一句需求就能生成一组页面，几轮对话就能做出可点击原型，这种速度让设计讨论变得很直观，也容易让团队太早进入制作。兰亭妙微这次阅读 NN/g 的 Tanner Kohler 关于智能代理参与软件生产的文章。它让我们重新关注一个老问题：当实现越来越快，谁来判断正在做的东西是否值得做？下面结合一个假设的企业知识库，聊聊用户体验工作在需求、验证和迭代中仍然需要承担的具体任务。
有人说知识库不好用，团队可能立即开始改搜索框、加推荐卡片，甚至接入聊天功能。但“不好用”背后可能是文档命名混乱、权限阻挡，或者员工根本不知道哪些资料已经过期。如果问题没有分清，生成更多页面只会把某个猜测做得更完整，仍然无法回答用户为什么找不到东西。
原文配图：NN/g，版权归原作者及相关权利人。
原文中的软件开发生命周期图展示了规划、设计、构建、测试、部署和维护等阶段。把它放在这里，是提醒我们不要让可见的制作环节覆盖了前后工作。对于假设知识库，可以先观察几次真实查找：用户带着什么问题进入，尝试了哪些词，最终凭什么认定资料可用。此时设计的产出也许不是新界面，而是一份更明确的问题描述，让团队知道下一轮原型到底要验证哪一个判断。
在访谈或观察之前，也可以先整理团队当前的猜测，把它们明确写成待验证问题。比如“用户主要因为搜索结果过多而放弃”就需要证据支持；如果实际障碍是无法判断版本，继续优化排序可能并不解决问题。让假设可见，有助于避免把熟悉的解释当成事实。
用户反馈常常很具体，却彼此不一致。有人希望首页信息更少，有人希望常用资料直接露出；有人习惯搜索，有人沿部门目录查找。如果只把这些句子原样交给生成工具，结果可能同时加入更多入口与更多隐藏菜单。设计工作需要继续追问这些意见发生在什么任务里，而不是简单统计哪句话出现得最多。
AI概念示意：用于说明本节设计思路，非原文案例截图或实际客户项目。
以知识库为例，可以把反馈按新员工入门、日常查规范和项目交接等任务整理，保留对应场景，再寻找共同障碍。首页是否需要变化，就有了具体讨论基础。AI 可以帮助整理文字和生成备选结构，但分类是否合理仍要回到原始记录检查。这里的研究工作台只是概念示意，不包含真实访谈或研究结果。对外分享时也应保持这种区分，不能用一张漂亮的研究看板，暗示已经完成了并不存在的用户研究。
团队讨论时，可以把观察记录与设计决定放在相邻位置。一条记录说明发生了什么，一条决定说明准备如何回应，中间保留推理过程。这样新加入的成员可以质疑判断，也可以提出替代方案，而不是只能接受已经完成的页面。
原型生成得快，最有价值的用法之一，是更早拿去观察，而不是不断增加页面直到看起来像完整产品。一次测试可以聚焦很小的任务：新人能否找到有效版本的报销说明，或者负责人能否判断某份材料是否适合转发。问题越具体，越容易从操作中发现界面和理解之间的距离。
AI概念示意：用于说明本节设计思路，非原文案例截图或实际客户项目。
观察时不要只问“你喜欢吗”。可以留意用户在哪里停顿，点进了哪些无关入口，对哪个标签产生误解，以及完成后是否知道自己已经找到答案。若需要比较两个方案，应尽量保持任务和内容条件一致，避免把内容差异误判为布局效果。概念图中的测试界面仅说明记录方式，没有实际测试数据。对于尚未验证的方案，可以明确写成设计假设，这比用未经证实的提升百分比包装成果更有参考价值。
还要给评估留出实际时间。生成原型只花很短时间，并不意味着理解反馈也能同步压缩。可以缩小每次验证的范围，把一个关键任务看清楚，再继续迭代；如果只是不断追加新版本，却没有消化使用反馈，速度反而会让团队更难知道哪一次变化真正有帮助。
产品发布以后，团队会收到新的意见，也会看到新的使用行为。若之前只保留页面截图，很难回忆某个取舍为什么存在，下一次修改就容易重新争论。可以为重要变化保留简短记录：当时面对什么问题，选择了哪种处理，还存在哪些没有验证的地方。记录应便于查阅，不必写成没人维护的大文档。
AI概念示意：用于说明本节设计思路，非原文案例截图或实际客户项目。
假设知识库新增了版本提示，上线后就可以关注用户是否注意到提示、是否仍会误用旧材料，再决定调整文字或位置。不能只看点击量，因为更多点击也可能意味着人更难找到入口。与用户体验设计公司合作时，可以把这种验证与迭代方式纳入沟通，明确谁收集反馈、谁判断修改优先级。AI 可以加快实施，但什么反馈值得行动、怎样避免局部改动破坏整体路径，仍需要结合业务目标与真实使用情境来判断。
当制作速度变快，设计的价值不会只停留在画得更快。把问题问清楚、把依据整理好、让方案接受真实使用的检验，才能让更快的产出变成更可靠的产品。
