022025-9

用户体验设计 | 医疗界面的可访问性与多用户群体设计研究

在数字化医疗飞速发展的当下，医疗界面已成为医患交互、健康数据管理的核心载体。然而，当前许多医疗界面设计存在 “通用性缺失” 问题，忽略了老年群体、残障患者、基层医护人员等不同用户的特殊需求，导致可访问性不足，不仅影响用户体验，更可能延误医疗服务效率与质量。本文将从医疗界面可访问性的核心价值出发，结合多用户群体特征分析，探讨设计原则、实践案例与技术支撑，为医疗数字化产品开发者提供参考。

一、医疗界面可访问性：不止于 “可用”，更要 “易用”

医疗界面的可访问性，并非简单满足 “能打开、能操作” 的基础需求，而是要确保所有用户（无论身体机能、技术水平如何）都能平等、高效地获取医疗服务。根据世界卫生组织统计，全球约有 10 亿残障人士，且 60 岁以上老年人口占比持续上升，这类群体在视力、听力、运动能力、认知水平上的差异，对医疗界面提出了更高要求。

可访问性的核心痛点

视力障碍用户：传统医疗 APP 的小字体、低对比度界面，导致视障患者无法读取检查报告、用药提醒；
听力障碍用户：在线问诊时缺乏实时字幕功能，难以准确理解医生指导；
老年用户：复杂的操作流程（如多步注册、隐藏式功能按钮）、专业术语堆砌的界面，增加了使用门槛；
基层医护人员：在紧急场景下（如急救时调取患者病史），界面响应延迟、信息层级混乱，可能影响救治效率。

可访问性的设计底线

依据《Web 内容无障碍指南（WCAG）2.1》及医疗行业相关标准，医疗界面需满足以下基础要求：

感知性：支持字体放大（最大至默认尺寸 200% 无错位）、高对比度模式（如黑底白字、黄底黑字），音频内容需配备字幕；
可操作性：所有功能支持键盘导航（无鼠标也能完成操作），按钮尺寸不小于 44×44px（适配老年用户或运动障碍用户的精准点击）；
可理解性：界面术语需搭配通俗解释（如 “舒张压” 后标注 “低压”），操作错误时提供明确的纠错提示（如 “请输入 11 位手机号” 而非 “格式错误”）；
鲁棒性：兼容主流辅助技术（如屏幕阅读器 NVDA、语音输入工具讯飞语记），避免因浏览器或设备差异导致功能失效。

二、多用户群体需求分析：从 “千人一面” 到 “千人千面”

医疗界面的用户涵盖患者（含特殊群体）、医护人员、管理人员等，不同群体的使用场景与需求差异显著，需通过 “分层设计” 实现精准适配。

患者群体：以 “便捷性” 和 “安全感” 为核心

（1）老年患者与残障患者

需求重点：简化操作、降低认知负荷、信息可视化；
设计方案：
- 首页仅保留核心功能（如 “我的问诊”“用药提醒”“在线挂号”），隐藏非高频功能（如 “健康资讯”“积分商城”）；
- 用药提醒采用 “文字 + 语音 + 图标” 三重提示（如 “每日 9 点服用降压药” 搭配闹钟图标与语音播报）；
- 检查报告用图表替代纯文字（如用折线图展示血糖变化趋势，标注 “正常范围” 区间）。

（2）慢性病患者

需求重点：数据记录便捷、长期跟踪、医患互动高效；
设计方案：
- 支持语音输入或拍照上传数据（如拍摄血糖仪数值自动识别并记录）；
- 提供 “家庭共享” 功能（如子女可远程查看父母的用药记录，接收异常数据提醒）；
- 问诊时自动同步历史数据（如医生可直接查看患者近 3 个月的血压变化，无需手动上传）。

医护人员群体：以 “高效性” 和 “准确性” 为核心

（1）门诊医生

需求重点：快速调取患者信息、简化病历录入、减少重复操作；
设计方案：
- 患者就诊时，界面自动弹出历史病历、过敏史、用药禁忌（无需多页面切换）；
- 支持模板化病历输入（如选择 “感冒” 模板，自动填充常见症状与用药建议，医生仅需修改个性化内容）；
- 处方开具时，系统自动校验药物相互作用（如提示 “阿司匹林与布洛芬不宜同服”）。

（2）急救医护人员

需求重点：极速响应、关键信息优先展示；
设计方案：
- 紧急模式下，界面自动屏蔽非必要通知，仅保留 “患者定位”“病史调取”“急救指导” 功能；
- 首页突出显示患者关键信息（如 “血型：A 型”“过敏史：青霉素”），字体放大至默认尺寸 150%；
- 支持离线缓存数据（避免网络信号差时无法访问患者信息）。

三、实践案例：可访问性设计如何落地？

以国内某三甲医院的 “智慧医疗 APP” 为例，其通过多轮用户测试与迭代，实现了可访问性与多群体适配的平衡，上线后老年用户使用率提升 40%，医护人员病历录入效率提升 30%。

关键设计亮点

“长辈模式” 专项优化：
- 字体放大至默认尺寸 180%，按钮间距增加 50%；
- 去除所有广告弹窗与复杂动画，界面响应速度提升至 0.5 秒内；
- 内置 “语音助手”，支持 “打开挂号页面”“拨打医生电话” 等语音指令。
辅助功能适配：
- 兼容屏幕阅读器，所有图片均添加描述文本（如 “心电图报告：心率 75 次 / 分，正常”）；
- 支持色盲模式（如红绿色盲用户可切换为 “蓝黄色调”，避免因颜色标识错误导致用药失误）。
医护端 “场景化设计”：
- 门诊医生端：患者列表按 “就诊顺序” 排序，点击患者姓名即可展开 “病历 - 检查 - 处方” 一体化视图；
- 急救端：通过 NFC 技术，手机贴近患者手环即可快速读取病史（无需手动输入 ID）。

落地挑战与解决方案

挑战 1：可访问性设计与界面美观的平衡（如高对比度模式可能导致界面 “单调”）；
- 解决方案：提供 “多套主题”（如默认主题、长辈主题、高对比度主题），用户可自主切换，同时确保所有主题的视觉风格统一。
挑战 2：多群体需求冲突（如患者需要简化界面，而管理人员需要复杂的数据统计功能）；
- 解决方案：采用 “角色权限控制”，不同用户登录后展示对应功能界面（如患者登录看不到 “科室营收统计”，管理人员登录可查看全维度数据）。

四、技术支撑：让可访问性设计 “有据可依”

医疗界面的可访问性与多群体适配，需依托技术工具实现 “设计 - 测试 - 优化” 的闭环。

设计阶段：工具提升效率

Figma 插件：使用 “Accessibility Insights” 自动检测界面对比度是否达标、按钮尺寸是否符合要求；
组件库建设：搭建 “医疗无障碍组件库”，包含大尺寸按钮、高对比度输入框、语音提示组件等，确保各页面设计一致性。

测试阶段：覆盖全用户场景

自动化测试：使用 Selenium+Axe-core 框架，批量检测界面是否支持键盘导航、辅助技术适配；
用户实测：邀请老年用户、残障用户、医护人员参与测试，采用 “任务完成率”“操作时长”“错误次数” 等指标评估设计效果（如要求老年用户完成 “挂号” 任务，记录平均操作时长与失败原因）。

优化阶段：数据驱动迭代

埋点分析：在界面中埋点统计 “功能点击量”“页面停留时间”“操作错误率”，识别高频使用功能与痛点功能（如某按钮错误点击率高，可能是尺寸过小或位置不合理）；
版本迭代：根据测试数据与用户反馈，每 2 周发布一次小版本更新，优先优化高优先级问题（如急救端数据加载延迟、视障用户无法读取报告）。

五、未来趋势：从 “无障碍” 到 “全包容”

随着医疗数字化的深入，医疗界面设计将从 “满足基础可访问性” 向 “全包容设计” 演进：

AI 个性化适配：通过 AI 分析用户行为（如老年用户常用语音输入），自动调整界面设置（如登录后默认切换至长辈模式）；
跨设备协同：实现 “手机 - 平板 - 医疗设备” 的无缝衔接（如血糖仪数据自动同步至手机 APP，医生在平板上可实时查看）；
伦理与隐私保障：在设计可访问性功能时，需兼顾数据安全（如语音输入的健康数据需加密存储，避免泄露）。

医疗界面的可访问性与多用户群体设计，不仅是技术问题，更是 “以人为本” 的医疗服务理念的体现。对于开发者而言，需跳出 “以健康人群为中心” 的固有思维，充分考虑不同用户的生理、心理与场景差异，通过 “需求分层、设计适配、技术支撑”，让每一位用户都能平等享受数字化医疗的便利。未来，随着技术的进步与标准的完善，“全包容” 的医疗界面将成为行业常态，为构建更公平、高效的医疗体系奠定基础。

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。

评论(0) 浏览(30)

272025-8

用户体验设计 | 从UX到AX：人工智能如何重构交互范式？

杰睿用户研究

人工智能的普及，正在重写交互设计的基本逻辑。传统的 UX（User Experience） 强调“以人为中心”，核心是如何帮助用户在界面和流程中更高效地完成任务。而 AX（AI Experience） 则进一步强调“人与智能体的协作”，它不再仅仅是“降低操作成本”，而是创造全新的体验方式和价值空间。

在我看来，AX并不是UX的替代品，而是其延伸和升级。它的意义不仅在于“更智能”，而在于 重塑了人与技术之间的关系。

一、AX的优势：从效率到智能伙伴

从“操作型体验”到“智能型体验”

传统UX更多关注“用户怎么点、怎么选”，交互逻辑是确定性的。而AX强调的是“用户要达成什么目的”，交互逻辑是生成性的。

在UX中，用户是执行者。
在AX中，用户更像是发起者，而AI是协作者。

这种角色转变让用户从“学会使用工具”，升级为“与工具共同解决问题”。

个性化体验的深度进化

UX虽然一直在谈“以用户为中心”，但本质上是“面向大多数人的抽象平均值”。而AX依赖AI的实时学习和预测能力，可以真正做到：

千人千面：同一个产品界面，根据用户习惯和语境动态调整。
上下文感知：系统能理解用户当前所处的情境，主动推荐最合适的选项。
长期陪伴：AI能持续积累用户画像，形成“了解你”的使用体验。

这背后最大的价值是：体验不再是单次交互，而是动态演化的关系。

从工具到伙伴的关系转变

AX的真正优势在于，它让系统从一个“被动的工具”变成一个“主动的伙伴”。

在企业应用中，AI不只是显示数据，而是主动提供洞察和决策建议。
在设计工具中，AI不只是绘图软件，而是能提出设计方案并与设计师迭代。
在日常生活中，AI助手不只是执行指令，而是能理解用户的意图和偏好。

这意味着，人机关系正在从“工具依赖”转向“智能协作”。

二、AX的意义：不只是交互升级，而是范式转移

人类能力的外延

AX让用户不必学习复杂的操作逻辑，而是直接将注意力集中在目标本身。人类的能力被放大：

医生借助AI更快做出诊断。
设计师借助AI更快探索创意空间。
普通用户也能通过AI完成专业化的工作。

这是一种生产力的重构。

交互的“去界面化”

AX的兴起意味着，未来的交互可能越来越弱化“可见的UI”，而走向“无界面化”：

对话、语音、甚至脑机接口，可能逐渐取代传统的按钮和菜单。
界面不再是交互的中心，而只是交互的一种“外显形式”。

这对设计师提出了全新的挑战：如何在没有清晰界面的情况下，仍然保障可用性和体验感？

价值创造的转向

传统UX的价值主要是“提高效率，降低门槛”。而AX的价值在于：

通过智能生成，打开新的体验维度（例如即时翻译、创意生成、智能推荐）。
通过人机协作，提升决策和创造力。
通过持续学习，形成用户与系统的长期关系。

可以说，AX是从“让产品好用”转向“让用户变强”。

三、设计师该怎么做，才能跟上AX？

对 UI 设计师的影响与建议

影响

界面地位弱化：AX强调“无界面化”与“对话交互”，传统的按钮、菜单可能逐渐不再是交互核心。
设计逻辑转向动态：界面不再是固定排版，而是根据用户和上下文动态生成。
美学与个性化挑战：UI需要能够兼容AI生成的内容，保证在多样化、动态化的情况下仍然保持品牌统一性。

建议

从像素到系统思维：不只关注控件美观，而要学会设计“可适配的UI系统”，能被AI灵活调度。
学习多模态设计：扩展到语音界面、手势交互、情境UI设计。
强化品牌与体验一致性能力：未来AI生成的界面可能千差万别，UI设计师要确保“再多变的交互，也有统一的品牌识别度”。

二、对 UX 设计师的影响与建议

影响

从流程图到体验编排：用户体验不再是预设的单一路径，而是 AI + 用户共同生成的动态过程。
研究重心变化：UX研究不再只是收集需求和行为，而要理解 AI与用户的互动模式。
体验维度扩展：需要考虑 AI 的可解释性、信任度、隐私感，而不仅仅是操作效率。

建议

掌握“人机协作模型”：理解 AI 作为协作者时，用户的心理和行为特征。
学习数据驱动的体验优化：UX设计师需要能看懂行为数据和AI反馈，并基于此迭代体验。
培养“伦理与责任感”：设计的不只是“好用”，更是“让人敢用、愿意用”。

三、对产品研发人员的影响与建议

影响

需求定义方式改变：传统研发基于功能清单，而AX产品更强调“AI能解决什么问题、以什么方式协作”。
产品形态多样化：从“功能产品”转向“智能代理”“个性化服务”。
开发流程变化：更多依赖 AI 模型与数据迭代，而不是一成不变的功能开发。

建议

学习 AI 基础能力：即便不是算法工程师，也需要理解模型的输入、输出与局限。
设计“可控性机制”：研发中要为用户提供可选择、可撤销、可追溯的交互逻辑。
与设计师深度协作：研发与设计的界限会越来越模糊，产品经理、研发、设计师需要共同定义“AI驱动的体验”。

从UX到AX，变化不仅是交互方式的升级，而是人与技术关系的一次再定义。

对于设计师而言，这既是压力，也是机会。与其担心被AI取代，不如思考：如何利用AI，去设计更自然、更可信、更具人性化的交互体验？

未来，真正的价值不在于“谁能画得更快”，而在于“谁能设计出更好的智能体验逻辑”。

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。

评论(0) 浏览(72)

272025-8

用户体验设计 | 什么是 AX？从 UX 到 AX 的演进

杰睿用户研究

在设计和产品领域，我们常常听到 UI（用户界面） 和 UX（用户体验）。那么近几年出现的 AX（Artificial Experience，人造体验） 又是什么？它和 UX 有什么关系？为什么会成为未来的重要方向？

AX 的提出背景

随着 人工智能（AI） 技术的快速发展，人们与数字世界的交互方式发生了根本性变化：

不再局限于界面上的点击和滑动，而是通过 语音、手势、甚至情境预测 进行交互；

产品提供的体验也不再只是“设计师预设”，而是 由 AI 动态生成和适配；

用户期待的不仅是“好用”，还希望体验能够 更智能、更个性化。

在这样的背景下，AX 概念应运而生。它强调：体验已经不再是单向的“人为设计”，而是结合了人工智能算法与场景动态生成的人造体验。

AX 与 UX 的区别

UX（User Experience）：由设计师和团队基于调研与分析来规划，强调以人为中心的交互设计。

AX（Artificial Experience）：由系统在运行中实时生成，强调智能算法与人机共创的体验。

简单来说，UX 偏向 人为设计的确定性体验，而 AX 偏向 智能驱动的动态体验。

比如：

在 UX 模式下，你打开一个电商应用，看到的推荐内容主要依赖运营和交互设计的规划。

在 AX 模式下，推荐结果可能实时根据你的浏览行为、语义搜索、甚至情绪识别来调整，体验千人千面。

AX 的核心特征

智能化：依赖 AI 进行实时计算与预测。

自适应：体验会根据用户情境动态变化。

沉浸感：强调拟人化、拟物化，甚至超越现实的体验。

可扩展：AX 不只应用在 App 或网站，也会应用在 VR/AR、智能硬件、车载系统 等更广泛场景。

AX 的应用场景

智能助理：如 Siri、GPT 驱动的助手，不再是简单执行命令，而是能主动理解并引导对话。

沉浸式游戏/教育：AI 根据玩家或学习者的反馈，实时生成剧情或学习路径。

未来办公：AI 根据工作模式动态组织信息流，提供更自然的交互方式。

医疗健康：通过语音对话、情感识别和个性化推送，让体验不再冰冷。

为什么值得关注 AX？

对于设计师、产品经理和开发者来说，AX 并不是要取代 UX，而是 UX 的升级与扩展。未来的用户体验会越来越依赖 AI，而设计的重点也会从“界面元素”转向“如何让 AI 与用户的交互更加自然可信”。

AX 将成为下一个重要的设计与产品竞争点

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。

评论(0) 浏览(72)

262025-8

一、引言

随着微信、支付宝、抖音等平台的发展，小程序已经成为数字产品的重要形态。它们无需下载安装，用户扫码或搜索即可使用，具有轻量化、快速触达的优势。然而，小程序的轻便特性也带来一些固有缺点，例如功能受限、性能瓶颈、用户留存难等问题。

近年来，人工智能（AI）技术的发展为小程序的设计与体验提供了新的解决方案。通过AI赋能，小程序不仅能够弥补先天短板，还能在功能、性能和用户运营等方面实现优化，为用户带来更智能和个性化的体验。

二、小程序作用与优点

轻量、快速、低门槛触达 小程序无需下载安装，占用空间小，用户可以随时扫码或搜索使用。这种轻量特性降低了用户使用门槛，尤其适合频繁使用但单次使用时间较短的场景，例如点餐、查票、购物或活动报名。

跨平台与场景化 一个小程序通常可以在多个平台运行，包括微信、支付宝、百度等，这为开发者节省了维护成本。同时，小程序天然适合“高频低时长”的使用场景，可以快速响应用户需求，提升效率。

支持技术丰富，便于品牌扩展 小程序平台提供了丰富的API和组件库，支持支付、地图、登录、分享等功能。对企业和品牌来说，小程序不仅是工具，也是一种推广手段，可以结合品牌视觉和交互设计提升用户认知度。

三、小程序缺点及解决思路

功能受限 小程序体量轻，无法像原生App那样调用底层硬件或实现复杂功能。解决思路包括聚焦核心功能，利用云端处理和插件扩展来弥补局限。例如，图像识别、文档解析等计算可以放到云端完成，然后返回结果给用户。

性能瓶颈 由于平台限制，小程序的加载速度和动画流畅度容易受到影响。可通过分包加载、懒加载和资源压缩来优化性能，并尽量减少页面跳转和冗余资源，提高整体响应速度。

用户留存难 小程序常常“用完即走”，用户黏性较低。解决方法包括设计个性化推荐、回访机制，以及优化微交互。例如，当用户常用功能被智能置顶或收到适时提醒时，留存率会明显提升。

四、AI赋能小程序

功能增强 AI可以通过对话式助手和智能推理来扩展小程序功能。用户无需繁琐操作，就能通过自然语言获取服务或完成任务。例如，餐饮小程序可以通过AI助手直接推荐菜品或生成订单。云端AI模型还能处理复杂任务，如图像识别、文本分析等，使小程序功能更强大。

体验优化 AI可以帮助提升小程序的性能和交互体验。通过预测用户行为进行资源预加载，减少等待时间；通过智能压缩和裁剪优化图片、视频等资源占用；通过AI生成微交互动画或个性化界面风格，增加使用过程中的趣味性和沉浸感。

用户运营 AI在用户运营中也有显著价值。通过分析用户行为数据，AI可以提供个性化推荐和智能触达，优化推送时间和内容，提高复访率。此外，AI驱动的智能客服和对话式陪伴可以增强用户情感连接，使用户在小程序中获得更贴心的体验。

小程序凭借轻量、跨平台和场景化的优势，已经成为企业和开发者的重要工具，但同时存在功能、性能和留存等短板。AI技术的引入为这些问题提供了切实可行的解决方案，不仅能够增强功能、优化性能，还能提升用户留存和界面差异化。

未来，小程序的发展趋势将更加智能化和个性化。对于设计师和产品团队而言，将AI与小程序结合，不仅是技术创新的机会，也是提升用户体验、强化品牌竞争力的重要途径。通过这种方式，小程序能够在轻量与智能之间找到最佳平衡，为用户提供更加高效、舒适和有趣的数字服务体验。

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。

评论(0) 浏览(77)

132025-8

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

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·培根和大卫·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：

坚韧：我相信这一点，因为我一直都相信。
权威：我相信这一点，因为有位有权势的人告诉我。
先验：我相信这一点，因为直觉上感觉正确。
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真。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。

评论(0) 浏览(89)

132025-8

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。

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

拿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。

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。

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。

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的自动化——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：

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。
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。
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

Webflow、Framer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。

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

据《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。

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。

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。

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。

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。

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。

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。

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。

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/

用户体验

代理人工智能

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。

评论(0) 浏览(93)

062025-8

一、问题本质：留存不是靠激励，而是靠“心理锁定”

在互联网早期，用户活跃靠红包、优惠券、签到送礼，但代价高、复购差。

随着《Hooked》模型的广泛传播，越来越多设计师开始意识到：

真正能形成行为惯性的，不是奖励刺激，而是用户对系统产生的“心理锁定”。

而这类锁定，很大程度来自一种你意识不到的过程：微投入（Micro-Investment）。

二、什么是“微投入”？为什么它会让人留在系统中？

在《Hooked》模型中，Investment 阶段强调：“用户的投入行为，将增强下一次触发的可能性。” 但大多数产品不会等用户“全情投入”才给反馈，而是在设计上预埋“低认知负荷”的轻度操作行为，让用户在不设防的状态下完成“自我绑定”。

我们称之为——微投入（Micro-Investment）：

用户在交互中不经意完成的、低成本但可沉淀的行为，这些行为并非直接追求结果，却增强了用户的参与路径依赖。

三、三种常见的“微投入”类型及其设计原理

偏好标记型微投入：让用户教系统“理解他是谁”

关键词：点赞、收藏、标签、停留行为、点击行为

特征：行为轻量、无强指令、可反映偏好路径

设计原理：

每一次点赞/收藏/点开标签，都会被系统记录为“兴趣信号”
用户通过无压力行为“训练”推荐系统，逐步获得“个性体验”
这种行为沉淀具有高度的“路径依赖性”——用得越久越贴近需求，离开就要“重新训练”

典型案例：

产品	微投入行为	成果路径
B站	点赞/一键三连	推荐更精准、自动续播算法更懂你
抖音	停留时长、划走节奏	算法映射个性观看偏好
小红书	收藏 + “不感兴趣”	精细过滤内容精度提升

核心设计启发：微操作即标签，行为即数据，体验即反馈。

情感绑定型微投入：让用户在“自己动手”中产生归属

关键词：头像上传、用户名设置、初始问卷、兴趣地图

特征：界面嵌入、节奏自然、默认选项辅助完成

设计原理：

用户完成设定动作的那一刻，心理上将“产品人格化”并“自我投射”
系统反馈会主动强调“你是谁” → 形成情绪绑定
即便用户未进行深度内容贡献，也已在潜意识建立情感链接

典型案例：

产品	微投入行为	情绪作用
Notion	设置页面图标 & 封面	强化“我空间”意识
飞书	头像 + 团队名 + 标语	成为“组织”的一部分
Keep	初始问卷：健身目标	引导目标绑定 + 路线个性化

核心设计启发：轻度设定不只是装饰，是“身份绑定”。

路径依赖型微投入：用“行为历史”锁定未来决策

关键词：历史记录、任务进度、半完成状态、保存草稿

特征：行为不可逆、进度显性化、回退成本被感知

设计原理：

用户一旦开启某个行为路径（如写作/学习/课程/流程），系统记录中断点
下次使用直接跳转该路径，引导其“继续完成”
若用户中断太久，系统主动提醒：“你已经完成 XX%，还差最后一步！”

典型案例：

产品	微投入行为	成果设计
网易云课堂	完成课程 1/3	下次默认续播，提示“进度完成 XX%”
知乎写作	自动保存草稿	回访提醒“上次未发布内容”
Notion	自动打开上次页面	激活“未完成任务”的心理预期

核心设计启发：进度本身即激励，历史即未来路径线索。

四、设计师如何判断微投入设计是否生效？

你可以使用以下评估模型：

评估维度	关键问题	指标或验证方式
参与门槛	用户是否在无指导下完成微投入？	操作完成率 & 平均时间
影响感知	用户是否察觉到行为带来的变化？	推荐相关性提升、回访点击率
路径闭环	微投入是否影响下一次体验路径？	上次行为 → 本次起点的行为延续率

五、总结：让用户“无意识绑定”的，是产品长期成功的关键

微投入设计不是通过控制用户来获得粘性，而是：

通过“设计可沉淀的轻行为”，让用户逐渐塑造出对产品的依赖结构，形成行为惯性和自我投射。

关键回顾：

偏好型微投入 = 建立个性化体验
情感型微投入 = 绑定身份与情绪
路径型微投入 = 强化完成预期

对设计师来说，思考微投入的意义在于：

不只是完成任务

而是让用户“参与构建自己的体验”。

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。

评论(0) 浏览(84)

042025-8

用户研究 | 可点击UI背后的心理学

杰睿用户研究

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。

1. 可供性：让它看起来可点击

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。

2. 希克定律：选择太多=没有选择

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。

3. 菲茨定律：距离 + 尺寸 = 可点击性

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。

4.雅各布定律：使网站与其他网站相似

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。

5.蔡加尼克效应：未完成的任务让我们烦恼

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。

6. 冯·雷斯托夫效应：让它脱颖而出

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。

7. 峰终定律：人们记住两件事

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。

认知负荷是真实存在的

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。

使用可以帮助您应用此

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。

评论(0) 浏览(99)

012025-8

人工智能对设计师日常工作和界面的真正影响：哪些因素仍然重要

杰睿用户研究

想法简述

本文探讨了人工智能如何重塑设计师的工作流程，为研究、实施和测试提供速度和支持。
报告认为，尽管人工智能很有用，但它缺乏深度和背景——因此人类的判断、批判性思维和用户洞察力是不可或缺的。
它强调核心设计原则保持不变，设计师必须学会融入人工智能，同时又不丧失自己的技艺。

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。

为什么人工智能成为设计师日常工作流程的核心部分

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：

输入和产品分析。
研究与探索。
实施和测试。

让我们仔细看看它们。

1.分析

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：

人工智能根据可用数据生成枯燥、表面的摘要。
它并不总是能区分信号和噪声，或者突出影响结果的因素。
影响结果的一些见解可能与人工智能标记的完全不同。

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。

2. 研究

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：

从客户访谈、文档或 Notion 页面中提取关键要点。
分析多个 URL 或来源中对特定主题的提及。
无需逐一阅读，即可浏览数百条 App Store 评论。
生成竞争对手的快速列表并提取他们提供的功能、他们的定位或用户的赞扬/抱怨。

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。

3. 实施

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：

产生早期概念和插图。
对布局清晰度或调色板进行压力测试。
探索 UX 模式或流程变化，无需从头开始重新绘制所有内容。

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。

4.测试

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。

人工智能如何帮助做出艰难决定

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：

我们准备了一个结构化的 JSON 文件，其中包括论坛帖子链接、主题集群和相关元数据。
人工智能扫描了大约 20 个主要链接，每个链接包含多个子主题，提取了关键见解，并在大约三个小时内汇编了调查结果。
与此同时，我们用 90 分钟的时间，从竞争对手那里抓取 HTML 评论，进行了并行分析。我们想了解：用户是否提出了类似的问题？其他产品是如何应对的？他们是否能更好地解决问题，还是存在一些不足？

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。

人工智能如何改变设计界面

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：

AI是用户主动交互的可见工具。
AI 是一个隐形层，可以在后台改善用户体验。

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：

如果人工智能以助手或聊天机器人的形式出现，你需要了解用户对它的实际期望——他们会提出什么样的请求，他们试图解决什么问题。只有这样，你才能考虑如何呈现这些信息：纯文本、GPT 风格的聊天，还是仪表盘。

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：

深入了解你的听众。
跟踪反馈和分析。
注意人工智能可以在哪些方面增强体验以及在哪些方面可能会造成阻碍。

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：

当它有帮助时。
它应该建议什么。
用户将如何实际操作它。

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。

人工智能无法改变的设计原则

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。

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

评论(0) 浏览(117)

222025-7

如何使用人工智能从现有设计中生成设计变体

杰睿用户研究

如何利用人工智能根据现有设计生成设计选项？

这是一个常见的用例：

也许您认为当前的登录页面太混乱并想改进它。
也许您正在进行设计，但感觉只有一个想法，并且希望有更多的设计选择来获得灵感。

然而，我在网上并没有看到太多关于如何使用人工智能来解决此类用例的讨论。

所以今天，我将逐步向您介绍一些示例，包括我使用的提示、工作流程和结果。

让我们开始吧！

概述

由于我只需要专注于前端设计，因此我使用了V0和Magic Patterns进行演示。我特意选择它们是因为它们都是针对前端优化的 AI 原型设计工具。

两种工具都可以完成这项工作，但我在两种工具中都运行了同一组提示，以便您可以更好地了解它们可以实现的功能。

如果您有兴趣，您也可以在其他工具（如Cursor、Windsurf或Bolt ）中运行相同的工作流程，然后告诉我进展如何。

工作流程分为两个步骤：

步骤1：让AI分析设计并提出改进建议。
第 2 步：要求 AI 根据其建议生成设计变体。

（如果您清楚自己想要进行哪些设计改进，您当然可以将步骤 1 和 2 合并为一个简单的步骤——只需上传设计、提供您的建议，然后要求 AI 生成新的设计选项。）

我使用 Kayak.com 的顶部部分作为演示的现有设计。

问：仔细看看。你会如何设计它以不同的方式？

第一个提示

这是我放入 V0 和 Magic Patterns 的第一个提示，以及 Kayak 主页顶部部分的快照。

提供 Kayak 登陆页面的设计评论（见附件快照）。担任具有深厚 UX/UI 专业知识的经验丰富的产品设计师。KAYAK 的主要业务目标是通过为旅行者提供旅行规划工具来赋能他们。其搜索引擎会扫描各种旅游网站，提供丰富的机票、酒店、租车和度假套餐选择和价格。其主要用户是希望搜索和比较旅行选择的日常旅行者。请使用以下视角评估桌面主页：- 核心价值主张清晰
- 信息架构和易于查找关键操作
- 视觉层次、布局和空间使用还包括 3-5 条具体的、高影响力的建议，以改善主页上的用户体验或转化率。

正如您所见，我还包括了主要的业务和用户目标——这是一个小提示，可以为 AI 提供更多设计分析的背景。

V0

V0的设计分析：

一长串的分析，启发性十足。我大概也能从 ChatGPT 或 Claude 得到类似的结果。

（下一步是根据这些建议生成设计方案。但正如我之前提到的，实际上我也可以提供自己的设计建议，例如“当前设计缺乏清晰的视觉层次，并且留白过多。您能否生成三个设计方案来解决这个问题？”）

接下来，我要求 V0 生成设计选项：

根据以上建议，您能否为 Kayak 主页快照生成 8 种备选设计方案？Kayak 主页快照的8种 替代设计选项？

正如我所料，它运行了很长时间，每个设计选项大约一分钟。因此，我点击了“停止”，并在提示中将数量从 8 减少到 3：

根据以上建议，您能否为 Kayak 主页快照生成 3 个备选设计方案？Kayak 主页快照有3种 备选设计方案吗？

V0 在大约 1.5 分钟内生成了 3 个设计选项：

设计1：增强核心体验
设计二：沉浸式英雄体验
设计3：以目的地为中心的体验

设计方案1：增强核心体验

V0 描述的快照：

它生成的设计：

设计方案二：沉浸式英雄体验

V0 描述的快照：

它生成的设计：

设计方案3：以目的地为中心的体验

V0 描述的快照：

它生成的设计：

印象

总体而言，效果令人印象深刻。我喜欢这些精致的细节。它保留了我提供的快照中的必要信息（颜色、样式、CTA）。

所有生成的设计都由具有基本交互效果的代码支持，例如输入字段交互和悬停效果。

我希望设计选项之间能有更清晰的区分。不过我也可以尝试后续的提示来解决这个问题。

魔法图案

Magic Patterns 的设计分析：

有些我同意，有些我不同意。为了演示，我简单地让它生成相应的设计选项：

根据以上建议，您能否为 Kayak 主页快照生成 8 种备选设计方案？Kayak 主页快照的8种 替代设计选项？

Magic Patterns 在 1.5 分钟内生成了 8 个设计选项，比我预期的要快。

由于新闻稿的篇幅限制，我在这里仅展示三种设计：

设计方案1：增强价值主张

设计选项 2：搜索优先设计

设计选项3：社会认同焦点

印象

与 V0 相比，设计更加简单。

它在更短的时间内生成了更多的设计，这很棒。

我很喜欢它的“导入 Figma”功能。我可以将生成的设计导入 Figma 进行进一步编辑。

此外，它还有一个Chrome 扩展程序，可以让我把网页转换成 React 组件或 Figma。虽然不完美，但我对它的功能非常期待。

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

评论(0) 浏览(124)

首页

一、医疗界面可访问性：不止于 “可用”，更要 “易用”

二、多用户群体需求分析：从 “千人一面” 到 “千人千面”

（1）老年患者与残障患者

（2）慢性病患者

（1）门诊医生

（2）急救医护人员

三、实践案例：可访问性设计如何落地？

四、技术支撑：让可访问性设计 “有据可依”

五、未来趋势：从 “无障碍” 到 “全包容”

一、AX的优势：从效率到智能伙伴

二、AX的意义：不只是交互升级，而是范式转移

三、设计师该怎么做，才能跟上AX？

对 UI 设计师的影响与建议

影响

建议

二、对 UX 设计师的影响与建议

影响

建议

三、对产品研发人员的影响与建议

影响

建议

AX 的提出背景

AX 与 UX 的区别

AX 的核心特征

为什么值得关注 AX？

一、引言

二、小程序作用与优点

三、小程序缺点及解决思路

四、AI赋能小程序

研究怀疑的科学家

绑架

扣除

就职

信念的用户体验

运用绑架法进行设计

通过 GenAI 进行溯因推理

所以呢？

今天：用户体验的现状

大规模个性化

深度合作

默认道德与包容

正在发生的转变：工具链、裁员和人工智能重置

野外的人工智能代理

无代码和氛围编码的持续兴起

AI重置和新团队结构

明天：UX 的不久的将来

人工智能驱动的个性化

语音、手势和多模式用户体验

系统胜过屏幕

未来 5-10 年的用户体验

人工智能代理作为体验伙伴

无界面的未来

设计师作为道德的协调者

OpenAI 收购 io：用户体验的范式转变

参考

一、问题本质：留存不是靠激励，而是靠“心理锁定”

二、什么是“微投入”？为什么它会让人留在系统中？

三、三种常见的“微投入”类型及其设计原理

偏好标记型微投入：让用户教系统“理解他是谁”

设计原理：

典型案例：

情感绑定型微投入：让用户在“自己动手”中产生归属

设计原理：

典型案例：

路径依赖型微投入：用“行为历史”锁定未来决策

设计原理：

典型案例：

四、设计师如何判断微投入设计是否生效？

五、总结：让用户“无意识绑定”的，是产品长期成功的关键

1. 可供性：让它看起来可点击

2. 希克定律：选择太多=没有选择

3. 菲茨定律：距离 + 尺寸 = 可点击性

4.雅各布定律：使网站与其他网站相似

5.蔡加尼克效应：未完成的任务让我们烦恼

6. 冯·雷斯托夫效应：让它脱颖而出

7. 峰终定律：人们记住两件事

认知负荷是真实存在的

使用可以帮助您应用此

为什么人工智能成为设计师日常工作流程的核心部分