Platformcraft 是一款来自俄罗斯的商业级云存储产品，致力于为企业提供稳定、安全且高效的文件管理与协作服务。其品牌视觉以字母“P”与云的图形结合为核心，简洁而富有科技感，象征着平台（Platform）与云端（Cloud）之间的高度融合。
从设计语言来看，Platformcraft 的标志设计强调结构感与数字秩序：
标识构建基于几何网格，提升在不同尺寸与场景下的可识别性；
色彩采用深蓝与渐变紫，传达出专业性与技术前沿感；
在图标使用上，适配度极高，无论是在 Dock 栏、移动端应用或印刷场景中都保持极佳的清晰度与一致性。
这套视觉系统不仅提升了品牌辨识度，也为其云服务产品赋予了可信赖的第一印象，是典型的“技术驱动 + 品牌精致化”结合的典范设计。
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。
如何打造“流程深度绑定”的垂直领域AI产品？｜从交互与UI设计角度深入解析
一款好的AI工具，不应该只是“出结果”，而应该“带用户走完整个任务流程”。
本文从交互设计与用户体验角度，详解如何打造深度融合用户流程的垂直领域AI产品。
随着AI工具的快速发展，很多产品停留在“工具层”：比如“AI写PPT”、“AI改简历”、“AI出海报”等。但用户常常用过即走，没有复用与黏性。
相反，那些真正有沉淀价值的AI产品，往往具备两个特点：
专注垂直任务：服务某个行业、岗位、具体业务场景
流程级融合：不是外挂式调用，而是完整嵌入用户任务流程中
我们称之为——流程绑定型AI产品。
比如 Notion AI、飞书智能助手、LegalMind（法律AI）、Copy.ai 等，它们在业务闭环中持续赋能，成为流程的“原生一部分”。
说得再直接点：
别管你用的是GPT-4.5还是Llama 87.9，用户根本不在意你模型多牛，只关心一件事：
“我这个事，到底能不能靠你省事搞定？”
所以别上来就是“AI能力墙”或者“万金油输入框”，而是得先搞清楚一件事：
你的用户每天的任务流是怎样的？他们到底要完成什么？中间的决策点、阻力在哪？
举个例子：
假如你做的是一款企业月报生成工具，那用户的任务流可能是：
拉数据（烦）
编排结构（乱）
写文案总结（难）
美化排版（懒）
你就不能只提供“自动生成一段月报文案”，这太浅了。
你得：引导他们一步步把数据丢进来、智能推荐结构、按模块生成内容、顺手美化导出——这是流程绑定。
AI不是一个功能，是一条任务线。
很多AI产品失败的原因，就在于它像个外挂一样挂在任务之外。
举个反例：
一个做招聘平台的AI工具，是这样用的：
用户打开平台 → 找到JD → 复制去AI工具里生成JD → 复制回来贴上
体验感很像：“我还得背着你走一圈”。结果当然没人想用第二次。
相反，你要做的是：
用户打开JD编辑器，就自动弹出“推荐岗位结构”
输入一句话，AI就按企业调性生成多段内容
用户选中一句，旁边出现“调正式 / 更亲民”按钮，一键改风格
写完自动保存为“我司风格模板”，下次复用
流程从始至终，AI在里面，不是外挂。这才叫“深度绑定”。
现在很多AI产品的界面，打开后像个大型工具箱。
左边是“写文案”、右边是“生成PPT”、中间是“灵感喷泉”，每个功能都能点，但就是不知道从哪开始。
给你个建议：
把AI交互改造成“任务向导”，像游戏里的主线任务一样，一步步做完。
比如你做一个活动策划生成工具，可以这样引导：
你这次是“品牌种草”还是“促销引流”？
那目标平台是什么？预算多少？
好了，这是3个推荐结构模板，点一个试试
已生成文案，是否想自动配图、生成小红书排版？
用户跟着这条主线走完，感觉不是“我在用工具”，而是“它在帮我把事搞定”。
现在大家对AI又爱又怕：
爱它快
怕它乱说话、没脑子、太自信
所以一个非常关键的体验点是：“可控感”。你得让用户感觉：
AI聪明，但我说了算。
输出内容用卡片形式包裹，加个小角标：“AI建议”，用户心理就没负担
每段建议旁边加按钮：改口气 / 换一种说法 / 展开写写，强化交互
加入“思考中…”的动态反馈，别秒出，0.8秒刚刚好。人脑需要缓冲
允许回滚、撤销、存为模板，这不只是功能，是信任感来源
记住：AI不是来“替你做决定”的，而是“协助你把决定做得更靠谱”。
很多人说AI产品的UI就做个打字动画、用灰色背景、加个圆头像就完事了。
这说实话，是太低估UI的能力了。
UI不是来“美化AI”，是用来建立信任、节奏感、角色感的。
举两个小误区：
打字动效做得太快，像在背稿，反而不可信
颜色太鲜艳，用户以为你在“推销”这个建议，不是提供帮助
正确的做法是：
使用中性色（淡蓝 / 淡紫 / 柔灰）作为建议背景，语气温和但明确
AI输出卡片左上角标记来源：“根据你输入的品牌调性自动生成”
鼠标 hover 显示辅助操作，不打扰主流程
用户编辑后，可标记“此版本被采纳”，让AI学会风格（哪怕假装）
信任感 = AI行为 + UI语境 + 可控反馈的组合。
不是装出来的，是一步步搭建出来的。
做AI产品，最怕的不是没功能，而是：
用户每次用都得从头来一遍，没沉淀、没积累。
建议你在设计时，就考虑两件事：
这次任务完成后，有没有什么可以自动变成资产？比如生成的内容、结构、模板、提示语等
下次用户来，是不是能基于上次留下的东西继续，而不是重新开始？
实例：
写了一篇月报，AI自动抽取结构保存为“我司月报模板”
写的文案被用户改了，系统提示“是否保存为个人表达风格”
用户输入一句话，AI根据过往使用记录给出更贴合的结果
做到这些，用户越用越顺手，越用越有粘性。你这个产品就不是工具，而是“习惯”了。
不要炫AI，而要让AI帮用户完成事，顺着流程嵌进去。
UI不是装饰，而是信任与协作感的建构者。
流程绑定型AI的本质：不是做功能集合，而是做“任务协作系统”。
你设计的不是界面，是用户在这个流程里“越来越厉害”的过程。
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。
简而言之：今年是人工智能 (AI) 接管用户体验 (UX) 的一年。在本文中，我将解释其中的原因，并更新我使用人工智能进行用户体验研究的方法，重点介绍 ChatGPT 的深度研究功能如何显著加速定性研究分析。
（注意：我将使用术语“AI”、“genAI”和“model”作为“生成性 AI”的简写，主要指大型语言模型 (LLM)，即创建文本的特定类型的生成性 AI。）
十个月前，我在 Medium 上发表了一篇关于AI 用户体验的原创文章，之后它迅速蹿红，阅读量达数千次，远超本博客迄今为止的任何其他文章。但在生成式人工智能领域，十个月就像十年狗年；日新月异的变化速度已经让那篇文章的部分内容显得过时。
因此，当我的母校伦敦大学城市圣乔治学院人机交互设计系联系我，邀请我在他们的年度会议上发言时，我抓住了这个机会，重新开始我对这个学科的兴趣，尤其是当我的老教授透露他们联系我的部分原因是我的 Medium 文章很受欢迎时。
这是我对 UX 的 AI 的第二次看法，已更新至 2025 年，并涵盖了我在 HCID 2025 会议上的演讲（即使是我自己这么说，这次演讲也进行得相当顺利）。
2024年初，当我开始在工作中使用人工智能时，我感觉自己就像一位勇敢的探险家，踏入了陌生的领域。诚然，人工智能已经存在了一段时间，我们大多数人也只是在家里用它来制作储藏室菜谱或视觉效果图。但我们中很少有人有机会让人工智能真正地重塑我们的工作，这主要是因为“人工智能会以你给它的任何东西为食”的数据隐私问题，以及由此产生的对人工智能用于工作的严格禁令。
但2024年是私有AI的黎明。最终，像OpenAI和Anthropic这样的提供商“封锁”了他们的法学硕士课程，以确保其数据不会泄露，从而为像我这样的机构打开了以订阅方式使用私有AI的大门。
2025年即将到来，尼尔森诺曼集团的一项研究告诉我，用户体验专业人士是有史以来最重度的人工智能用户之一。这项研究得出的一项关键统计数据显示，如今用户体验专业人士使用法学硕士（LLM）的比例是其他样本职业的750倍之多！
你有一把锤子，但你看到的并非都是钉子。从学习作业作弊（说实话，正在读这篇文章的HCID/UX学生，如果你尝试过用AI生成用户访谈记录——请停止吧），到一位不幸的音乐爱好者向Nick Cave发送了一首“模仿Nick Cave风格”的ChatGPT歌曲，激怒了他，在很多情况下，使用AI都不是好主意。
媒体喜欢夸大此类故事，随着时间的推移，这在时代精神中形成了一种层次化的“感觉”，即无论人工智能应用于何处，它都是无用或有害的。
我不同意。
因为我们可以用这把锤子敲出一些钉子。GenAI 的局限性和功能与某些类型的用户体验研究的局限性和要求非常匹配。具体来说：
女士们、先生们、朋友们，这就是用户体验设计师们热爱人工智能的原因。它与我们完美契合，并且是真正有用的工具。除了数据隐私限制（现已基本解决）之外，业界对使用人工智能没有任何争议*。只要你的研究报告写得好，并且提供了所需的数据，没有人会在意它是否由人工智能生成。
*然而，关于人工智能的伦理问题绝对应该引发更多争议。我个人对用户体验行业对此的关注如此之少感到困惑，并将继续通过强调人工智能技术过去和现在的伦理缺陷来引发争议。
无论如何，继续介绍菜谱。
我给你举一个真实案例，关于一个用户体验研究，我最近在一个项目中用到了人工智能来分析用户数据。所有身份信息都是匿名的。
我正在使用 ChatGPT Enterprise——一个私密的“隔离”版本，配备了最新的深度研究功能。这是OpenAI 于 2025 年 2 月推出的一款专业 AI“代理” ，号称“非常适合从事高强度知识工作的人”。
如果您无法访问 Enterprise，您可以通过 20 美元的 ChatGPT Plus 订阅获得 Deep Research（不过，据我所知，您的数据不会被“隔离”）。
我的 2025 方法与之前的方法相同，分为三个步骤：
Deep Research 的优点在于它可以处理大量数据，并且比大多数传统模型（如 4o、Claude 3.7 Sonnet 等）具有更高的准确度。正如我所发现的，虽然你可以向其输入诸如访谈记录和原型截图之类的文档，但你也可以告诉它锚定到一个特定的文档，并让该文档决定模型思考和分析的方向。
在我的案例研究中，该文档是讨论指南/研究计划。
讨论指南通常由用户体验师与产品经理合作创建，通常包含以下内容：
那么，你把访谈记录、截图和讨论指南输入到了模型中。你该如何告诉模型如何处理这些内容呢？
深度研究与传统模型的一个关键区别在于，深度研究消除了大量的反复沟通。您只需进行一次操作，在回答几个澄清问题后，模型就会开始执行其“任务”，根据您的指示生成一份高度详细的报告。您只有一次提示机会，因此最好确保您的提示符合要求。
我的提示方法与我在2024年的文章中基本相同：使用便捷的提示卡组来构建提示。我不会在这里再次介绍所有提示技巧，但您可以参考那篇文章来了解更多详情。
然而，一些提示“卡片”与其他卡片的权重发生了变化。以下是目前为止最有用的“卡片”：
解释研究目的、针对哪家公司和产品、用户是谁、模型将收到哪些文档；如果有的话，将其锚定到您的关键文档上（在本例中为讨论指南）。
描述你希望模型扮演的角色，例如“在一家科技公司（X 公司）工作的世界领先的用户体验研究员，为英国的一家数字信息和分析产品公司工作[职业]。 ”
告诉AI如何构建其输出仍然是关键技术之一。您可以告诉它遵循讨论指南的结构（如果相关），或者给它一个包含所有标题的示例模板。
这项极其实用的技术如今已被人工智能工程师广泛应用。简单来说，如果你让人工智能解释它为什么得出某个结论，它得出的结论的准确性就会提高。
一位同事想出了这个主意。在我公司的许多用户研究中，包括这个例子，我们已经预设了想要从用户那里发现什么的框架。但是，如果用户说了一些我们意想不到的话怎么办？如果你不要求模型发现意想不到的事情，它就找不到。你应该自己寻找这些异常，但为什么不也让模型思考一下呢？
**这让我想起了OpenAI 发布的一段搞笑又令人毛骨悚然的视频：两个视觉/语音 AI 助手正在与一位人类主持人交谈，而另一个人则走到他身后，露出兔耳朵。两位助手都无视兔耳朵，直到明确提示。
输入你的题目和文档后，选择“深度研究”并按下“提交”按钮，然后给自己倒杯咖啡。根据“任务”的复杂程度，AI 生成所需的报告可能需要长达一小时。在我的案例研究中，这大约需要 30 分钟。
太棒了，你拿到了报告，足足50页！以下是整个过程中最无聊的部分：
!检查!每一个!字!!!
虽然深度研究的准确率高于大多数模型，但远未达到 100%，而且它产生的幻觉看起来尤其令人信服。所以，不要相信它。人工智能至今仍是一个热切但缺乏经验的助手，其工作必须接受审核。只有你，作为“知情人”，才拥有专业知识和解读能力，能够理解用户访谈中的真实情况，否决人工智能的错误结论，并发现任何“兔子耳朵”，即使你设置了“万能牌”，人工智能也可能遗漏了。
深度研究的一个巧妙功能是右侧面板，你可以在那里看到它是如何一步步得出结论的。最奇怪的幻觉可能会在这里出现，而且很搞笑。我注意到，这类幻觉很少出现在最终报告中，因为深度研究功能中已经内置了“思维链”流程。
重要提示：由于深度研究每次只允许执行一项任务，而不是来回对话，因此您无法在与AI对话时进行更正。请使用传统方法，将报告下载到Word中。
修改完成后，您可以将 Word 报告上传回 ChatGPT，让它将 50 页的文档精简成简洁的 PowerPoint 风格演示文稿。这是最简单的步骤：只需使用“模板”提示技术，并结合传统的 AI 模型（例如 4o、o3 等）即可。
根据我的经验，传统的人工智能模型在从访谈记录中提取用户原话方面表现糟糕，它们只会选择进行解释。相信我，我什么方法都试过了！相比之下，Deep Research 的引文直接引用了原文，因此用户引文更容易进行交叉核对。我仍然建议手动检查，尤其是那些最终报告会用到的内容。
因此，深度研究花了大约 30 分钟来编写分析报告。即使考虑到人工参与快速撰写、文档准备、检查和修改的时间，这也比手动完成整个分析过程要快——而且绝对比我之前依赖传统 AI 模型的方法要快。
需要注意的是：你可能很容易将分析工作完全外包给深度研究，而跳过检查步骤。这将是一个大错误。最终，如果深度研究出错，承担风险的是你，而不是人工智能。即使模型越来越先进，保持警惕并在出错的地方进行干预仍然至关重要。
在我的HCID会议演讲中，这是我最喜欢的幻灯片。告诉听众一堆有用、可操作的信息，然后让他们把它们扔进垃圾桶，这其中有一种令人愉悦的反常之处。
但这就是人工智能领域的现实。事物每周都在变化，跟上潮流的唯一方法就是与时俱进。例如，我的演讲中还没有提到代理人工智能 (Agentic AI)，但在撰写本文时，它是 2025 年规模最大（也是最模糊的概念！）的人工智能盛事。如果我在为 UX v3.0 撰写人工智能文章时，很可能会谈论代理人工智能。
或许不是！谁知道呢！
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。
你有没有过这样的经历：浏览网站时，甚至没有完全集中注意力，突然之间，大脑还没来得及反应，你就点击了某个内容？这并非巧合。这是设计心理学在引导你点击。
可点击的UI不仅仅是让按钮看起来像按钮。它关乎理解你的大脑如何响应视觉提示、层次结构和交互模式。如果你曾经好奇为什么有些UI让人上瘾，而有些却像个残酷的玩笑，那么这篇文章正适合你。
让我们深入研究可点击界面背后的心理学，了解设计师每天在不知不觉中打破或掌握的实际规律和原则。
在设计语言中，“可供性”指的是物体的外观如何暗示如何使用它。旋钮看起来可以旋转。按钮看起来可以按下。汉堡菜单看起来……就像隐藏了真正的内容。
重要性：用户不应该猜测什么是可交互的。它越像可以触摸、拖动或点击的东西，你的大脑就越会说：“没错，这就是一个东西。”
设计师是如何搞砸的：扁平化设计太过了。按钮开始看起来像普通的文字，突然之间没人知道该点击什么了。如果它看起来像个标签，但实际上是一个行动号召，那么你就陷入了可用性的“犯罪现场”。
改进：使用视觉提示；阴影、对比度、悬停状态，使其清晰易懂。出于对 UI 的热爱，除非你是为间谍设计，否则不要将链接隐藏在模糊的图标中。
希克定律说，你给某人的选择越多，他们做决定的时间就越长，甚至可能放弃整个选择。
重要性：想让用户点击那个实用的 CTA 按钮吗？别把它埋没在由 17 个同样醒目的按钮组成的菜单中。简化。引导。精简。
设计师是如何搞砸这一点的： “让我们给用户自由。”翻译过来就是：“让我们让他们恐慌。”
改进：提供清晰的选择。优先考虑重要事项。采用渐进式披露；现在显示较少，以后显示更多。
菲茨定律的基本意思是，点击目标的时间取决于目标的大小和距离。简而言之：大按钮更容易点击，而且不需要人们横跨整个欧洲才能找到它们。
重要性：在巨型页面的右上角放置微小链接？恭喜，你成功创建了一款令人困惑的游戏的用户体验版本。
设计师们是如何搞砸这一点的：把“下一步”按钮放在离“后退”按钮12英里远的地方。或者把主要的行动号召 (CTA) 藏在页脚的某个地方，靠近版权符号。
改进：按钮要足够大，方便点击，尤其是在移动设备上。将相关操作分组。确保重要信息触手可及。
雅各布·尼尔森定律提醒我们，用户期望你的网站能够像他们之前使用过的其他网站一样。熟悉并非偷懒的设计，而是良好的用户体验。
重要性：如果您的“添加到购物车”按钮形状像骆驼，人们就会跳转。
设计师是如何搞砸的：试图重新发明轮子。没错，你的团队想要与众不同，但用户不想每次访问网站都要学习一门新的 UI 语言。
改进：使用常见模式。只有当回报值得时才打破预期。你不是在设计艺术，而是在设计功能。
人们对未完成的任务记忆比已完成的任务更深刻。这就是为什么如果你把衣服叠成一半，你会觉得很奇怪。
为什么重要：显示进度条、步骤或清单的用户界面可以帮助用户继续前进。“您已完成 80%”就像是激励用户投入的诱饵。
设计师是如何搞砸的：隐藏进度。不显示反馈。让用户猜测还剩多少。
使其变得更好：使用步骤、加载器、进度环以及任何可以告诉用户“嘿，你已经接近成功”的东西。
人们会记住那些看起来与众不同的东西。清单上那个奇怪的项目？它就是那个能留下深刻印象的。
重要性：想让用户点击你的主要操作吗？让它在视觉上引人注目。颜色、大小、间距，都应该传达出“这就是重点”的信息。
设计师是如何搞砸的：把所有东西都做得大胆、明亮、庞大。如果所有东西都太吵闹，就什么也听不到了。
改进：选择一件事情来突出。利用颜色对比来突出重点。但要有所选择，只有重要的事情才能得到关注。
并非所有细节都会被记住。人们大多会回忆起体验的高潮以及它是如何结束的。
重要性：顺畅的结账流程很棒，但如果最终确认页面看起来像 2004 年的错误消息，那么用户就会记住它。
设计师是如何搞砸这一点的：虽然流程很顺畅，但最后却功亏一篑。或者在用户即将完成操作时引入了阻力。
让体验更佳：结尾要有力度。让最终的互动令人愉悦。一点动画、一条贴心的提示，甚至一个微妙的声音，都能留下美好的回忆。
如果你的用户界面感觉像数学考试，用户就会消失。保持简洁，消除不必要的摩擦，不要让短期记忆超负荷。
仅仅因为您可以在选项卡内的模式中添加下拉菜单并不意味着您应该这样做。
UI 中的心理学并非空谈。你可以将其融入到你的工作流程中。一个好的工具会很有帮助，尤其是如果你每天都在 Figma 上工作的话。
我一直在使用MadeinFigma，它是预先构建的组件和流程的集合，已经考虑了希克定律、冯·雷斯托夫定律，甚至是传统的逻辑。
这就像在设计时肩上扛着一位小心理学家，但没那么恐怖。
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。
我们大多数人都被教导在别人的过程中寻找我们的用户体验声音。
如果您从事用户体验工作超过五分钟或五年，那么您可能已经接受了这样的训练：追求工件而非影响力、追求可交付成果而非结果、追求框架而非愿景、追求反馈而非清晰度。
总有其他方法可以尝试，总有其他作品可以交付，总有 Figma 文件需要完善。但你的声音并非存在于噪音中，而是存在于你如何打动房间。你如何构思一个别人看不到的问题。你如何倾听研究，并知道何时反驳。
每个人一开始都会犯错。我们都一开始就认为问题出在工具上。我们都混淆了让事情变得更好和让事情变得更清晰。
你不会在训练营里找到自己的声音，也不会在认证仪式上找到它。这里不是霍格沃茨，没有分院帽把你送进用户体验战略之家。你得自己去创造。犯错，犯错，一刻一刻地积累。经历错误的转折、惊险的时刻，以及那些你从未意识到自己已经准备好的争吵，直到你真正准备好。
UX 的未来不会被框架所拯救。它将由那些愿意为更好而奋斗的人来塑造，即使它很混乱。
这项工作始于你的声音。不是在你精通之后，不是在你感到舒适之后。而是在你停止等待清晰的想法并开始创造它的时候。
当我开始找到自己声音的边界，当我的直觉开始发挥作用时，并不是在什么大师课上，而是在完全、汗流浃背、轻微恐慌的时候。
这是我第一份真正的用户体验工作，尽管当时我的职业是“信息架构师”。第一天，我拿到了一堆200个红线框图。没有任何解释，没有任何背景信息，只是一句“明天之前修好它们”。
我可能忍不住流泪了，也可能没忍住。我根本没办法。我甚至认不出他们用的是什么软件（是Visio。还有人记得吗？）。这可不是有史以来最直观的用户体验工具。
我完全用错了方法。我花了比预期多一倍的时间。最初的几个线框图看起来就像是一只喝了咖啡的浣熊画的。
但问题是：没人在乎这些线路有多漂亮。他们关心的是他们强调的问题是否真的得到了解决。他们关心的是你是否能解释这些变化背后的原因，以及当红线不合理时，你是否能为这些选择辩护。
那是我第一次真正学到的用户体验课：生存的关键不在于工具，而在于清晰的思路。在于当其他人只想让事情看起来一成不变时，能够清楚知道什么是重要的。说实话，我大概答对了60%。但这已经足够了。因为我很快就明白了：在用户体验领域坚持下来的人，并非那些流程最清晰的人。他们是那些在一切显得混乱、仓促或政治化的时候，能够解释什么是重要的，以及为什么重要的人。
现在依然如此，甚至比以往任何时候都更加如此。
我们正处于用户体验被边缘化、缩小规模或被自动化淘汰的时代，这并不是因为它不再重要，而是因为太多团队忘记了它的实际用途。
更快的工具并不能解决这个问题。更敏锐的声音才能。这就是这篇文章的意义所在。不仅仅是找到你的用户体验声音，更要不断磨练它，这样你才能在关键时刻运用它。因为如果我们想让用户体验在新的篇章中生存下来，我们就必须首先努力争取它的价值所在。
用户体验不仅仅是一门学科。它是一种模式，一个学习、应用、探索，如果幸运的话，还能修正路线的循环。在过去的二十年里，我们经历了很多探索。
以人为本的设计并非新鲜事物。正如艾米丽·史蒂文斯 (Emily Stevens)指出的那样，其根源可以追溯到古希腊的人体工程学或风水原理。但“用户体验”作为一个正式概念直到 20 世纪末才得以确立，当时工程师、人因专家以及最终的软件设计师意识到系统必须能够以人为本。
正如辛西娅·维尼 (Cynthia Vinney)所言，苹果、IDEO 和早期互联网的崛起，推动用户体验走出工程实验室，进入商业战略。在一段时间内，用户体验曾拥有影响力。我们塑造了行为、期望，甚至路线图。
然后我们就变得闪亮了。
训练营数量激增。“独角兽工作”（Nick Babich 的定义）的招聘信息也随之激增，这些职位需要能够编程、研究、制作原型、制作动画，甚至可能还会给办公室的植物浇水的设计师。公司需要用户体验，但并不总是明白它的作用是什么。这纯粹是《霹雳游侠》的逻辑：闪灯，打开语音调制器，然后祈祷没人问它到底是怎么用的。
UX（用户体验）变成了一个包罗万象的头衔，承诺提供策略，但实际交付的往往只是造型。乔纳斯·霍纳（Jonas Hoener）就是这样描述这种趋势的，他并没有错。我们开始大量生产作品集，却没有教会人们如何捍卫作品背后的策略，莎拉·杜迪（Sarah Doody）在批评UX教育如何辜负下一代时就指出了这一点。
用户体验（UX）漂移了。不是因为设计师忘记了如何解决问题，而是因为解决问题在政治上变得不方便。
UX 曾经塑造了路线图，现在它开始修饰积压工作。
它曾经问的是“为什么”，现在却被告知“怎么做”。
它曾经影响产品方向，但现在却是在做出决定之后才开始发挥作用。
如果您试图找到或完善自己的声音，您需要了解那段历史，不仅因为它很有趣，还因为它解释了利害关系。
用户体验的历史不仅仅是一条时间线。它更是一则警示，提醒我们当清晰被顺从取代时，会发生什么。当提出更好的问题被急于交付下一个可交付成果取代时，会发生什么。
如果你想让你的声音有意义，你必须知道这个行业何时会发生变化，以及如何稳住自己。
大多数人认为，经过足够多的年月、足够多的会议、足够多的 Figma 文件，总有一天你会“找到”属于自己的 UX 风格。但风格并非偶然发现的。它是你在每次完成工作中最艰难的部分时，有意或无意地强化的一套技能。
这关乎你如何应对阻力。这关乎你如何在压力下捍卫自己的决定。这关乎你如何在更愿意保持沉默的情况下维护用户的利益。而这第二点可能更为重要。
在职业生涯的早期，你很容易认为声音来自于掌握 Photoshop、Figma 或任何流行工具。
用户体验设计一直以来都是以人为本的职业，它不仅需要技术能力，也需要倾听、适应能力和沟通能力。Indeed设计团队在分析优秀设计师与卓越设计师的区别时，明确地指出了这一点。
工具不会教你如何解释权衡利弊。也不会教你如何在大家开始改变目标时为用户辩护。也不会教你如何说服满屋子怀疑论者，让你相信你正在解决的问题确实重要。
你的声音不是来自框架。
它来自于压力。来自于为一些感觉混乱、情绪化、不方便的事情挺身而出，并且无论如何都要去做。
当其他人还在为“什么”而困惑时，我能清晰地表达“为什么”。这是第一个转变：我意识到清晰的思路比聪明的头脑更有价值。
后来我开始经营酒吧。这是一种完全不同的用户体验。你很快就能学会如何评估一个人。
如何在他们开口之前倾听他们的需求。如何缓和紧张局势。如何让两个自以为在同一个对话中但实际上并非如此的人达成共识。
听起来很熟悉？这就是用户体验。只不过不是那种从训练营里学到的版本。这是大多数用户体验教育几乎都很少涉及的关键技能：如何解读房间。如何在摩擦爆发之前预测它。如何驾驭人与人之间的紧张关系，而不仅仅是屏幕的流畅性。
正如Preeti Talwai所说：“当你的想法与房间里其他人完全不同时，请大声说出来。当你是新人时，请大声说出来。当你是房间里最年轻的用户体验研究者时，请大声说出来。最重要的是，当你是房间里唯一的用户体验研究者时，请大声说出来。那时，你的声音最重要。”
但我们在这方面教得不够。我们打造了一个崇尚线框图的行业，却忽视了在压力下解释决策所需的能力。我们大量炮制作品集，却不教人们如何捍卫作品背后的策略。
这就是声音失效的地方：当它被训练去遵循步骤而不是提出问题时。
你无法在框架中找到你的用户体验声音。你可以在你经历过的事情、你为之奋斗过的事情以及你不再道歉的事情中找到它。
如果你从事设计行业已有一段时间，那么你已经拥有了自己的声音，但你可能只是在低声细语，或者在模仿别人，或者在等待别人的允许，说出那些你已经知道需要说的话。
陈伟志坦言：“我不会让阻力阻止我发声。” 这不是虚张声势，而是清晰的思路。UX 的声音不仅仅关乎音量，更关乎有话要说，以及即使无人问津也要坚持说下去的决心。
语音不仅仅是说话的方式，更是聆听的方式，翻译的方式，以及在用户亲眼看到之前向他们展示内容的方式。当一切都自动化时，这正是用户体验 (UX) 的价值所在。如果你一直在等待有人允许你使用语音，那么现在就是你想要的了。
失去自己声音的最快方法之一就是模仿别人的声音，并说服自己这样做是有效的，因为它能引起注意。
在我职业生涯的早期，我曾为一位以绝对力量领导的领导者工作：身高六英尺左右，精力充沛，嗓音洪亮。他可以冲着客户大喊大叫，然后挂断电话，电话还会响起来。我想：“这肯定是一种有效的领导方式。”
所以，当我经营自己的公司遇到困难，试图让自己听起来自信起来时，我模仿他的语气、他的热情、他的直率。我对着客户吼叫，希望音量能等于清晰度。
剧透：事实并非如此。
他们没有回电话。他们解雇了我们。这完全是我的错。
那个声音对他来说很合适，但对我来说却完全不适合。
他做得好的地方，完全符合他的个性。他果断、外向、精力充沛、以任务为导向，而且言辞犀利。这是他与生俱来的风格。这种风格很有效，因为它适合他的环境。但我的风格却不合。他的话很有效果，而我的话只是回响，然后就消失了。
借来的声音在压力下无法生存。只有你自己的声音才能生存。
这不仅仅是直觉，它得到了行为研究的支持。研究表明，当性格镜像与你的性格相符时，可以建立信任；但如果与你的真实自我不符，就会造成不和谐，并损害信誉。领导力理论也呼应了这一点。根据菲德勒的权变模型，你的领导风格必须与你的性格和环境相匹配，否则在压力增大时就会失效。
真诚领导力，一种根植于自我认知、价值观和一致性的模式，一次又一次地超越了虚张声势。它能够建立信任、清晰的思路和韧性。它不依赖于数量，而依赖于存在感。
因此，尽管业界通常奖励高管的魅力和自信，但真正的影响力并非来自谁的嗓门最大。它来自谁知道什么值得说，并且把这些话当真。
用户体验不需要更响亮的声音，它需要真实的声音。这种声音根植于视角、同理心和自我认知。这种声音能够引领我们穿越模糊的界限，在压力下清晰地表达，并且仍然保持真实的自我。
我曾经以为，强大的用户体验声音就意味着正确。当年我和别人共同经营产品代理公司 Hard Candy Shell 的时候，我们自信满满，甚至有些自大。客户雇佣我们，就是为了说出别人不敢说的话。我们把直言不讳当成一种荣誉。
但正确并不等于有效。
在一次残酷的咨询中，经过90分钟的批评，一位客户半开玩笑地说，感觉就像“一场没有安全词的S&M咨询”。我们为这句话感到无比自豪，差点就把它放到了网站上。回想起来，我们不仅仅是在为工作服务，更是在为自己表演。
最终，我意识到：影响力不在于你能向别人说出多少真相，而在于你是否能让对方感到足够安全，愿意听取这些真相。
缺乏同理心的精准并非领导力，而只是一场表演。
如果你希望你的声音被重视，那么实际上应该是这样的：
你不会偶然培养出这种声音。它需要经历各种压力、各种失误、在不轻易露面时挺身而出。
这个行业不需要更多精致的演示文稿。它需要更多能够走进混乱并带来信号的人。他们能够引领整个会议，不是趾高气扬，而是指明方向。总而言之，我们需要更多用户体验方面的“欧比旺”，而不是 PowerPoint 上的“帕尔帕廷”。
如果你想让你的用户体验设计更具影响力，现在就该明确目标。发挥你的优势，了解你的受众。并且要像决策取决于你一样去表达，因为决策确实如此。
有些公司不会为此留出空间。有些团队不会马上意识到这一点。但这并不意味着它不再必要，反而让它变得更加重要。
因此，无论你是一年还是二十年：
你的声音不是为了显得聪明，而是为了推动工作。而工作需要推动。
用户体验从来都不是关乎像素的。它始终关乎清晰度，将复杂性转化为方向，将洞察力转化为行动，将模糊性转化为一致性。
但单靠框架并不能推动团队前进。模板无法建立信任。系统无法创造动力。
人们确实如此。
这就是你的声音发挥作用的地方。
在人工智能能够模拟流程并在几秒钟内快速生成产品的时代，用户体验的真正价值不在于执行，而在于框架。在于了解我们要解决的问题是什么，目标客户是谁，以及在众说纷纭的情况下，成功究竟是什么样子。
你不必相信我的话。UX 领域的领导者们都在说同一句话：这项工作的未来不在于产品本身，而在于框架，在于知道要解决什么问题，为谁服务，以及当众说纷纭时，成功是什么样子。
正如Kym Primrose所写，“这个行业就是为了时间和金钱；当有廉价而粗糙的解决方案可用时，它根本无法承受真正的用户体验设计的放纵。”
这就是重点。人工智能并没有扼杀用户体验。它揭示了我们的视角已经变得多么脆弱。当我们不再审视问题，开始优化过去时，我们就无法前进。我们会变得扁平，我们会墨守成规，我们会消失。
Primrose 继续说道：“我们越是将设计任务交给那些从汇总数据和历史模式中学习的系统，我们就越有可能将一切标准化。”
这才是真正的威胁。不是人工智能，而是用户体验行业忘记了如何引领，不再提出更好的问题，而是把方向盘交给了只会复制过去的系统。
这就是Patrick Neeman所描绘的用户体验的未来：成功与否，根本不在于产品本身，而在于引导用户构建框架。现在的工作是帮助团队定义问题，而不仅仅是绘制解决方案的流程图。
Taylor Dykes对此进行了更进一步的阐释。她认为，现代用户体验领导力并非源于头衔，而是源于在不确定的环境中掌控全局的能力。最有价值的设计师并非等待指令的人。他们是那些在团队尚不确定下一步该如何走时，帮助团队向前迈进的人。
随着人工智能越来越多地出现在我们的工作流程中，人类的领导力就越发不可动摇。正如卡罗尔·J·史密斯在其关于人机信任的研究中所述，用户不仅想要准确的系统，他们还想要可靠的系统。信任并非源于精准，而是源于透明度、沟通以及对系统运行机制及其原因的清晰理解。
Borbála German 和 Réka Pető的研究也呼应了这一洞见。他们发现，人们追求的并非完美无缺的系统，而是可解释的系统。他们想要有人支持、有护栏、有明确的职责分工。最重要的是，他们希望有人对接下来发生的事情负责。
那个“某人”通常就是你。
这就是为什么Sharan Phillora 和 Giada Gastaldello认为下一代 UX 领导者不是由可交付成果来定义的，而是由他们引导对话、构建模糊性和带领团队进行决策的能力来定义的，而不仅仅是设计。
因为这就是你的声音所起的作用。它弥合了研究与现实之间的差距。它让行动充满安全感。它让团队在遇到困难时有信心继续前进。
框架只是脚手架。你的声音才是赋予它们生命的力量。这才是它的意义所在。
用户体验从来就不该是装饰性的。它从来就不该是路线图写完后才去参与的团队。
这个行业的崛起并非源于框架。它之所以崛起，是因为人们展现出自己的观点，并有勇气表达出来。他们敢于提出更好的问题，敢于挑战糟糕的默认模式，敢于为屏幕另一边的人们挺身而出。
这正是用户体验的价值所在，而我们也失去了它。不知从何时起，我们变得沉默寡言。我们混淆了交付成果和影响力。我们满足于“有用”，而我们本应是不可或缺的。
并且它显示出来了。
如今用户体验的真正失败并非工具或头衔，而是决策时缺乏远见卓识，是在最需要清晰思路的时候却保持沉默，用被动的“是”取代了强硬但必要的“不”。
你的用户体验设计理念并非额外奖励，也不是你拥有足够多的头衔后就能获得的。它是你塑造产品内容和使用方式的最重要工具。
不是某一天。也不是在人工智能“安定下来”之后。而是现在。
是的，这很难。在那些不想听你说话的房间里大声说话很难。当你是唯一一个踩刹车的人时，很难挑战当前的势头。当其他人都只想得到一个可交付成果时，很难成为那个问“为什么”的人。
但这正是让它变得重要的原因。
无论你是新手还是领导者：在被邀请之前先发言。在被要求之前先构思。即使更容易理解，也要引导。
如果用户体验 (UX) 有未来，那不是因为更简洁的设计系统，而是因为背后的人最终决定站出来发声。
你的用户体验声音不仅仅关乎你的设计方式，还关乎你如何改变接下来的设计。
所以使用它。用它建设。用它战斗。用它分享。
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。
由于 AI 设计和代码生成器在设计过程中迅速发挥积极作用，因此了解如何充分利用这些工具至关重要。如果您使用过 Cursor、Bolt、Lovable 或 v0，您就会知道，输出的好坏取决于输入。
以下是我用来引导 AI 实现实用、可用且美观的 UI 的结构化提示格式。它包含 5 个部分：
快速提示：如果您想了解如何使用此提示格式生成真实的 UI，请查看本教程：
首先用一句话清晰地定义你的设计内容。这有助于 AI 在深入视觉效果之前理解页面/屏幕的目的和范围。
定义 context 时执行以下操作：
定义上下文时应避免这种情况：
描述应该简短扼要地阐述此设计最重要的方面。解释最重要的方面：用户目标、内容优先级和交互细节。这将引导 AI 朝着正确的方向发展，使其专注于功能，而不仅仅是美观。
撰写描述时请执行以下操作：
快速提示：在解释 AI 在设计屏幕/页面时应该考虑哪些因素时，请尝试将重点从输出转移到结果。“帮助用户了解当前的市场趋势，并提供快速操作，以便他们能够根据看到的信息快速采取行动。”
指定设备和操作系统以帮助符合平台指南和限制，例如屏幕尺寸、布局行为和该平台上可用的本机组件。
这样做：
避免这种情况：
定义基调和感觉。你希望你的设计如何被用户感知？它应该平静吗？企业风格？还是年轻？添加可访问性需求（例如对比度或可读性）和样式方向（例如，模块化、卡片式、微妙的渐变）。
在描述视觉风格时这样做：
描述视觉风格时应避免这种情况：
快速提示：为 AI 提供对比度和可访问性指导：“确保文本对比度为 4.5:1。支持暗模式和亮模式。 ”
分解屏幕上需要显示的内容。思考结构（顶部导航、正文、页脚）和叙事（用户首先看到的内容以及他们应该采取的操作）。使用占位符和示例来支持描述，以便 AI 准确呈现细节。
描述组件时请执行以下操作：
想法简述
人工智能正在加速设计工作流程，并重塑我们构建数字产品的方式，但我们真的明智地运用了它吗？在这篇实用且以经验为导向的文章中，一位经验丰富的设计师剖析了人工智能在研究、原型设计和测试过程中真正提升价值的地方，以及它目前仍未达到的水平。从实用技巧到真实案例，本文探讨了如何在不牺牲用户洞察力、设计技巧或战略思维的情况下有效地与人工智能协作。如果您正在探索人工智能驱动的全新设计格局，那么这正是您所需要的视角。
如今，设计师们总是对人工智能加速工作流程赞不绝口。这并非没有道理——如今的企业比以往任何时候都更需要快速的草稿、快速的测试和快速的发布，以保持用户的参与度。
然而，许多设计师仍然未能抓住关键点，在产品中运用AI技术时未能充分发挥其专业知识。结果如何？许多被大肆宣传的AI产品制造的只是噪音而非价值，导致用户体验浅薄。
从事设计行业十年，我学会了对创新持保留态度，并将它们从昙花一现的潮流转化为切实可行的方法。正因如此，我想分享人工智能如何真正改变设计师的日常工作，如何改变界面，以及设计流程中哪些部分永远不会改变。
在本文中，我将分享示例、实用建议以及我的经验见解，帮助您了解人工智能的适用范围以及人类技能仍然是关键的地方。
如果您想清楚、诚实地了解人工智能对设计和商业的真正影响，请继续阅读。
为了更好地理解人工智能如何在每个阶段增强设计，首先概述一下在人工智能成为流程的一部分之前设计工作的传统展开方式。
总体而言，产品设计师通常采用两种主要工作方式：
这两种方法都面临着同样的挑战：企业不断缩减预算，加快进度。这迫使许多团队不得不做出取舍。设计师往往精力分散，最终忽略了更深入的探索工作。可用性测试充其量也只是在发布前进行——仓促且不足。
然后出现了人工智能。
根据我的经验，AI 可以在产品迭代周期的三个关键阶段为设计师提供支持：
让我们仔细看看它们。
现在很多工具都提供人工智能生成的仪表板、反馈和用户行为摘要。它们非常方便，尤其是在你追踪趋势的时候。然而，它们并不总是准确的。
它能凸显可见的内容，但并不总是重要的内容。有时，真正推动结果的洞见被埋藏得更深，除非你主动寻找，否则很难发现它们，原因如下：
提示：将 AI 摘要作为起点。如果某些内容引起了您的注意，请深入挖掘。返回原始数据，验证洞察，并确认它是基于实际用户行为，还是仅仅停留在纸面上。
研究是产品设计中最耗时（且常常被低估）的部分之一。它常常会耗费你几个小时。因此，AI 可以帮助你：
但是，不要指望它能完成所有工作：）人工智能更像是团队中的一名额外研究员，需要得到指导、明确的方向和仔细检查。
提示：尝试成为更专业的T型专家，并学习如何编写一些脚本和提示。了解AI的思维方式将有助于你更好地引导它，并加快你的工作流程。
例如，您无需要求分析团队重建仪表板，只需下载包含评论的页面（例如 HTML 格式）。然后让 AI 对其进行解析，将其转换为表格，并按情绪或关键词排序。您无需等待几分钟即可发现规律，从而节省团队成员的时间。
在这个阶段，你可以加快初稿的创作速度。从落地页到屏幕流程，设计师在每一步都需要生成大量的素材，说实话，并非每个人都能跟上。例如，在我们的面试中，600名候选人中只有三分之一了解这个阶段的基本流程。
这就是为什么，借助一些人工智能的指导，你可以维持生存并：
提示：如果您想让起草协作更加高效，请为其提供 10 多个能够体现您品牌风格的参考视觉效果。请注意，AI 的性能取决于您提供的数据。它没有直观的视角。
以Figma 的 AI 发布为例。它可以在几秒钟内创建 UI 界面，这对于快速绘制草图非常有用。但几周后，他们就禁用了这项功能。由于 Figma 的人工智能助手只在少数几家公司的设计系统上接受过培训，所以很多界面最终看起来非常相似。
下一个实用技巧：尽量清晰详细地描述你的视觉效果。理想情况下，首先写一个清晰的提示，描述风格和插图细节，并附上一些参考图片。然后，让AI生成JSON格式来解释提示的细节——这样，你就能知道它对你的理解程度。
如果结果不太理想，请调整输出或进行调整。例如，如果您想要一条类似骨头的细线，AI 可能会忽略这种细微之处，因此需要进行一些手动微调。一旦接近您的预期，您就可以使用优化后的 JSON 作为进一步迭代的参考。
在人工智能测试之前，设计师必须不断要求开发人员创建一些东西并发布它，然后等待反馈才能正确启动它。
然而，如今，有了正确的流程和包含代码就绪组件的优秀设计系统，设计师自己构建用户流程的前端并不难。只需了解其在实践中的运作方式即可。有时，甚至不需要开发人员添加逻辑——只需一个感觉接近真实的工作原型即可。
您可以使用可点击的流程在 Figma 中进行测试，或者更进一步，分享一个基于浏览器的实时版本，用户可以通过该版本实际输入数据。它更加真实、更具洞察力，用户使用起来也更舒适。
提示：使用 AI 工具可以加快您的工作流程并减少对其他团队的依赖。从简单入手：无需等待分析师构建单独的仪表板——您可以自行生成代码并发出 API 请求。如果您需要更新 UI 元素，请直接在 Cursor 中执行，然后将其交给开发人员审核。在很多情况下，这样做会显著加快速度。
人工智能不会取代工艺或设计与开发之间的协作。但它可以消除摩擦。在这个商业目标瞬息万变的世界里，节省下来的时间可以让你拥有更多空间进行实验，打造更优质的产品。
AI 无法（也不应该）替你做出产品决策。然而，它可以通过更清晰地呈现流程，帮助你更快、更自信地做出决策。
例如，在 TitanApps，我们总是会分析用户反馈来决定是否添加新功能。然而，用户并不总是会要求产品中出现“下一个重大改进”。因此，他们的大多数评论都反映的是现有功能。幸运的是，作为 Attlassian 社区的一员，我们可以访问论坛，在那里大家分享痛点、推荐工具并寻求帮助。
在人工智能出现之前，我们手动爬取论坛，尝试不同的关键词组合，追踪同义词，审阅长帖，并收集模式。有时，仅仅为了支持或反对某个产品方向，就需要整整一周的时间。
现在只需要几个小时。以下是整个流程：
当然，在两次分析过程中，我们都验证了所使用的信息和来源。
在这两个直播活动进行的同时，我们花时间梳理了我们最初的想法在哪些方面没有引起人们的兴趣。在此过程中，我们的团队发现了一些更有价值的东西：围绕一个相关主题的需求正在增长，而这个主题是竞争对手尚未妥善解决的。
因此，我们不需要花整整一周的时间在论坛和主题之间来回切换，而是在一天之内就获得了完整的方向快照。
随着人工智能越来越多地融入产品，改变的不仅仅是设计师的日常工作流程，界面本身也在不断发展。为了理解人工智能的影响，我们将其分为两类：
在这两种情况下，最终的界面不再是最重要的结果。更重要的是设计师能否放眼全局，理解用户的旅程。以下是这种转变的重要性：
一开始，您可以让用户完全自由地输入任何内容并获得回复。但为了打造更智能、更流畅的体验，并更有效地训练模型，您需要识别其中的模式。有些人可能会寻找冲刺总结，而另一些人则可能寻找待办事项概览，甚至是拉取请求分析。
然后，下一个问题出现了：用户提取信息后会如何处理：在会议中使用、导出等。这会影响您在何处以及如何展示 AI 助手、您提供什么样的提示或模板，以及您可以自动化多少流程而无需用户手动询问。
提示：训练你的鸟瞰视角。尽管许多人都能察觉到设计优先级的这种转变，但根据我的经验，候选人往往会急于将问题视觉化。他们专注于单个屏幕，却没有分析整个用户交互和旅程。
如果人工智能在幕后默默运行，这种视角就变得更加重要。作为一名设计师，你需要：
以 Copilot 这样的开发者工具为例。早期的一个主要抱怨是，它无法适应每个人的风格。它会生成通用或难懂的代码，与具体情况不符。它非但没有提供帮助，反而扰乱了开发流程。
或者看看像 Cursor 这样的工具。它在 Twitter 上流行起来，人们开始用它来做一些小项目。然而，很多人甚至不知道如何让它正常工作。所以，并非所有 AI 工具都适合所有人，也并非所有时机都是引入它的合适时机。
为了更好地设计这种人工智能，你需要知道：
提示：请记住，人工智能是一种工具，而不是灵丹妙药。这些后台助手即使不可见，仍然具有某种界面。设计师现在也必须学会为此进行设计。
尽管人工智能推动设计师去适应——像开发人员一样思考，平衡业务目标，并保持以用户为中心和独特的方法——但有些原则仍然没有改变，比如雅各布定律。
用户会熟悉各种模式，他们不想重新学习已经奏效的方法。正因如此，不要无缘无故地重复造轮子至关重要。如果有既定的最佳实践，那就去实践。人工智能不会替你做决定——你的职责是了解哪些方法已经得到验证，何时值得创新，以及何时坚持用户已知的方法更为明智。
所以，没错，如今成为一名设计师比以往任何时候都更加复杂。但如果我们提升视野，保持T型思维，并抵制过度复杂化的冲动，我们就能利用这些工具——包括人工智能——来做得更好，而不仅仅是更快。
最终，我们的目标是设计出有意义的东西。
你知道那些感觉恰到好处的设计吗？就是那些所有东西看起来都恰到好处，你不用眯着眼睛看，不用思考，也不用疯狂点击就能搞清楚的东西。
这不是魔术，而是心理学。
好的 UI 设计并非仅仅因为选择了合适的蓝色调或使用了漂亮的字体就能够实现。它之所以有效，是因为它了解人们的想法。他们注意到了什么，忽略了什么，以及什么会让他们偷偷地咒骂。
让我们分析一下优秀 UI 设计背后的心理学，这样您就可以打造让用户感觉自己像天才的体验，即使他们还没有喝咖啡。
事实是这样的：人类的大脑非常强大，但也非常懒惰。
我们一直在努力节省脑力。正因如此，优秀的 UI 设计不会让人们思考过多。如果你的应用感觉像个谜题，用户就会离开，甚至可能在离开时留下措辞激烈的评论。
设计不是为了炫耀你有多聪明，而是为了让用户感觉自己很聪明。
不会让人头脑发热的技巧：
隐藏复杂性，直到需要它为止。（是的，“高级设置”，我说的就是你。）
希克定律很简单：你给某人的选择越多，他们做出选择的时间就越长。他们就越想哭，或者放弃。
你有没有看到过一个下拉菜单，上面列着 30 个国家，按字母顺序排列，以“阿富汗”开头？没错，就是这样。
设计的意义在于减少决策。设计的目的并非剥夺自由，而是让路径清晰可见。
像极简主义者一样设计：
微型按钮。超薄的文本链接。可关闭的模态框，带有一个比果蝇还小的“X”。
我们都诅咒过它们。菲茨定律说，点击某个按钮所需的时间取决于两个因素：按钮的大小和距离。所以，如果你想让人们真正点击你的按钮，就让它可点击。
实用想法：
用户不会从上到下阅读屏幕内容。他们浏览的速度就像松鼠在喝浓缩咖啡一样。
所以你需要像指挥家指挥管弦乐队一样控制视觉层次。利用大小、颜色、粗细和间距来传达“嘿，先看这里！”
如果没有等级制度，一切都会争夺关注。当一切都在大声喧哗时，没有人会被听到。
尝试一下：
你可能想成为按钮界的毕加索，或者重新设计导航栏。但你猜怎么着？人们喜欢他们熟悉的东西。
登录表单中邮箱和密码的顺序总是一致的，这是有原因的。这不是懒惰，而是熟悉。
该怎么办：
格式塔心理学本质上是我们大脑快速解读现实的方式。我们不会将事物视为孤立的元素。我们会根据接近性、相似性、一致性和连续性对它们进行分组。
如果你的 UI 不遵循这些模式，用户就会感到困惑。而困惑是导致你关闭标签页的捷径。
例子：
秘诀在于：人们会凭情感做出决定，然后用逻辑来证明其合理性。这同样适用于用户界面。
想一想。你是否曾经仅仅因为感觉良好而点击过某个按钮？那种令人满意的悬停效果？那种微妙的动画效果？
设计可以激发喜悦，也可以激发沮丧。
如何为感受而设计：
用户不会记住旅程的每一秒。他们只会记住最激动人心的时刻和旅程的结局。这就是峰终定律。
因此，如果您的结账流程无缝，但确认屏幕看起来像 404 页面，猜猜他们会记住什么？
设计提示：
如果用户不确定按钮的功能，他们就会犹豫。犹豫会扼杀用户行动的动力。
最好的用户界面能消除疑虑。它会说：“嘿，点击这里。很安全。你不会意外删除所有内容。”
使用这些武器：
说实话，有时候你确实没时间从头开始构建每个流程。这时，像Made in Figma这样的插件就能帮上忙了。
它允许您直接使用预先构建的 UI 流程和遵循最佳实践的组件。无需猜测，无需费力寻找灵感。就像拥有一位话不多的设计副驾驶。
当我想快速行动而不牺牲质量时，或者当我的大脑在咖啡因的烟雾中运转并且我只是需要一个可靠的布局来即兴发挥时，我会经常使用它。
首先谢谢。看来你对好的设计很认真。
其次，这是心理学驱动的用户界面的备忘单：
蓝蓝设计的小编 http://www.lanlanwork.com
