求转化为结构化的、模型可用的输入,最终的系统或产品可能会优化到错误的结果,从而导致用户流失。

如何使用此模式

  1. 作为 PM、产品设计师和数据科学家的跨职能团队进行协作,并针对值得解决的用户问题进行协调。
  2. 定义用户需求通过使用三角研究:定性(市场报告、调查或问卷)+ 定量(用户访谈、观察性研究)+ 突发(产品评论、社交聆听等)和综合用户洞察 JTBD框架同理心地图将用户的情绪和观点形象化。价值主张画布将用户的收益和痛苦与功能结合起来
  3. 通过 选择合适的数据模型来定义数据需求和文档,进行差距分析,并根据需要迭代优化数据模型。一旦理解了“为什么”就将其转化为模型的“什么” 。你的AI模型需要哪些特征、标签、示例和上下文来学习这种行为?利用结构化协作来找出答案。

3. 增强 vs. 自动化

GenAI 应用中的一个关键决策是完全自动化任务还是增强人类能力。使用此模式可以使技术与用户意图和控制偏好保持一致。

自动化最适合用户倾向于委派的任务,尤其是在繁琐、耗时或不安全的情况下。例如,Intercom FinAI 会自动将冗长的电子邮件线索汇总为内部笔记,从而节省重复性、低价值任务的时间。

增强功能能够提升效率、创造力和控制力,从而增强用户想要持续参与的任务。例如, Abelton 的Magenta Studio支持创造性的控制,方便用户操控和创作新音乐。

如何使用此模式

  1. 为了选择最佳方法,请使用研究综合工具(如同理心地图(可视化用户情绪和观点)和价值主张画布(了解用户的收益和痛苦))评估用户需求和期望
  2. 测试并验证该方法是否会削弱或增强用户体验。

4. 定义自动化水平

在人工智能系统中,自动化指的是将多少控制权委托给人工智能而不是用户。这是一种战略性的用户体验模式,它根据用户的痛点、情境场景和对产品的期望来决定自动化程度。

自动化水平

  1. 无自动化(AI 辅助,用户自主决定)
    AI 系统为用户提供帮助和建议,但所有决定均由用户自行决定。例如,Grammarly会突出显示语法问题,但用户需要自行决定接受或拒绝更正。
  2. 部分自动化/副驾驶/共同编辑(AI 在用户监督下行动)
    AI 发起操作或生成内容,但用户根据需要进行审核或干预。例如,GitHub Copilot会建议开发人员可以接受、修改或忽略的代码。
  3. 完全自动化(AI 独立行动)
    AI 系统无需用户干预即可执行任务,通常基于预定义的规则、工具和触发器。GenAI 中的完全自动化通常被称为代理系统 (Agentic systems)例如,Ema可以自主规划和执行多步骤任务,例如研究竞争对手、生成报告并通过电子邮件发送,无需用户在每个步骤提示或干预。

如何使用此模式

  1. 评估用户需要自动化的痛点及其风险:当相关风险较低且发生故障不会造成严重后果时,自动化任务最为有效。低风险任务(例如发送自动提醒、促销邮件、过滤垃圾邮件或处理常规客户咨询)可以自动化,最大程度地减少负面影响,同时节省时间和资源。高风险任务(例如进行医疗诊断、发送关键业务邮件或执行金融交易)需要仔细监督,因为一旦发生错误,可能会造成重大损失。
  2. 评估和设计特定的自动化级别:根据用户的期望和目标,评估用户痛点是否应该属于——无自动化、部分自动化或完全自动化。
  3. 定义用户控件以实现自动化(参考模式 15)

5. GenAI 的逐步采用

当用户第一次接触基于新技术的产品时,他们常常想知道系统能做什么和不能做什么,它如何工作以及他们应该如何与它交互。

该模式提供了多维策略来帮助用户使用 AI 产品或功能、减少错误、与用户准备情况保持一致,以提供明智且以人为本的用户体验。

如何使用此模式

这种模式是许多其他模式的顶峰

  1. 从一开始就注重传达好处:避免深入探讨技术细节,并强调人工智能如何带来新的价值。
  2. 简化用户引导体验:在询问用户数据共享偏好之前,先让用户体验系统的价值,并优先提供基础 AI 功能的即时访问权限。鼓励用户稍后注册以解锁高级 AI 功能或分享更多详细信息。例如,Adobe FireFly循序渐进地引导用户从基础功能到高级 AI 功能。
  3. 定义自动化水平(参考模式 4) 逐步增加自主性或复杂性。
  4. 通过针对错误进行设计 来提供可解释性和信任(参考模式 16 和 17)。
  5. 传达数据隐私和控制(参考模式 21),以清楚地传达如何收集、存储、处理和保护用户数据。

6. 利用心智模型

心智模型帮助用户预测系统(网页、应用程序或其他类型的产品)的运作方式,从而影响他们与界面的交互方式。当产品与用户现有的心智模型相符时,用户会感觉直观且易于上手。当两者发生冲突时,可能会导致用户沮丧、困惑,甚至放弃。

例如,Github Copilot 建立在开发人员从传统代码自动完成的思维模型之上,从而简化了向 AI 驱动的代码建议的过渡

例如,Adobe Photoshop 建立在使用矩形控件扩展图像的熟悉方法的基础上,通过集成其生成填充功能,智能地填充新创建的空间。

如何使用此模式

通过提问来识别并建立现有的心智模型

  1. 用户旅程是什么以及用户试图做什么?
  2. 哪些心智模型可能已经存在?
  3. 该产品是否打破了任何直观的因果模式?
  4. 你是否打破了现有的心智模型?如果是,请清晰地解释如何以及原因。良好的引导、微文案和视觉提示可以帮助弥合差距。

7. 传达产品限制

这种模式涉及清楚地传达人工智能模型能做什么和不能做什么,包括其知识边界、能力和局限性。

它有助于建立用户信任、设定适当的期望、防止误用,并在模型出现故障或异常行为时减少挫败感。

如何使用此模式

  1. 明确说明模型的局限性:显示过时知识或缺乏实时数据的上下文提示。例如,当问题超出其知识范围时, Claude会说明其知识范围。
  2. 当模型无法提供合适的输出时,提供回退或升级选项。例如,当被问及与购物无关的问题时, Amazon Rufus会说:“它无法访问事实信息,我只能协助解决与购物相关的问题和请求。”
  3. 在产品营销、入职培训、工具提示或回应免责声明中明确限制

8. 显示思路链(CoT)

在人工智能系统中,思路链(CoT) 提示 技术 通过模仿人类更结构化、循序渐进的思维过程,增强了模型解决复杂问题的能力。

CoT 展示是一种用户体验模式,它通过揭示 AI 是如何得出结论的来提高透明度。这可以增强用户信任,提高可解释性,并为用户反馈提供空间,尤其是在高风险或模糊场景下。

例如Perplexity通过显示处理步骤来增强透明度,帮助用户理解答案背后的深思熟虑的过程。

例如Khanmigo是一种人工智能辅导系统,它通过模仿人类推理来逐步指导学生解决问题,以增强理解和学习。

如何使用此模式

  1. 显示“研究”和“推理”等状态 来传达进展,减少用户的不确定性,让等待时间感觉更短。
  2. 使用渐进式披露:从高级摘要开始,并允许用户根据需要扩展细节。
  3. 提供 AI 工具透明度:清晰显示 AI 用于生成建议的外部工具和数据源。
  4. 展现信心和不确定性:表明人工智能信心水平,并在相关时强调不确定性。

9. 利用多种输出

GenAI 凭借其概率特性,能够对同一输入产生不同的响应。这种模式通过并排呈现多个输出来利用可变性。展示多样化的选项有助于用户创造性地探索、比较、改进或做出更符合其意图的决策。例如, Google Gemini提供了多种选项,帮助用户探索、改进并做出更明智的决策。

如何使用此模式

  1. 解释变化的目的:帮助用户理解输出之间的差异是故意的,旨在提供选择。
  2. 启用编辑功能:让用户无缝地对输出进行评分、选择、重新混合或编辑,从而塑造结果并提供反馈。例如, Midjourney 可以帮助用户调整提示,并指导用户使用重新混合功能进行修改和编辑。

10.提供数据源

在 GenAI 应用程序中,清晰地阐明数据源对于透明度、可信度和用户信任至关重要。清晰地表明 AI 的知识来源有助于用户评估响应的可靠性并避免错误信息。

这在医疗保健、金融或法律指导等高风险事实领域尤其重要,因为决策必须基于经过验证的数据。

如何使用此模式

  1. 内联引用可靠来源:将来源显示为脚注、工具提示或可折叠链接。例如,NoteBookLM会在其答案中添加引用,并将每个答案直接链接到用户上传的文档部分。
  2. 清晰披露训练数据范围:对于生成工具(文本、图像、代码),请简单解释模型训练时使用了哪些数据,以及未包含哪些数据。例如,Adobe Firefly披露其生成填充功能是在库存图像、公开授权作品以及版权已过期的公共领域内容上进行训练的。
  3. 提供来源级信心:在有多个来源贡献的情况下,直观地区分更高信心或更权威的来源。

11. 传达模型信心

AI 生成的输出具有概率性,准确度可能存在差异。显示置信度分数可以传达模型对其输出的确定性。这有助于用户评估可靠性并做出更明智的决策。

如何使用此模式

  1. 评估情境和决策风险:显示模型置信度取决于情境及其对用户决策的影响。在医疗保健、金融或法律咨询等高风险场景中,显示置信度分数至关重要。然而,在AI 生成的艺术作品或故事叙述等低风险场景中,显示置信度可能不会带来太多价值,甚至可能带来不必要的困惑。
  2. 选择合适的可视化:如果设计研究表明展示模型置信度有助于决策,那么下一步就是选择合适的可视化方法。百分比、进度条或一些修饰语(“可能”、“不确定”)都能有效地传达置信度。合适的可视化方法取决于应用程序的用例和用户的熟悉程度。例如,Grammarly会使用“可能”之类的修饰语来描述它与用户共同生成的内容。
  3. 在低信心情况下指导用户行动:提供前进的路径,例如提出澄清问题或提供替代选项。

12. 为记忆和回忆而设计

记忆和回忆是一个重要的概念和设计模式,它使人工智能产品能够存储和重用过去交互中的信息,例如用户偏好、反馈、目标或任务历史,以提高连续性和情境感知。

  • 通过记住过去的选择或偏好来增强个性化
  • 通过避免重复输入请求来减轻用户负担,尤其是在多步骤或长格式任务中
  • 支持复杂任务,如项目规划中的纵向工作流程、通过参考或借鉴过去的进展进行学习历程。

用于访问信息的记忆可能是短暂的会话内的短期)持久的跨会话的长期),并且可能包括对话上下文、行为信号或明确的输入。

如何使用此模式

  1. 定义用户上下文并选择记忆类型。
    根据用例选择记忆类型,例如短暂记忆、持久记忆或两者兼有。购物助理可能实时跟踪交互,无需为未来会话保留数据,而个人助理则需要长期记忆来实现个性化。
  2. 在用户交互中智能地使用记忆
    为 LLM 构建基本提示,以便根据上下文回忆和传达信息(例如,“上次你喜欢更轻松的语气。我应该继续吗?”)
  3. 传达透明度并提供控制功能
    清晰地传达正在保存的内容,并允许用户查看、编辑或删除已存储的记忆。使“删除记忆”操作易于访问。例如,ChatGPT 在其平台上提供了广泛的控制功能,可随时查看、更新或删除记忆

13.提供上下文输入参数

情境输入参数通过简化用户交互来提升用户体验,并更快地实现用户目标。通过利用用户特定数据、用户偏好、过往交互,甚至来自其他具有相似偏好的用户的数据,GenAI 系统可以定制输入和功能,以更好地满足用户意图和决策。

如何使用此模式

  1. 利用先前的交互:根据用户先前输入的内容预填充输入。参考 模式 12,记忆与回忆。
  2. 使用自动完成或智能默认设置:在用户输入时,根据个人和全局使用模式提供智能的实时建议。例如,Perplexity会根据您当前的查询线索,提供智能的后续查询建议。
  3. 推荐交互式 UI 小部件:根据系统预测,提供定制的输入小部件,例如提示框、滑块和复选框,以增强用户输入体验。例如,ElevenLabs允许用户通过显示预设或默认值来微调语音生成设置。

14. 为副驾驶/共同编辑/部分自动化而设计

副驾驶是一种增强模式,AI 充当协作助手,在用户掌控全局的同时,提供情境化和数据驱动的洞察。这种设计模式在战略制定、构思、写作、设计或编码等领域至关重要,因为这些领域的结果具有主观性,用户拥有独特的偏好,或者用户的创意输入至关重要。

副驾驶 加快工作流程,增强创造力并减少认知负荷,但人类仍保留创作权和最终决策权

如何使用此模式

  1. 嵌入内联帮助:AI 建议会根据上下文进行呈现,方便用户轻松接受、拒绝或修改。例如,Notion AI 可以帮助您起草、总结和编辑内容,同时您可以掌控最终版本。
  2. 保存用户意图和创意方向:让用户通过目标、语气或示例等输入来引导 AI,同时保持原创性和创意方向。例如,Jasper AI 允许用户设置品牌语调和语气指南,帮助构建 AI 输出,使其更好地匹配用户意图。

15. 设计自动化的用户控件

构建 UI 级机制,让用户根据用户目标、上下文场景或系统故障状态管理或覆盖自动化。

没有系统能够预测所有用户情境。控制赋予用户自主权,即使人工智能出错,也能保持信任。

如何使用此模式

  1. 采用渐进式展现:从最低限度的自动化功能开始,逐渐允许用户选择更复杂或自主的功能。
    例如,Canva Magic Studio一开始会提供简单的 AI 建议,例如文本或图像生成 ,然后逐步展示高级工具,例如 Magic Write、AI 视频场景和品牌语音定制。
  2. 为用户提供自动化控制功能: 提供诸如 开关、滑块或基于规则的设置等UI 控件,让用户选择何时以及如何控制自动化功能。例如,Gmail 允许用户禁用智能撰写功能。
  3. 自动化错误恢复设计:当 AI 出现故障(误报/漏报)时,向用户提供纠正措施。添加手动覆盖、撤消或升级到人工支持的选项。例如,GitHub Copilot 建议内联代码,但当输出关闭时,开发人员可以轻松拒绝、修改或撤消建议。

16. 设计用户输入错误状态

GenAI 系统通常依赖于对人类输入的解读。当用户提供模糊、不完整或错误的信息时,AI 可能会误解其意图或产生低质量的输出。

输入错误通常反映的是用户期望与系统理解之间的不匹配。妥善处理这些问题对于维护信任和确保顺畅的交互至关重要。

如何使用此模式

  1. 优雅地处理拼写错误:当置信度较高(例如,> 80% )时,使用拼写检查或模糊匹配自动纠正常见的输入错误,并巧妙地进行表面更正(“显示结果......”)。
  2. 提出澄清性问题:当输入过于模糊或有多种解释时,提示用户提供缺失的上下文。在对话设计中,当意图明确但实体不明确时,就会发生此类错误。了解更多关于实体和意图的信息。例如,当 ChatGPT 给出“首都是什么?”这样的低语境提示时,它会提出后续问题,而不是猜测。
  3. 支持快速更正:方便用户编辑或覆盖您的解释。例如,ChatGPT 在已提交的提示旁边显示一个编辑按钮,方便用户修改输入。

17. 人工智能系统错误状态的设计

GenAI 输出本质上是概率性的,容易出现幻觉、偏见和上下文错位等错误。

与传统系统不同,GenAI 的错误状态难以预测。针对这些状态进行设计需要透明度、恢复机制和用户自主性。精心设计的错误状态可以帮助用户了解 AI 系统的边界并重新获得控制权。

混淆矩阵有助于分析人工智能系统错误,并通过显示以下计数来深入了解模型的执行情况
-真阳性(正确识别阳性案例)
-假阳性(错误识别阳性案例)
-真阴性(正确识别阴性案例)
-假阴性(未能识别阴性案例)

人工智能错误和故障状态的场景

  1. 系统故障(错误输出)
    由于数据质量差、存在偏见或模型错觉,会出现假阳性或假阴性。例如,花旗银行金融欺诈系统会显示一条消息:“异常交易。您的卡已被冻结。如果是您本人操作的,请验证您的身份。”
  2. 系统限制错误(无输出)
    由于未经训练的用例或知识缺口,会出现真负例。例如,当 ODQA 系统接收到训练数据集之外的用户输入时,会抛出以下错误:“抱歉,我们没有足够的信息。请尝试其他查询!”
  3. 上下文错误(误解输出)由于解释不清或与用户预期相冲突而导致用户困惑的
    真阳性结果属于上下文错误。例如,当用户从新设备登录时,被锁定。AI 会回复:“您的登录尝试已被标记为可疑活动。”

如何使用此模式

  1. 传达各种场景的人工智能错误:使用诸如
    “这可能不准确”、“这看起来像......”或表面置信度水平之类的短语来帮助校准信任。
  2. 使用模式传达低置信度输出的模型置信度。
  3. 提供错误恢复:如果发生系统故障或上下文错误,请提供清晰的路径来覆盖、重试或升级问题。
    例如,使用“尝试其他查询”、“让我改进一下”或“联系客服”等方式。
  4. 启用用户反馈:轻松报告幻觉或错误输出。了解更多关于模式 19 的信息。设计以捕获用户反馈

18. 设计时要捕捉用户反馈

现实世界的一致性需要直接的用户反馈来改进模型,从而改进产品。当人们与人工智能系统互动时,他们的行为会塑造并影响他们未来收到的输出。从而形成一个持续的反馈循环,系统和用户的行为都会随着时间的推移而不断调整。例如,ChatGPT使用“反应”按钮和“评论”框来收集用户反馈。

如何使用此模式

  1. 考虑隐性反馈:捕捉用户操作,例如跳过、忽略、编辑或互动频率。这些被动信号提供了有价值的行为线索,有助于调整推荐内容或发现用户不感兴趣的行为模式。
  2. 寻求明确的反馈:通过点赞/踩、NPS 评分小部件或用户操作后的快速调查问卷,收集用户的直接反馈。利用这些反馈来改进模型行为和产品契合度。
  3. 告知反馈的用途:让用户了解他们的反馈将如何影响未来的体验。这可以增强信任,并鼓励用户持续做出贡献。

19. 模型评估设计

强大的 GenAI 模型需要在训练期间以及部署后持续进行评估。评估旨在确保模型按预期运行,识别错误和幻觉,并与用户目标保持一致,尤其是在高风险领域。

如何使用此模式

三种关键的评估方法可以改进机器学习系统。

  1. 基于法学硕士 (LLM) 的评估(LLM-as-a-judge)一个独立的语言模型充当自动评判者。它可以对回复进行评分,解释其推理过程,并分配诸如有用/有害或正确/不正确等标签。
    例如,Amazon Bedrock 使用 LLM-as-a-Judge 方法来评估 AI 模型的输出。一个独立的可信 LLM(例如 Claude 3 或 Amazon Titan)会根据有用性、准确性、相关性和安全性自动审核和评分回复。例如,比较两个 AI 生成的针对同一提示的回复,评判模型会选择更优的那个。这种自动化方法可将评估成本降低高达 98%,并加快模型选择速度,而无需依赖缓慢且昂贵的人工审核。
  2. 启用基于代码的评估:对于结构化任务,使用测试套件或已知输出来验证模型性能,特别是对于数据处理、生成或检索。
  3. 捕捉人工评估:集成实时 UI 机制,方便用户将输出标记为有用、有害、不正确或不清楚。更多详情,请参阅模式 19。捕捉用户反馈的设计
  4. LLM 作为评判者和人工评估的混合方法将准确率大幅提高到 99%

20. AI护栏设计

人工智能护栏的设计意味着在GenAI模型中建立实践和原则,以最大限度地减少伤害、错误信息、不良行为和偏见。至关重要的是

  • 保护用户和儿童免受有害语言、虚构事实、偏见或虚假信息的侵害。
  • 建立信任和采用:当用户知道系统避免仇恨言论和错误信息时,他们会感到更安全并愿意经常使用它。
  • 道德合规:欧盟人工智能法案等新规要求人工智能设计必须安全。团队必须符合这些标准,才能保持合法合规并承担社会责任。

如何使用此模式

  1. 分析并引导用户输入:如果提示可能导致不安全或敏感内容,则引导用户进行更安全的交互。例如Miko 机器人遇到脏话时,它会回答“我不允许使用此类语言”。
  2. 过滤输出并审核内容:使用实时审核功能检测并过滤可能有害的 AI 输出,在显示给用户之前屏蔽或重新构建它们。例如显示一条注释:“此回复已根据我们的安全准则进行了修改。”
  3. 使用主动警告:当用户接触敏感或高风险信息时,巧妙地通知他们。例如“这只是信息建议,不能替代医疗指导。”
  4. 创建强大的用户反馈机制:让用户轻松举报不安全、带有偏见或虚假信息的输出,从而通过主动学习循环逐步改进人工智能。例如,Instagram 提供了应用内选项,方便用户举报伤害、偏见或虚假信息。
  5. 交叉验证关键信息:对于高风险领域(例如医疗保健、法律、金融),使用可信数据库备份 AI 生成的输出,以捕捉幻觉。参考模式 10, 提供数据源。

21. 传达数据隐私和控制

这种模式确保 GenAI 应用程序清楚地传达如何收集、存储、处理和保护用户数据。

GenAI 系统通常依赖于敏感数据、情境数据或行为数据。处理不当可能会导致用户不信任、法律风险或意外滥用。清晰地传达隐私保护措施有助于用户感到安全、受到尊重并掌控全局。例如,Slack AI 明确表示,客户数据仍归客户所有并控制,不会用于训练 Slack 或任何第三方 AI 模型。

如何使用此模式

  1. 显示透明度:当 GenAI 功能访问用户数据时,显示访问内容和原因的解释。
  2. 设计选择加入和选择退出流程:允许用户轻松切换数据共享偏好设置。
  3. 启用数据审查和删除:允许用户查看、下载或删除他们的数据历史记录,从而让他们能够持续控制。

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

循环用户体验:为修复和再利用而设计

杰睿 设计管理与成长

通过 AI 辅助创建的图像

当我们谈论用户体验时,大多数话题都倾向于愉悦感、易用性和效率。但近年来,一个话题却逐渐受到关注:可持续性。对我来说,“循环用户体验”(Circular UX)——为修复和重复使用而设计——并非源于会议演讲或流行文章,而是在为内部供应链门户网站进行实际产品改造时。

什么是循环用户体验 (Circular UX)?

循环用户体验 (Circular UX) 借鉴了循环经济的理念,致力于延长产品的生命周期。循环用户体验 (Circular UX) 并非设计那些快速采用并逐渐淘汰的数字体验(想想那些迫使你每年购买新版本的应用程序),而是鼓励设计兼顾耐用性、可修复性和可重复使用性

这不仅仅是关于使用环保图标的“绿色UI”。这是为了确保:

  • 用户无需从头开始重新启动流程即可修复错误。
  • 组件可以在不同的流程中重复使用,而无需每次都重新培训用户。
  • 数据是可移植的和可恢复的。
  • 界面会随着时间的推移而适应,而不是像重置按钮那样强制升级。

您已经知道的真实示例

  • Google Docs:想想它如何自动保存、查看版本历史记录以及恢复旧版本。告别“工作丢失”的恐慌。
  • Figma:设计师可以在项目之间重复使用组件和库,甚至可以回滚到以前的迭代而不会丢失进度。
  • iOS 照片应用程序:您可以“取消删除”照片、恢复编辑以及复制图像以创建变体 - 鼓励无所畏惧地进行实验。
  • Shopify 管理员:店主可以复制产品模板、重复使用运输规则并进行小幅编辑,而不必重建整个目录条目。

这些都是循环用户体验 (Circular UX) 的实际例子:减少重复性工作、使恢复变得容易、并增强探索的信心

当产品设计为可修复和重复使用时,用户行为会发生以下变化:

按 Enter 键或单击即可查看完整尺寸的图像
通过 AI 辅助创建的图像

上图比较了应用 Circular UX 前后的情况。

  • 循环用户体验之前:用户非常谨慎,创建手动解决方法,并大量涌入支持团队,因为即使是小错误也是无法逆转的。
  • 循环用户体验之后:用户可以安全地进行探索,通过模板和版本控制可以提高效率,并且由于产品感觉是在提供帮助而不是惩罚,因此整体满意度也会提高。

这种简单的思维转变——从僵化的流程到灵活、可修复的体验——可以改变用户信任和业务成果。

我的项目:将循环用户体验带入现实(快速案例研究)

我曾参与一个团队,负责改造一个时尚品牌的内部供应链门户。旧系统非常死板:如果用户在创建订单或规划发货时出错,唯一的解决办法就是删除所有数据,然后重新执行整个流程。这每周都会浪费数小时,并导致运营团队和 IT 团队之间产生摩擦。

我们的循环用户体验目标 -

  1. 无需重新开始即可修复:允许用户仅编辑受影响的步骤,而不必重新启动工作流程。
  2. 重复使用现有模板:用户可以复制以前的配置并仅调整更改的内容,而不必每次都创建新的订单。
  3. 创建反馈循环:捕获错误和解决方案以进行模式识别,这将在以后指导预测建议。

我们做出的设计决策 -

  • 模块化流程:我们摒弃了冗长的表单,将订单创建流程拆分成多个独立的模块(例如“供应商”、“SKU详情”、“物流”)。用户可以直接进入某个模块修改数据,而不会影响其他模块。
  • 版本控制:每个订单更新都会创建一个可追溯的版本历史记录,因此如果有人需要恢复更改,也不会永久丢失任何内容。
  • 快速模板:我们设计了“智能模板”,可以提取以前的配置,减少冗余输入。
  • 应用内指导:针对常见故障点(例如,SKU 不匹配)添加了微文本和上下文工具提示。

用户反馈和接受度 -

这一转变出人意料地受到了热烈欢迎:

  • 培训时间缩短了约 35%。由于模块反映了实际任务的思维模型,新团队成员能够更快地掌握系统。
  • 第一季度错误率降低了22%。
  • 员工们表示“数据焦虑”有所减少。他们不惧怕尝试,因为他们知道错误是可以纠正的。

三个月后,我们进行了一项用户调查:83% 的人表示他们“非常喜欢”新版本,因为感觉“惩罚更少”且“更宽容”。

投资回报率和影响

投资回报率是显而易见的:

  • 节省的时间:每月大约节省 300 多个工时,仅仅因为避免了重复输入。
  • 降低成本: “数据修复、更多控制和节省时间”的 IT 支持票减少了 40%。
  • 长期适应性:当添加新的产品线时,模块化方法可以更快地扩展(我们重用现有的 UI 组件,而不是从头开始)。

这就是我们在项目中应用循环用户体验 (Circular UX) 概念的方式。难点在于简化现有流程,赋予用户更多控制权并节省他们的时间。现在,让我们了解一下为什么循环用户体验对所有公司都至关重要:

  • 节省成本:减少支持电话、减少培训课程、最大限度地减少返工,从而节省时间和金钱。
  • 员工幸福感和保留率:感觉“有用”的工具可以提高员工的士气,尤其是在高压操作中。
  • 可扩展性:模块化、可重复使用的设计意味着当您的公司添加新服务或产品时,您可以快速适应,而不必重新做整个系统。
  • 品牌声誉:提供尊重用户努力的产品(例如允许轻松恢复工作)可以建立信任和忠诚度。

给想要尝试循环用户体验的设计师的建议

  • 映射故障点:确定用户重新启动或放弃任务的位置,并设计修复方法而不是强制完全重新启动。
  • 集成安全网:添加草稿、撤消选项、回滚功能和清除版本历史记录,以便用户可以在任何阶段恢复工作。
  • 使用模块化、可重复使用的设计:构建独立的步骤和可重复使用的组件,使用户和开发团队更轻松地进行修复和扩展。
  • 引导,不要惩罚:提供清晰的上下文帮助和微文案,以便用户知道如何修复错误,而无需猜测或离开他们的流程。
  • 增长计划:为未来的重用和扩展而设计——确保随着任务或数据量的增加,流程仍然顺利运行。

循环用户体验不仅仅是一个环保的流行词;它指的是尊重用户时间和精力的设计体验。在我的项目中,采用修复和重复使用不仅提高了可用性,还增强了用户信心,降低了运营成本,并创建了一个可以根据未来需求扩展的系统。

当用户感到可以放心尝试,并且知道错误可以恢复时,他们会更有效地使用你的产品,减少压力。而当公司在设计产品时考虑到维修和重复使用,他们就能节省成本,减少客户流失,并确保产品面向未来

因此,下次设计时,请问自己:“人们修复或重复使用他们已经完成的工作有多容易?”这种小小的思维转变可能会对用户和企业投资回报率产生重大影响。

 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

优化用户体验 | AI工作流 | Lovable + Cursor:如何设置这个强大的 AI 工作流程

杰睿 行业趋势

今天给大家分享一个强大的工作流程:Lovable — GitHub — Cursor。

虽然 Lovable 和 Cursor 都是流行的工具,但它们各有其优点和局限性。

但当一起使用时,它们可以很好地互补,您可以获得两全其美的效果。

此工作流程让您可以利用 Lovable 的快速设计生成和 Cursor 的 AI 驱动编码环境来精确构建更强大的应用程序。

我将向您展示如何逐步连接它们并创建无缝的工作流程。

概述

工作原理

在Lovable中,将您的项目与Github连接起来,这样代码就可以实时同步到GitHub。

在 Cursor 中,你可以将项目代码克隆到本地并进行编辑。之后,你可以随时同步到 GitHub。

一旦同步,更新将立即反映在 Lovable 中。

按 Enter 键或单击即可查看完整尺寸的图像
工作流程概述

然后,您可以根据需要选择使用 Lovable 或 Cursor 进行工作。两者之间可无缝切换。

为什么它如此强大

对于专注于前端的设计来说,Lovable 直观且快速。但当需要改进或添加实际功能时,你很快就会遇到瓶颈。

它根本不适合开发可靠的应用程序。而且,Lovable 的免费计划也很容易达到使用上限。

这就是 GitHub 和 Cursor 的用武之地。GitHub 充当了 Lovable 和 Cursor 之间的桥梁。从它的名字就可以看出“ GitHub = Git + Hub ”。Git 是管理代码版本的工具。GitHub 是一个托管 Git 存储库并增强协作的平台。

而 Cursor 就像一个带有 AI 助手的代码编辑器。它比 Lovable 强大得多。你可以更精确地调试、优化和构建代码。

缺点是,如果你编程经验有限,Cursor 可能会让你感到不知所措,而且它不够简单,不适合前端探索。这就是为什么 Lovable 和 Cursor 相辅相成的原因。

但是如何让 Lovable、Cursor 和 GitHub 协同工作呢?

按 Enter 键或单击即可查看完整尺寸的图像
我在 Reddit 上偶然看到的一篇帖子 :)

接下来,我将逐步引导您完成工作流程!

步骤 1:Lovable → GitHub

首先,你需要有一个 GitHub 帐户。

那就用 Lovable 来构建一些东西吧。我在一篇新闻通讯里提到过 Lovable 。它很容易上手。

为了这个演示,我创建了一个简单的“像我 5 岁一样解释它”应用程序。

您可以随时通过点击右上角的 GitHub 图标选择连接到 GitHub。

按 Enter 键或单击即可查看完整尺寸的图像
Lovable 中的 GitHub 图标

如果单击该图标,将出现以下对话框:

按 Enter 键或单击即可查看完整尺寸的图像
点击 GitHub 图标后

连接到 Github 帐户后,此对话框将显示另一个选项,供您将此“项目”连接到您的 Github。请确保它也已连接。

步骤 2:GitHub → Cursor

打开 Cursor。第一步是选择一个文件夹。这就是项目所在的位置。

接下来,您只需在 Cursor 中输入以下内容:

克隆此 repo:[你的项目 Github 链接]repo:[你的项目 Github 链接]

然后 Cursor 会告诉你该怎么做。设置起来非常简单直接。

您实际上是在安装“依赖项”,即下载并设置项目正常运行所需的所有包。

按照说明,我打开了本地服务器,它在 Lovable 中显示了完全相同的设计。

按 Enter 键或单击即可查看完整尺寸的图像
获取我的本地服务器来展示 Lovable 的设计

假设现在我想在 Cursor 中进行一些修改。CTA 按钮的悬停效果太过分了。

按 Enter 键或单击即可查看完整尺寸的图像
原始按钮悬停效果

我在 Cursor 的提示窗口中输入了以下内容:

删除悬停时“解释一下!”CTA 上的放大效果。悬停时“解释一下! ” CTA产生影响。

然后就修复了:

按 Enter 键或单击即可查看完整尺寸的图像
Cursor 中按钮悬停效果修改后

步骤 3:光标→GitHub

简介

您可以随时选择将代码从 Cursor 同步到 GitHub。

但是,您会发现选项比您预期的要多得多,而只有一个选项 — — 同步。

Git 就是这样运作的。它将版本控制分解成多个小的、具体的操作,以便你进行精确控制。

这在处理大型项目时尤其有用。想象一下,当多人协作时,所有本地模型都同步到一个中心模型,而且每个人都只能选择同步,没有其他选择,那该有多混乱。

我在下面画了一张图表来帮助您更好地理解所有这些命令。

按 Enter 键或单击即可查看完整尺寸的图像
从 Cursor 到 Github 的 Git 命令

您不必亲自输入这些命令,但是当您在 Cursor 中看到这些术语并感到困惑时,该图表可以作为有用的参考。

阶段变化

首先,点击这个“分支”图标切换到源代码控制面板。然后点击“+”图标“暂存更改”,使其准备好提交。

按 Enter 键或单击即可查看完整尺寸的图像
阶段变化

提交 + 同步

然后根据您的需要,您可以在“提交”下拉菜单中选择一个选项。

如果您只想直接同步,请使用“提交和同步”。

按 Enter 键或单击即可查看完整尺寸的图像
提交并同步

你看到“提交”顶部的消息框了吗?它就像一个版本历史记录名称,方便你更好地跟踪更改。如果你将其留空,Cursor 会根据你所做的更改自动生成一条提交消息。

步骤 4:GitHub → Lovable

现在就是神奇的一步。因为你什么都不用做。

你应该会立即看到更新自动同步到 Lovable 中。太酷了!

按 Enter 键或单击即可查看完整尺寸的图像
Cursor 中的更新实时反映在 Lovable 中

如果您查看上面的快照,它会在聊天窗口中显示来自 Cursor 的最新修订。

然后,您可以根据需要选择继续在 Lovable 中构建或切换到 Cursor。

附录

如果您想与某人合作,只需在 GitHub 上的项目仓库中添加一位合作者即可。前往项目 → 设置 → 合作者 → 添加人员

按 Enter 键或单击即可查看完整尺寸的图像
在 GitHub 中添加协作者

一旦添加,他们也可以使用 Cursor 实时协作该项目。

感谢阅读。特别感谢 Junaid,在我准备课程期间与我分享了工作流程

下周见,

欣然

-

PS:几天前我做了一个关于创建 AI 原型的演讲,并演示了一些示例。如果你也对这个话题感兴趣,可以去看看。你可能会喜欢我和观众现场演示的冰淇淋搭配应用。

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

界面设计风格解析 | ABB 3D社交媒体视觉效果设计

杰睿 移动端UI设计文章及欣赏

 

imgi_29_247cd1221525289.67d5ef8cc6f9a.png

imgi_30_a1a3b7221525289.67d5ef8cc691f.png

imgi_31_d2b44c221525289.67d5ef8cc605e.png

imgi_32_9bd1fb221525289.67d5ef8cc5216.png

imgi_33_97b9d5221525289.67d5ef8cc5a75.png

1. 画面内容解读

主体元素

  • 金融类图标化物体:硬币、银行卡、银行建筑、存钱罐、数字符号(如“₿”、“$”)、网格状科技纹理

  • 品牌标识:ABB Logo 或抽象化的品牌色块,立体化呈现

  • 抽象 3D 元素:漂浮的几何体(圆柱、方块、球体)、数据流线条、渐变光球

  • 场景背景:简洁单色或柔和渐变,留出空间让主体呼吸

空间与透视

  • 中心构图:主体位于视觉中央,四周留白适合社交媒体缩略图浏览

  • 微透视:通过 3D 相机轻微倾斜,制造动态感

  • 前景-中景-背景层次:前景有漂浮元素,中景主体,背景光晕或渐变,增强纵深感


2. 色彩选择

配色策略

  • 主色:深蓝 / 银灰 —— 金融行业常用的“稳健、信赖”色

  • 辅色:亮黄 / 金色 —— 暗示财富、价值

  • 点缀色:电光蓝 / 青色 —— 体现科技感

光影处理

  • 高对比度主光,突出边缘高光,强化金属质感

  • 柔和环境光,让暗部不死黑,保留细节

  • 背景光晕或渐变,吸引视线到主体


3. 构图方式

  1. 黄金分割:主体落在黄金分割线上,增加视觉舒适度

  2. 中心聚焦:社交媒体适配性强,缩略图清晰易读

  3. 动静结合:静态主体 + 流动线条或粒子,营造科技流动感

  4. 留白策略:四周留白便于加文字信息或 Logo


4. 设计关键词

  • 稳健(Trustworthy)

  • 科技感(Tech-inspired)

  • 高质感(Premium)

  • 几何化(Geometric)

  • 立体光影(3D Lighting)

  • 金融象征(Financial Symbols)

  • 社交传播友好(Social-friendly)


5. 可迁移的点

  • 行业迁移:不仅适合银行,也适合保险、科技公司、加密货币品牌、金融科技应用

  • 风格迁移:把金融元素替换成行业专属元素(医疗、教育、零售等),保留 3D 场景结构与光影

  • 平台适配:同一 3D 场景调整构图比例,即可适配 Instagram、LinkedIn、抖音等不同尺寸


6. 最简单的执行方式(低成本版)

  1. 软件:Blender(免费)+ Canva/Photoshop 后期排版

  2. 建模

    • 用 Blender 现成几何体 + 金融符号 SVG 导入挤出成型

    • 用内置材质(金属、玻璃、渐变)快速出效果

  3. 灯光

    • 主光 + 辅光 + 背景光三点布光

    • 在背后加大范围 Area Light 制造光晕

  4. 输出

    • 1920×1920 或 1080×1080(社交媒体友好尺寸)

    • 渲染后在 Photoshop 加品牌色背景和文字

 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

你的直觉背后有逻辑

杰睿 用户研究

查尔斯·桑德斯·皮尔斯的数码插画,风格类似拼图游戏。他留着胡须的肖像由相互交错的拼图碎片组成,背景为大胆抽象的绿色、橙色和青绿色调。这幅图像象征着复杂性、推理能力和结构化思维。
查尔斯·桑德斯·皮尔斯(作者使用人工智能创建的图像)

每个人都说:“相信你的直觉。”但
没有人解释你的直觉是如何思考的。

查尔斯·皮尔斯做到了。

他称之为溯因推理——最佳猜测的逻辑。从想法到假设的跳跃。这种思维方式并不能保证你一定正确,但能让你足够接近事实,值得一试。

19世纪末,皮尔士(发音为“purse”)提出了一个关于人类如何形成信念的模型。这种信念的形成并非等待神灵的启示或遵循完美的规则,而是从不确定性入手,对我们自以为知道的事物感到不安,并形成一个值得检验的猜测。

他通过自己的工作创造了“探究”一词。这种逻辑如今在早期产品战略、设计研究和推测性人工智能提示中随处可见。但大多数人从未听说过它,或者从未听说过他。

研究怀疑的科学家

按 Enter 键或单击即可查看完整尺寸的图像
19世纪哲学家、逻辑学家查尔斯·桑德斯·皮尔斯的黑白肖像。他身着正装,蓄着大胡子,头发中分,表情严肃,略微侧身。
查尔斯·桑德斯·皮尔斯,公共领域,通过 Wikimedia Commons

皮尔士是一位逻辑学家、数学家、物理学家,以及许多其他领域的专家,他是美国实用主义的奠基人。但他真正痴迷的是我们如何形成信念……以及如何改变它们。

他相信真理并非唾手可得,而是需要你努力奋斗才能获得。而获得真理的途径并非加倍努力……而是甘愿犯错。

对于皮尔士来说,怀疑并非弱点,而是真正思考的开始。

他概述了人类推理的三种基本方式:

  • 绑架:根据有根据的猜测,什么可能是真的。
  • 演绎:如果某些规则成立,那么一定为真。
  • 归纳:根据我们所见的模式,什么可能是真的。

绑架

皮尔斯认为,溯因推理是思维的起点,是所有洞察力的源泉。它引领新想法进入思维领域,让产品团队能够推测某个指标下降的原因,让设计师能够预见到混乱的发生,让研究人员能够提出正确的问题——而不仅仅是分析数据。

溯因推理是从观察到可能性的飞跃。从“这到底是怎么回事?”到“也许是这样”。它并不能保证你是对的,但它能给你提供一些可以测试的东西。

扣除

演绎法起源于亚里士多德,它从普遍真理出发,并由此推理。

如果所有人都会死,而内特是人类,那么内特也是会死的。

非常简单。无需猜测。

它是系统、策略和自动化的逻辑。它是工程师确保代码正常运行的方式,也是合规团队发现违规行为的方式。演绎是我们利用已知知识进行推理的方式。但演绎并不能产生新的见解。它只能验证符合规则的内容。我喜欢这样理解:演绎建立在现状之上,而不是可能实现的。

就职

归纳法也源于亚里士多德,但经过以下思想家的扩展:弗朗西斯·培根大卫·休谟反之亦然。它根据观察到的情况推断可能发生的情况。

到目前为止,太阳每天都会升起,因此,明天它大概也会升起。

它是科学、分析和机器学习背后的逻辑。它能发现模式、发现趋势并标记概率。归纳推理能告诉团队用户做了什么,但不一定能告诉他们为什么做,或者下一步该做什么。

它很强大,但都是事后诸葛亮。它是一种回顾。没有溯因推理来构建问题,也没有演绎推理来施加约束,归纳推理只是收集数据。它只是观察,却不知道究竟要寻找什么。

信念的用户体验

皮尔士不仅研究我们如何推理,他还研究我们如何相信,以及为什么错误的信念如此难以动摇。在他1877年的论文《信念的固着》中,他列举了人们判断真理的四种常见方式:

  1. 坚韧:我相信这一点,因为我一直都相信。
  2. 权威:我相信这一点,因为有位有权势的人告诉我。
  3. 先验:我相信这一点,因为直觉上感觉正确。
  4. 科学方法:我相信这一点,因为它经得起推敲。

其中只有一种说法欢迎质疑。其他说法则鼓励安慰。它们之所以让人感觉真实,是因为它们一直以来都让人感觉真实。可能是因为某个可信的人说过这些话(锚定效应),也可能是因为它们易于重复,难以质疑。

信念并不总是来自证据。它来自情感、重复,有时甚至是便利。

这就是为什么人们会继续从事有害的工作,并相信阴谋论。这就是为什么整个团队围绕着一个在启动会议上感觉正确的想法展开工作,但之后就再也没有被重新讨论过。

皮尔斯的警告不仅仅是哲学层面的,它非常实用:

如果你忽略了怀疑带来的不适,你也就忽略了学习的机会。

运用绑架法进行设计

大多数现代设计工作都始于一种直觉。你注意到一些事情。你猜测它发生的原因。你验证这个猜测。

这就是绑架。

你不是在证明必然为真,也不是在确认可能为。你是在问:这里可能发生了什么?

这是探索研究和旅程地图的核心。真正以人为本的设计。这种设计需要长时间地与模糊性共存,以便从中汲取经验,而不是停留在幻灯片上假装自己已经知道了。

问题?

我们不会把溯因推理当成一门技能来教。我们把它当成直觉。高级设计师“大概知道”的东西。

我想皮尔斯不会同意。对他来说,溯因推理不是魔法,而是逻辑。溯因推理是可以训练的,可以解释的,而且也值得实践。

如果说演绎法是数学的逻辑,归纳法是科学的逻辑,那么溯因法就是设计的逻辑。

优秀的设计师总是在别人追寻答案之前提出更精妙的问题。这也是为什么他们不仅仅是在建造,而是在观察

通过 GenAI 进行溯因推理

溯因推理并不仅限于设计。每当我们试图理解一些不明确的事物时,它都会出现。而没有什么比我们如何使用生成式人工智能更切题(或更容易被忽视)了。

在 GenAI 出现之前,深度思考进展缓慢。你必须面对模棱两可的情况,理解零散的信息,并挑战自己的假设。这种方式效率不高,但确实有效。

现在,有了 GenAI,我们就有了一个可以模拟新观点、提出反驳意见并帮助我们比以往更快地测试想法的工具。

但大多数人并非如此使用。他们带着结果而来,而不是带着疑问。他们寻求的是确认,而不是探索。他们把这个工具当成了自动售货机

提示法运用得当,就能起到溯因推理的作用。你先提出一个假设,然后提出问题,探索可能成立的结论。之后,不断完善假设。

如果使用不当,该工具会反映你的第一个假设。听起来很有说服力,但却无法加深你的理解。

早在语言模型出现之前,皮尔斯就对此发出过警告。当信念被过快接受时,它就会停止进化。当质疑从学习过程中消失时,学习也会随之消失。

提示是练习溯因推理的机会,但只有我们像自己思考一样小心地使用它时,才有意义。

所以呢?

我们并非为真理而设计,而是为可以演变的信念而设计,这意味着我们要适应模糊性,提出更好的问题,并抵制急于获得确定性的冲动。

如果人工智能要帮助我们思考(而不仅仅是产生结果),那么我们必须教会人们如何谨慎地推测并检验假设。我们还必须教会人们如何在不失去控制的情况下改变想法。

查尔斯·皮尔士为我们提供了一个模型,帮助我们在事实不全的情况下进行推理。这是一种灵活且愿意犯错的思维方法。

它仍然有效。

如果你对这些思维习惯是如何养成的感兴趣,我曾专门写过关于弗里德里希·福禄贝尔的文章,他是一位向我们展示如何塑造学习方式的教育家。

我们花了很多时间讨论如何训练人工智能,但却很少思考如何训练我们自己思考。

皮尔斯做到了。

也许现在正是我们倾听的时候了。

 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

Garmin 拥有我的所有数据——那么 Runna 为什么要为我制定更好的训练计划呢?

杰睿 设计管理与成长

Runna 与 Garmin 的标志
Runna 与 Garmin 的对比

三年前的圣诞节,我收到了一块 Garmin 手表。

按 Enter 键或单击即可查看完整尺寸的图像
Garmin 手表图片
我漂亮的 Garmin 手表(我有中间的那块)

当时我已经跑过几次马拉松了,但我从来没想过自己会像以前那样,追踪心率、恢复时间、步频……我只是跑而已。不过,嘿,这真是个礼物。所以我戴上它,很快就变成了那种即使走到街角商店也戴着Garmin手表的人。

让我惊讶的是,我竟然如此喜欢它。看到我的静息心率下降?太棒了。长跑后的恢复时间?奇怪的是,令人满足。手腕上那些科技感十足的小绿灯?感觉非常严肃。慢慢地,我开始思考:也许Garmin了解我。

几个月前,在备战爱丁堡马拉松训练时,我决定用 Runna 来“偷懒”。如果你还没听说过 Runna,它是一款训练应用,可以根据你的目标、日程安排、过往表现和进度,为你制定个性化的跑步计划。它就像口袋里装了一位真正的教练,只是省去了写字板和短袜的麻烦。

这次,为了我的下一场马拉松(如果你想知道的话,是在香槟区),我想:还是给Garmin一个机会吧。他们有我多年的数据。他们肯定比任何人都更有能力为我制定一个有效的计划。

他们不能。

用户体验对决:Runna vs Garmin

让我们来分析一下。

目标设定

  • Runna:有人问我是否在为比赛进行训练,旨在提高距离,产后恢复(尊重),甚至进行一些混合功能健身。
  • Garmin:“跑步还是骑行?”然后……“比赛还是里程碑?”就这样。甚至连“新手爸妈想在午睡间隙偷偷跑步”都算不上。
按 Enter 键或单击即可查看完整尺寸的图像
目标设定:Runna 与 Garmin
目标设定:Runna 与 Garmin

种族选择

  • Runna:我输入了我真正要跑的马拉松的名字。它就弹出来了。太神奇了。
  • Garmin:仅限常规的 5 公里、10 公里和半程马拉松选项。Garminland 似乎没有全程马拉松。
按 Enter 键或单击即可查看完整尺寸的图像
选择你的比赛:Runna 和 Garmin
选择你的比赛:Runna 和 Garmin

时间估算

  • Runna:根据我过去的跑步情况,他们建议我制定一个明智且可实现的目标时间。
  • Garmin:尽管过去 3 年里我每次跑步都戴着 Garmin,包括参加多次半程马拉松,但它们却没有任何提示。

训练计划

  • Runna:为我量身定制。恰好在合适的一周开始,让我为比赛做好准备。感觉很有挑战性,但也很现实。
  • Garmin:选个教练,选个计划。第一次跑步?九分钟……中间走两分钟。我两个月前真的跑过一场马拉松。我们来这里干什么?

Garmin 用户体验中最糟糕的四个方面(我统计的)

  1. 缺乏个性化:仍然显示骑行选项。我从来没有骑过自行车,一次也没有。除了 2021 年骑 Lime Bike 去赶地铁。
  2. 问我跑步习惯是什么:你好?你有我的手表数据吗?
  3. 教练描述:Vibes-y bios,不清楚他们将如何帮助
  4. 同一流程中多次请求条款和条件 + 隐私:为什么我们要重复执行此操作?您还好吗?

令人心碎的是:Garmin 有数据,但没有产品。

真让人沮丧:我信任Garmin,真的。他们三年来一直在追踪我的每一次心跳。但到了用这些数据来指导我的时候,他们好像把所有知道的都忘了。

如果您允许的话,我提出一些假设:

1. 遗留系统和缓慢的迭代

Garmin 的软件的发展速度跟不上其收集的数据的速度。

2. 以教练为中心,而不是以用户为中心

他们的计划是由少数教练制定的。这对品牌来说很棒,但灵活性却很糟糕。这种体验感觉就像:“这是教练杰夫认为你应该做的”,而不是“这是根据你最近的跑步情况你需要做的”。

3. 风险规避

一个放之四海而皆准的计划总比一个过度拟合的计划好,对吧?错了。跑步者能分辨出一个计划什么时候不靠谱。

4. 硬件>软件

Garmin 的真正业务是手表,而不是教练。应用体验感觉像是他们一直在维护的一个功能,而不是他们真正投入的东西。

Runna 的正确之处:利用数据和同理心进行设计

让我们把鲜花送给该送的人吧。

  • 实时调整:错过训练?它会调整。感觉不舒服?它会减慢你的速度。例如,我最近因为生病错过了几次训练,回来后,Runna 会立即询问我是否要根据错过的训练重新调整计划,还是继续使用原来的版本。感觉这款应用真的在为我着想,而不是照搬剧本。
  • 目标明确:您始终知道每次锻炼的原因。
  • 对话式用户界面:设置起来感觉就像与教练聊天,而不是 2012 年的尘封 PDF。
  • 势头强劲:Runna 发展迅猛。你看得出他们一直在迭代、测试、改进。感觉充满活力。

Runna 成功地建立了信任,在像马拉松训练一样亲密的空间里,信任比统计数据更重要。

Garmin 仍然会追踪我的每一次跑步,但 Runna 会告诉我接下来该跑哪条路。这就是差距。

那又怎样?Runna 不仅打造了一款出色的产品,还填补了其他人未曾发现的空白

我越想越觉得:Runna 之所以能蓬勃发展,是因为其他训练计划都停留在过去。

Garmin、Polar、Coros……大多数巨头都把教练功能放在了硬件之后再考虑。他们的训练计划仍然感觉像是 2015 年的 PDF 文件,只是换了个用户体验。智能手表已经进化了,跑步者也已经进化了。

Runna 看到了其中的差距。一款从用户情境出发,运用实时数据,像真正的教练一样灵活调整,并且使用体验良好的产品?这真是开创性的……主要是因为之前没人费心去做。

这不仅仅是跑步。

您可以在以下方面感受到同样的差距:

  • 睡眠指导:为什么每个应用程序在了解我的 REM 周期后仍给出“睡 8 个小时”之类的通用建议?
  • 营养:宏观追踪器很多,但哪里有适合的实时计划,而不是 2009 年的卡路里计算器?
  • 财务指导Cleo AI!):潜力巨大,但大多数工具仍然感觉像带有表情符号的电子表格。

这里有一个产品模式。当一个传统平台收集数据,却无法将其智能化时,它就为那些更新、更快、更有同理心的平台敞开了大门。

 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

人工智能时代用户体验导航实践者日志

杰睿 用户研究

随着人工智能、自主代理以及语音和环境计算等新兴模式的兴起,设计的界限变得模糊——我不禁要问:用户体验专业的未来会怎样?

今天:用户体验的现状

根据《用户体验趋势 2025》报告,如今的用户体验 (UX) 现状反映出一门日趋成熟的学科,它日益成为数字产品构建、扩展和演进的基础。用户体验已经超越了屏幕和界面——现在,它应该能够指导战略制定、引导系统思维,并塑造团队如何在复杂环境中为用户构建产品。

大规模个性化

如今,个性化已远远超出了保存偏好设置或定制内容的范畴。通过将机器学习模型嵌入设计系统,我们能够根据行为、情境和预测信号,提供实时自适应的体验。

按 Enter 键或单击即可查看完整尺寸的图像
我的个人 Spotify 界面展示了为我挑选和制作的精选专辑和音乐的个性化层。
我的个人 Spotify

Spotify例如。它的推荐引擎会不断适应用户的收听习惯,不断推送新音乐,并精心策划与用户同步更新的播放列表。这是规模化的个性化——由人工智能驱动,通过用户行为进行精细化,并在几毫秒内完成。

为这些体验进行设计意味着超越静态人物角色,转向动态行为。用户体验以洞察力为依据,以数据为支撑,并由与用户共同演进的系统驱动。

深度合作

各自为政的设计交接时代已经一去不复返了。如今,用户体验蓬勃发展,设计师、项目经理和工程师从一开始就齐心协力——不仅为了交付,更是为了探索发现。《2025年用户体验趋势》报告将此视为用户体验成熟的标志:整合的、解决问题的团队,在用户价值和业务影响方面保持一致。

这一愿景与 Marty Cagan 的“赋能产品团队”理念相契合——跨职能团队负责成果,而不仅仅是交付成果。在他看来,设计不仅仅是一个辅助角色,更是塑造和解决重大产品挑战的核心。

按 Enter 键或单击即可查看完整尺寸的图像
该图展示了产品经理、产品设计师和工程师之间产品三人组的关系图。其中,可行性和价值与产品经理相关,可用性与设计师相关,可行性与工程师相关。
图片来源:Maze、Marty Cagan — 产品三重奏图

尽管趋势报告强调了协作的存在,但卡根也鼓励我们思考协作的质量。他提醒说,协作并非共识。被赋能的团队被信任能够做出决策、承担风险,并相互挑战,但要保持一致,而不是千篇一律。

在他的著作《灵感》中,他指出,当团队在清晰、有背景和自主性的情况下运作时,优秀的产品就会诞生。用户体验不仅仅是在餐桌上,它还有助于定义餐桌的用途。

默认道德与包容

影响力越大,责任也就越大——没错,我套用了蜘蛛侠本叔叔的话。如今,道德设计已成为核心期望,这不仅体现在理论上,也体现在实践中。团队被要求解决所有问题,从算法偏见、排他性默认设置,到操纵模式和虚假信息。可访问性、隐私和心理安全不再是次要的考虑因素,而是产品本身的必要条件。

按 Enter 键或单击即可查看完整尺寸的图像
包容性设计应易于理解、实用、公平且符合伦理道德。概念及插画:Trina Moore Pervall
概念与插图:Trina Moore Pervall

包容性设计超越了合规性。它旨在为边缘案例和以往服务不足的用户进行设计——理解种族、性别、能力、语言和社会经济地位如何与技术交织。优秀的团队优先考虑共同创造,在研究和测试过程中引入多元化的视角,从而从零开始构建更公平的体验。

随着系统自动化和自主性不断提升,伦理风险也随之上升。设计师现在必须考虑意外后果、系统层面的危害以及长期信任。伦理框架正在演变为实际操作实践:清单、红队审查、偏见审计和问责制度。

正如《用户体验趋势 2025》报告中所强调的,合乎道德且包容的设计并非一层简单的附加功能,而是塑造整个产品体验的视角。在当今体验驱动的世界中,它是质量的基准。

按 Enter 键或单击即可查看完整尺寸的图像
插图描绘了一个雕刻的人头,其中大脑中有一个迷宫,抽象的线条象征着人类大脑为了适应人工智能的转变而需要建立的新通路和连接。
图片来源:麦肯锡公司——什么是人工智能代理?

正在发生的转变:工具链、裁员和人工智能重置

虽然未来常常感觉只是理论上的,但当今的设计师已经在引领工作方式的巨大转变。

野外的人工智能代理

早期的人工智能代理已然重塑工作流程。人工智能代理是一个能够根据所获得的信息进行推理、规划和自主行动的系统,用于管理工作流程、使用外部工具并适应变化。n8n.io 等工具可帮助团队轻松实现多步骤流程自动化——从生成内容、汇总研究成果,到集成 API 和触发提醒。这些并非科幻小说中的“助手”。它们是真实存在的,唾手可得,并且正在助力创造性工作。

我们不要把AI代理和自动化混为一谈。我最近看了Futurepedia的Kevin Hutson对AI代理的分析,他提到:自动化更像是预先定义的固定步骤,而AI代理是一个更具动态性和灵活性、能够推理的系统。”

他在视频中指出,代理商依赖三个关键要素:

  1. 大脑(法学硕士) ——大型语言模型,如 ChatGPT、Claude、Gemini 等,负责推理、规划和语言生成。
  2. 记忆——这使代理能够记住过去的交互,并利用这些背景做出更好的决策。它可以记住对话中的先前步骤,也可以从存储的记忆源(例如文档或矢量数据库)中提取信息。
  3. 工具——代理如何与世界互动——搜索网络或从文档中提取信息、通过发送电子邮件、更新数据库或创建日历事件采取行动,以及呼叫其他代理、触发工作流或融合操作的编排。

如今,设计师们正在尝试使用各种智能代理来执行用户测试、市场调研、标记可访问性问题,或根据书面提示构建原型。问题不再在于智能代理是否会帮助我们,而是我们如何围绕它们进行设计。

无代码和氛围编码的持续兴起

WebflowFramer以及现在的Figma Make等无代码平台,让设计师能够绕过工程师,更快地将他们的愿景变为现实。结合 AI 辅助创作,“氛围编码”正在兴起——一种将直觉与快速工程相结合,生成布局、内容和流程的实践。

按 Enter 键或单击即可查看完整尺寸的图像
展示 vibe 编码工具、v0、Superwhisper、Cursor、Bolt 和 Lovable 的不同标志。
Vibe 编码工具包

氛围编码不仅仅是一个新的流行词,更是思维方式的转变。Bolt和Lovable等其他工具是更专业的氛围编码工具,它们允许创作者通过感觉、基调和能量进行创作。设计师可以描述体验的氛围——俏皮、严肃、简约、大胆——并使用 AI 工具将这种意图立即以视觉形式呈现。它快速、直观,并且与许多创意人员的实际想法高度契合。

这不仅仅关乎速度,更关乎权力的转移。设计师现在可以更自由地进行实验,更快地迭代,并掌控更多的生产流程。这种自由改变了我们的思维方式——让我们更加注重表达和品味,设计师必须能够清晰地、有品位地表达设计语言,向机器传达产品需要的感觉、流程和功能。

AI重置和新团队结构

《福布斯》报道,“人工智能重置”正在引发科技行业的大规模裁员——这不仅仅是为了节省成本,而是为了打造更精简、更“AI原生”的员工队伍。各大企业正在裁员,重新思考团队结构,并更加重视工具链而非员工数量。

按 Enter 键或单击即可查看完整尺寸的图像
图示为会议室中人类和机器人面对面坐着的场景。
图片来源:Getty via Forbes 文章

设计团队被要求以更少的资源完成更多的事情。这种转变要求设计师不仅要具备视觉技能,还要精通操作——熟悉自动化、系统思维和快速原型设计。

“我们不再只是设计产品。我们正在设计工作本身的方式。”

明天:UX 的不久的将来

谷歌 I/O 2025 大会上公布的众多创新成果,预示着未来用户体验 (UX) 趋势的到来。新产品的发布标志着人类与跨平台和设备的人工智能系统交互方式的重大变革。设计师必须理解这些信号,并运用它们来打造全人类可用且包容的体验。

人工智能驱动的个性化

想象一下,用户界面能够如此深入地理解你的行为,甚至预测你下一步会做什么。人工智能与日常工具的融合,实现了前所未有的个性化水平。例如,谷歌的Gemini AI助手在Gmail中提供“个性化智能回复”,模仿用户的写作风格,从而提高沟通效率。这种级别的定制通过提供直观易懂的交互方式,提升了用户参与度。

从用户体验的角度来看,这引出了更深层次的问题:个性化在什么时候会变成操纵?我们如何构建基于个人需求的用户体验,同时确保其透明度和用户控制权?

语音、手势和多模式用户体验

传统的基于屏幕的界面正在不断发展。如今,设备拥有更强大的功能,能够处理并响应语音命令、手势和视觉信号。“Gemini Live”的推出就体现了这种转变。通过这项功能,用户可以立即使用摄像头与人工智能进行关于可见物体的对话,从而与周围环境互动。

按 Enter 键或单击即可查看完整尺寸的图像
展示 Gemini Live 的移动交互,使用视频与 AI 进行通信,提供视觉环境和实时响应。
图片来源:谷歌

这带来了新的用户体验挑战:我们必须创建对话和手势反馈循环,使其与点击带来的清晰度和可靠性相媲美。我们可以实施哪些策略来确保每种用户交互方式的可访问性?

系统胜过屏幕

跨平台和设备的无缝集成是用户体验未来的关键。谷歌通过其“AI模式”搜索功能,用交互式聊天机器人体验取代了传统的搜索结果格式,使用户能够更直观、更快速地收集信息。

谷歌推出了一款名为“Stitch”的互动编码工具,它允许通过自然语言输入和图像提示进行应用程序开发,从而连接设计和开发流程。我很好奇这些发展将如何影响工程团队。

按 Enter 键或单击即可查看完整尺寸的图像
Google Stitch 界面展示了该工具的一些主要功能,右侧有一个侧边栏,用于快速协作和查看设计概念。
Stitch的主要功能

这些工具的开发表明,行业正持续转向人工智能增强的设计方法,将用户体验设计从单一的UI扩展到多个界面和情境。随着人工智能成为日常交互的基础层,设计师现在需要专注于系统编排而非构建,因为他们需要创建能够带来切实成果的隐形架构。

谷歌的最新进展揭示了未来的发展方向。这些新产品的发布表明,未来的用户体验设计将超越传统的点击,在用户的整个环境中创造沉浸式体验。

按 Enter 键或单击即可查看完整尺寸的图像
人类的手和人造机器人的手指接触,类似于米开朗基罗的“创造亚当”。

未来 5-10 年的用户体验

未来十年蓬勃发展的设计师将是那些倾向于模糊性、以同理心塑造新兴技术并坚持技术人性化原则的人。

人工智能代理作为体验伙伴

智能代理的兴起意味着用户不仅与界面交互,还会与界面合作。从个人日程安排到购物助理和创意协作者,智能代理将以越来越自主的方式执行任务

在未来5到10年内,我们可以预见人工智能将从各自孤立的、特定任务的代理转变为完全集成的多代理生态系统。这些系统将允许人工智能代理相互协作——协商日程安排、委派任务,甚至跨平台学习共享的用户行为。想象一下,一个项目管理人工智能与你的个人日历代理、团队研究代理和市场分析代理协同工作——所有这些代理共同努力,让你保持专注和高效。哇!光是想想这场景,我的脑袋就疼。

按 Enter 键或单击即可查看完整尺寸的图像
该图表展示了人工智能代理工作流程,其中显示了人工智能模型、网络和通信渠道之间的自动化层。
图片来源:n8n.io | n8n 研究代理工作流程

大规模采用人工智能代理很可能成为职场常态。据Salesforce称,人工智能代理的使用率预计将大幅增长 327%,预计生产率将提升高达 30%。对于专业人士来说,这不仅仅是一项竞争优势,而是一项基本期望。就像我们今天被期望知道如何使用电子邮件或电子表格一样,熟练地管理和与人工智能代理协同工作将成为标准。

对于用户体验设计师来说,这意味着不仅要创建用户流程,还要创建代理框架。我们需要塑造代理之间的沟通方式,如何向用户呈现决策,以及如何在每次交互中维护信任、情境和界限。

这挑战我们设计出关系型而非交易型的体验。我们如何与数字实体建立信任?优秀的“代理人格”是什么样的?我们如何在不让用户感到不知所措的情况下赋予他们控制权?

正如经济学家理查德·鲍德温所说:“人工智能不会抢走你的工作——但懂得如何运用人工智能的人会。” 这正是设计师必须蓬勃发展的地方:打造能够构建、协作和加速工作流程的智能体。人类的优势就在于你。

无界面的未来

屏幕或许会消失,但设计将永存。正如Muhammad Zeeshan Asghar在LinkedIn 的这篇文章 中所强调的那样,未来十年的用户体验可能更多地取决于我们的感受和感知,而非我们点击和滚动的内容。从神经接口到环境计算,交互将越来越多地通过空间、感觉和微妙的情境感知线索来促成。

按 Enter 键或单击即可查看完整尺寸的图像
语音、VR、AR 和感官交互等多模式媒介的图示
图片来源:Toptal | 多模态现实

这种转变挑战着设计师超越可见表面的思维。我们需要成为无形的编舞者——设计出无需依赖屏幕、按钮或点击即可直观体验的反馈回路。未来的用户体验层可能存在于我们的环境、可穿戴设备或神经信号中——但它仍然需要意图、清晰度和人性化的触觉。

设计师作为道德的协调者

随着自动化逐渐取代人工,设计师的角色将变得越来越具有战略意义。我们不仅要塑造用户旅程,还要塑造其背后的道德架构。我们的工作将决定人工智能的功能、服务对象以及界限的划分。

按 Enter 键或单击即可查看完整尺寸的图像
这是一幅非常详细的数字插图,描绘了一位人类指挥家在未来派玻璃圆顶音乐厅内指挥一支人工智能机器人管弦乐队的场景。
作者使用 ChatGPT 制作

正如Design Bootcamp 的这篇文章所概述的那样,人工智能时代的道德用户体验设计不仅仅是为了防止伤害,它还关乎预测意外后果、为极端情况进行设计,并将人类价值观融入可扩展的算法中。仅仅问“我们能做到吗?”已经不够了,更重要的问题是:“我们应该做吗?”

这需要与数据科学家、伦理学家和产品负责人进行更深入的合作。这要求人工智能决策的透明度,以及决策影响对象的公平性。随着人工智能变得越来越自主,设计师必须在每一次体验中维护用户的信任、自主权和尊严。

道德设计不会只是一张幻灯片,而将成为基础。

未来不会由那些仅仅适应人工智能的人所引领,而是由那些带着意图、责任感和人性引导人工智能的人所引领。

OpenAI 收购 io:用户体验的范式转变

OpenAI 以 65 亿美元收购了由前苹果首席设计师 Jony Ive 创立的 AI 硬件初创公司 io ,这是一个里程碑式的举措。此次收购标志着 OpenAI 战略性地进军消费硬件市场,旨在开发超越传统屏幕和界面的 AI 原生设备。

按 Enter 键或单击即可查看完整尺寸的图像
OpenAI 首席执行官 Sam Altman 和苹果前首席设计官 Jony Ive 的肖像。
图片来源:OpenAI—Sam & Jony 介绍 io

OpenAI 与艾维的设计公司 LoveFrom 的合作,旨在重新定义用户与科技的互动。通过将先进的人工智能功能与标志性的工业设计相结合,此次合作旨在打造能够感知情境、融入环境并无缝融入用户生活的设备。

这一举措凸显了用户体验的转变,这种转变不仅注重用户友好,更注重以用户为中心——强调同理心、符合伦理道德的设计以及几乎无形的实用性。据《纽约邮报》报道,这笔交易暗示了一种全新的交互设计类型:屏幕可选、多模式,并且由意图而非输入决定。

对于用户体验专业人士来说,这一发展预示着更广泛的转变:我们不仅仅是在设计软件;我们是在设计智能的、具身化的体验。这需要一套融合行为科学、交互设计和系统思维的混合技能,而这在以前是前所未有的。

用户体验 (UX) 正在进入一个新时代——它不再由工具定义,而是由各种张力定义。速度与深度、自动化与意图、力量与同理心之间的张力。设计的下一个前沿并非控制,而是对话。对话关乎人与机器、意图与结果、可能性与原则之间的张力。

我对设计师的建议是:每天学习新知识,在瞬息万变的技术和体验设计领域保持适应力。成为早期采用者,拥抱实验。努力成为“超级IC”(Super IC),这个称号由Meta 产品设计总监Garron Engstrom创造——在代理设计时代,他们能够将商业目标、领导力、新兴技术、产品和以人为本的思维融为一体。

我们所有人面临的问题不仅仅是“我们能设计什么?”而是:

“我们的设计面向什么样的世界?”

参考

UX 趋势 2025 报告 — UX Collective:https://trends.uxdesign.cc/

2024 年顶级 UX 设计趋势——UX 设计学院:https://www.uxdesigninstitute.com/blog/the-top-ux-design-trends-in-2024

Vibe 编码综合指南 — Madhukar Kumar:https://madhukarkumar.medium.com/a-comprehensive-guide-to-vibe-coding-tools-2bd35e2d7b4f

人工智能重置:裁员与工作新现实 — 福布斯: https: //www.forbes.com/sites/jasonsnyder/2025/02/12/ai-reset-layoffs-rto-and-the-new-realities-of-work/

n8n.io — AI 工作流代理的实际应用 (YouTube):https://www.youtube.com/watch?v =EH5jx5qPabU

Google I/O 2025 大会上宣布的所有内容 —《连线》杂志:https://www.wired.com/story/everything-google-announced-at-io-2025

Google I/O 2025:重大公告 — The Verge:https ://www.theverge.com/news/669408/google-io-2025-biggest-announcements-ai-gemini

UI/UX 和 AI 可访问性的未来 - LinkedIn(Asghar Jafri):https://www.linkedin.com/pulse/future-uiux-how-ai-accessibility-shape-next-decade-asghar-8epkf/

UX 的 Agentic 时代 — UX Collective:https://uxdesign.cc/the-agentic-era-of-ux-4b58634e410b

在人工智能时代探索用户体验设计的道德格局——设计训练营:https://medium.com/design-bootcamp/navigating-the-ethical-landscape-of-ux-design-in-the-age-of-ai-25c12ad3ed6d

用户体验与人工智能:设计未来 — Qubika:https ://qubika.com/blog/ux-ai-designing-the-future

OpenAI 收购 io —《金融时报》:https://www.ft.com/content/8ac40343-2fd1-4035-9664-47c77017d0d3

OpenAI + Jony Ive 合作 — OpenAI: https: //openai.com/sam-and-jony

OpenAI/io 收购——纽约邮报:https ://nypost.com/2025/05/21/business/ex-apple-exec-jony-ive-joins-openai-in-6-5-billion-deal-for-ai-devices-startup/

Agentic AI 对劳动力的影响 - Salesforce:https://www.salesforce.com/news/stories/agentic-ai-impact-on-workforce-research/

 
 

兰亭妙微(www.lanlanwork.com )是一家专注而深入的界面设计公司,为期望卓越的国内外企业提供卓越的大数据可视化界面设计B端界面设计桌面端界面设计APP界面设计图标定制用户体验设计交互设计UI咨询高端网站设计平面设计,以及相关的软件开发服务,咨询电话:01063334945。我们建立了一个微信群,每天分享国内外优秀的设计,有兴趣请加入一起学习成长,咨询及进群请加蓝小助微信ben_lanlan。

史蒂夫·乔布斯最重要的用户体验规则(大多数设计师都忽略了)

杰睿 设计思维

让我们先来看一个惊人的数据:根据尼尔森诺曼集团的一项研究,用户在不到10秒的时间内就会决定是否停留在网页上。没错,就是10秒。你花了几个小时(甚至几天)来完善这个设计?用户只是在眨眼间就做出了快速判断。然而,大多数设计师却忽略了一个改变游戏规则的原则——史蒂夫·乔布斯正是基于这个原则创立了苹果。

这可不是些空洞的激励话语。这条规则看似简单,却被大多数人低估了。

规则?简单比看上去的要难。

乔布斯说得最好:“简单比复杂更难。你必须努力理清思路,才能让事情变得简单。但最终这一切都是值得的,因为一旦你做到了,你就能移山倒海。”

你知道吗?他说得对。想想看——有多少次你为了“增加一个功能会更容易”而在用户界面里塞满额外的按钮?或者为了给利益相关者留下深刻印象而展示一个过于详细的线框图?(我经历过,也做过。)但这种做法呢?这与苹果产品令人上瘾的本质背道而驰。

那么,让我们来分析一下。

为什么大多数设计师忽略了这条规则

问题在于:我们都在忙于各种优先级的权衡。用户想要同时拥有所有功能(“为什么这个应用不能同时煮咖啡?”)。产品经理总是问:“我们能不能在这里再加五个标签?” 而截止日期则会让你怀疑时间是否真的存在。

事实上,简单并不浮夸。它不会在设计评审中赢得一片喝彩。但是——这是一个很大的“但是”——它什么能取得成果。因为简洁不仅仅关乎视觉效果。它在于减少摩擦,让选择变得轻松。它在于在用户意识到问题存在之前就解决问题。

想要证据?看看初代 iPod。一个滚轮,一个按钮。革命性的。

一个令人谦卑的个人故事

好吧,坦白说。几年前,我为一款 SaaS 应用设计了这个仪表盘。当时我兴奋不已。我把所有你能想到的指标都加进去了。页面浏览量、参与度、转化漏斗、用户热图——应有尽有。这简直就是一场数据自助餐(至少我是这样认为的)。但当我们上线的时候,你猜发生了什么?

一片空白。用户不知所措。没人知道该点击哪里。

确实少更多的

如何拥抱简单(而不失去理智)

这就是关键所在。如何才能把这个原则应用到自己的工作中,又不至于费尽心思呢?(说实话,简化比想象中难得多。)

  1. 严格确定优先顺序:问问自己,“一件事“这难道不是用户绝对需要的东西吗?”如果它不是任务关键型的,那么它很可能就是混乱的。
  2. 使用“奶奶测试”:你那不懂技术的奶奶能不用说明书就能用上你的设计吗?如果不行,那就重新开始吧。
  3. 多说“不”:这一点很难,但乔布斯本人就是这方面的高手。他曾经放弃苹果的一系列产品,专注于Mac、iPod和iPhone。说“不”并非失败,而是专注。
  4. 疯狂测试简洁并非仅仅源于直觉。让真实用户测试你的设计。观察他们遇到的问题。修复它,然后重复。

简单带来的情感回报

关键在于:简单不仅仅是好的设计,更是情感化的设计。

当用户觉得你的产品“很好用”时,他们会心怀感激。他们会记住这种体验,会推荐给朋友,还会再次购买。乔布斯比任何人都更了解这一点。苹果的成功并非建立在“最多的功能”上,而是建立在最佳体验上。而最佳体验总是简洁易用。

你的挑战

所以,我向你提出一个挑战:下次你设计东西的时候,停下来。问问自己:“乔布斯会怎么做?”然后……精简。改进。打磨。因为简单不仅仅是一个原则,而是一种超能力。

现在,去创造一些精彩的东西吧!嘿,如果你也有自己的简约故事(或者对乔布斯规则的精彩解读),欢迎在评论区留言。让我们继续讨论。

日历

链接

个人资料

蓝蓝设计的小编 http://www.lanlanwork.com

存档