首页

设计的新趋势:用好有效摩擦,拒绝无效麻烦

清阳 行业趋势

导语

过去二十年,互联网设计的共识是极致去摩擦:缩短注册步骤、精简操作链路、抹平交互门槛,高效顺滑成为体验标配。但随着全行业体验同质化、用户划走即遗忘,Burberry 慢镜头广告、Apple Liquid Glass 拟物玻璃界面、CCD 胶片回潮等现象,正在推翻单一的效率逻辑:刻意设计的良性摩擦≠恶意制造使用麻烦。在 AI 批量产出标准化内容的当下,合理的摩擦是品牌打造记忆锚点、加深用户参与的关键抓手。

一、无摩擦从行业进步,沦为同质化枷锁

早年去摩擦设计切实解决商业痛点:电商优化支付路径降低下单流失、出行打通一键叫车闭环、软件简化学习成本,效率优化实实在在提升转化。

image.png

但当全产品模板趋同:统一卡片布局、同质化滑动交互、算法自动连播,极致顺滑催生三大问题:
  1. 用户流失无记忆:页面一键划过、用完即走,品牌无法在用户心智留存印记;
  2. 感官同质化贫瘠:界面去掉材质、纹理、层次,所有产品只剩扁平标准化外壳,丢失独特氛围感;
  3. 体验缺少实感:全程零等待、零操作、零选择,用户从 “主动使用产品” 沦为被动接收信息流。
设计学者 Luna Maurer 与 Roel Wouters 在《Designing Friction》提出:体验摩擦(Resistance)是人与物品间的触感、温度、行动参与阻力,不等于系统故障带来的额外负担,全盘消灭阻力,本质是抹杀用户真实参与的可能性 —— 人无法只依靠效率完成情感消费。

二、摩擦二分法:坏摩擦消耗耐心,好摩擦沉淀体验

image.png

所有额外耗时的操作分两类,核心判定标准:用户付出的时间,是否对应情绪、体验、拥有感回报

1. 负面坏摩擦(需彻底剔除)

image.png

源于产品设计疏漏、系统缺陷,用户被迫替产品漏洞买单,全程无任何收益:验证码反复失效、APP 跨端无序跳转、入口层级混乱、无理由超长排队、规则刻意晦涩难懂。
 
Maya Kronic 提出的jankspace精准概括这类痛点:产品对外宣传全链路无缝自动化,实际使用却要在账号、支付、文件、权限间反复跳转,消耗用户耐心却毫无体验增益,属于设计失误带来的无效负担。

2. 正向好摩擦(可主动设计)

通过仪式、探索、参与类步骤,把效率损耗转化成体验价值,用户清楚付出的目的:
  • 仪式摩擦:黑胶拆封上针、相机装胶卷、演出排队入场、新品拆盒;
  • 探索摩擦:线下逛街随手摸面料、货架偶遇算法未推荐的单品、钻研桌游规则;
消费心理学宜家效应佐证:用户亲手投入步骤完成事物后,会自发抬高产品价值;动手参与的沉没成本,最终转化为情感与记忆沉淀。
表格
 
 
 
摩擦分类 用户体感 典型场景 设计决策
坏摩擦 被迫填坑、烦躁流失 重复登录、错乱跳转、无效排队 全盘删除优化
交易必要摩擦 安全感确认 支付二次核验、隐私授权 精简话术、保留必要步骤
仪式型好摩擦 沉浸场景、充满期待 开箱、线下试穿、集章打卡 结构化设计,配套情绪回报
记忆型好摩擦 愿意投入时间、加深印象 长内容观看、线下展览动线、手作 DIY 设计体验峰值
核心结论:用户不排斥多走一步,只反感「不知道为什么多走一步」的无用折腾。

三、AI 时代,实体服务业靠 “人性化摩擦” 重回价值高地

AI 正在无限抹平标准化工作:文案、制图、方案规划均可一键生成,极致顺滑变成基础基建,不可标准化的人工细节、带微小阻力的人性化服务,成为稀缺竞争力
 
优秀服务从不盲目追求全程零沟通、高效率:
  1. 线下门店:店员观察顾客随身状态、天气、赶时间与否再上前推介,而非一进门强行推销;
  2. 生活服务:美容师记住顾客睡眠状况,按需减少推销、预留安静休憩时间;
  3. 社区小店:老板记住老客饮食习惯,随口一句 “照旧?”,无数据转化指标,却牢牢锁住复购。
体验经济理论《Welcome to the Experience Economy》早已点明:企业售卖的不止商品,更是一段专属经历;AI 全面自动化后,人的临场判断、即兴互动、留白停顿,恰恰是效率产品无法复刻的独特摩擦价值。

四、两大经典案例:一正一反看懂摩擦落地逻辑

image.png

正向案例:Apple Liquid Glass(界面设计)

从 iOS 扁平化极简,到 2025 WWDC 推出 Liquid Glass 动态玻璃界面,苹果重新把光影折射、材质形变、层级反馈带回交互:点击触发玻璃形变、环境光实时改变界面通透度,不堆砌冗余特效,用可控的物理触感摩擦,让用户清晰感知 “正在操控实体化界面”

image.png

区别于早年臃肿拟物化,新版玻璃设计遵循克制原则:仅在关键控件增加材质反馈,兼顾可读性与操作实感,印证:优质简洁不是全盘抹除触感,而是保留必要的交互阻力。

反面案例:Amazon Style(线下零售踩坑)

亚马逊试图用全数字化改造服装门店:顾客扫码选品、系统远程送衣进试衣间、全程线上结账,砍掉逛街摸面料、随性闲逛、店员穿搭建议、偶遇冷门好物的所有低效环节,把线下实体店做成高价版线上 APP。
 
最终 2023 年全线闭店。线下商业的核心刚需从不是 “最快买完衣服”,而是闲逛、试错、即兴决策带来的沉浸式体验;盲目消灭所有低效摩擦,等于剥夺用户到场的核心理由。

五、Z 世代反向选择:主动给自己增设有效阻力

image.png

当下年轻人主动逃离全自动化效率产品,复古消费持续升温:
  • 数码:CCD 胶片相机、功能笨手机、有线耳机回归,主动接受废片多、不能无限刷信息流的限制;
  • 文娱:黑胶、实体 CD 销量上涨(2024 上半年美国黑胶销售额同比 + 17%),愿意经历拆碟、上针、翻面的繁琐流程;
  • 生活:纸质手账、桌游、城市漫游走红,放弃智能提醒、一键开局的便利。
根源在于:算法产品过度顺滑、精准投喂,用户长期被动接收内容逐渐疲惫;可控的人为阻力,帮用户夺回生活自主权,Slow Technology(慢科技)理念同样佐证:产品除了高效完成任务,也可以为反思、停顿、长期陪伴设计合理阻力。

六、AI 泛滥环境:带人工痕迹的小摩擦,成为品牌差异化符号

image.png

海量 AI 量产内容千篇一律:文案、海报、短视频工整完美、无瑕疵无棱角,标准化顺滑内容不再稀缺,带手工痕迹的 “不完美摩擦” 成为辨识度来源,喜茶拙趣设计是绝佳落地样本:
 
手写不规则字体、涂鸦风围挡、保留错字手写修改痕迹、用户手绘 DIY 杯贴实体上墙。没有刻意拉长排队、增设操作步骤,仅通过保留人的手工瑕疵,跳出 AI 模板化设计,让用户直观感知:这份设计出自真人之手,而非流水线批量生成。
设计师隐喻「表情符号没有皱纹,但人有情绪」:全链路零瑕疵的产品没有记忆点,局部手工瑕疵、适度不规整、可控小阻力,恰恰是品牌跳出同质化的识别符号。

七、落地准则:品牌如何科学设计良性摩擦(避坑指南)

绝对避雷(禁止刻意制造坏摩擦)

不藏入口、不晦涩规则、不无故拉长排队、不用低可读性文案、不靠繁琐动效为难用户,良性摩擦是用户自愿参与的邀请,不是筛选用户的门槛

四大好摩擦设计原则

  1. 路径可预期:多一步操作,提前告知用户收益;
  2. 等待有回馈:短暂等候后,给到情绪惊喜、专属体验;
  3. 学习有价值:学习规则后,解锁专属玩法、深度体验;
  4. 操作有收获:触摸、筛选、比对的动作,转化为产品拥有感。

八、结语:顺滑负责成交,摩擦负责留下

极致顺滑帮品牌快速完成交易、高效流转用户;而经过设计的良性摩擦,拉长体验密度、沉淀用户记忆、塑造品牌独特气质。
 
未来产品与品牌的竞争,不再比拼谁能把流程压到最短:咖啡不必极速出餐、线下门店不用照搬 APP 逻辑、品牌广告不必 3 秒抓眼球、内容不必无脑一键划走。
 
效率是行业标配基建,质地、参与、投入、真实记忆才是新的稀缺资源;好设计既要让人高效通过,更要靠良性摩擦,让用户深度留下

优化亮点说明

  1. 结构优化:去掉原文零散碎片化批注、无关小红书杂图文字,9 大板块合并为逻辑递进 8 段,从概念→分类→案例→落地,阅读流畅度提升;
  2. 文字精简:剔除口语化冗余短句、重复观点,保留全部权威理论(宜家效应、慢科技、体验经济、Designing Friction)与原版案例;
  3. 落地强化:提炼落地表格 + 设计准则,方便产品 / 设计师直接复用;
  4. 细节规整:统一案例时间、数据标注,专业概念释义通俗化,兼顾专业性与可读性;
  5. 标题分层:大小标题层级清晰,适配公众号 / 行业专栏排版。

兰亭妙微(蓝蓝设计)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。

 

image.png

AI 正在淘汰的 10 种 UI 交互模式

清阳 行业趋势

AI 正在重构 UI 底层设计逻辑,表单填报、数据看板、筛选组件等依托用户手动操作诞生的经典交互范式迎来系统性迭代,大量沿用多年的产品界面从 “人机操作载体” 转向 “AI 结果校验载体”。当下产品与设计团队普遍面临隐性 UX 负债:大量仍可正常运行,但底层设计逻辑已经落后于 AI 技术发展的老旧交互模式。
过往数十年,仪表盘、录入表单、筛选侧边栏、配置向导、消息通知、FAQ 帮助页、新手引导等界面,设计出发点统一围绕:用户需要手动落地操作。设计师所有界面方案,均立足于 “人作为实际执行者” 这一核心前提。但生成式 AI、智能 Agent、多模态理解技术落地后,这套底层假设正在崩塌:AI 可自主完成绝大多数标准化操作,一大批传统 UI 失去原生存在价值。

image.png

本文拆解八大被 AI 重塑的经典交互形态,区分淘汰、改造、留存三类设计走向,总结 UI 从「人类执行界面」向「人类监督界面」的行业大迁移。

一、八大传统 UI 模式的迭代变革

1. 多步骤配置向导:分步弹窗引导→AI 智能预判 + 结果确认

image.png

传统配置向导通过拆分线性步骤、分步弹窗提问,引导用户完成系统配置,要求使用者读懂专业术语、跟随固定流程逐项设置。但 AI 可依托账号历史数据、操作场景、初始行为自动推演配置需求,层层问询反而变成使用阻碍。
 
改造逻辑:用户仅通过一句话自然语言表达需求,系统自动完成全流程配置搭建,用户角色从逐项填表的操作者,转变为结果审核人,只需修正 AI 生成内容的偏差。
 
落地案例:Shopify Sidekick 依托店铺经营数据,自动识别爆款商品,一键生成精选商品合集、配套折扣规则与营销活动,商家仅需核对方案、确认落地;反观 HubSpot 创建报价需 7 步手动填表选型,全流程重复录入系统已存信息,向导模式效率劣势凸显。
留存边界:极小众精细化定制场景,配置向导保留兜底入口,不作为主流操作路径。

2. 筛选侧边栏 + 关键词手动搜索:多条件手动勾选→自然语言意图检索,筛选退居微调辅助

image.png

传统搜索需要用户完成两次转化:把真实需求提炼关键词,再通过尺码、价格、分类等筛选控件拆分条件,关键词 + 复选筛选组合是过去精准检索的标配。自然语言语义检索成熟后,用户一句话即可锁定全部约束条件。
 
改造逻辑:产品以自然语言输入框作为搜索主入口,侧边筛选不再是核心检索工具,降级为结果微调组件;用户可通过多轮对话持续优化筛选范围。
 
落地案例
  1. KAYAK AI 模式:单句输入出行需求,系统自动解析日期、位置、预算等信息,直出机票、酒店结果,无需拆分表单填写;
  2. 招聘工具 Wrangle:HR 输入岗位经验、技能要求,AI 自动批量匹配候选人并生成匹配分数,摒弃多维度筛选面板。
     
    补充:筛选组件并未消亡,在用户漫无目的、随意浏览探索的场景(如鞋服商城闲逛),筛选用于可视化全品类商品,承担浏览发现作用,仅从核心功能变为辅助功能。

3. 手动录入表单:全字段人工填写→AI 自动提取 + 高置信预填,表单转为纠错面板

image.png

传统表单设计聚焦优化输入体验:调整字段排序、快捷键跳转、输入校验,默认所有信息由用户手动录入,即便附件已有完整数据,仍需二次手动誊写,造成冗余操作。文档 AI 可从图片、PDF、邮件、票据中结构化提取信息,从根源消除重复录入。
 
改造逻辑:上传原始凭证后,AI 自动填充表单字段,高置信数据静默回填、低识别度字段高亮标红,用户只修改异常内容,表单从录入载体变为数据核对视图。
 
落地案例:QuickBooks 报销系统迭代 Autofill 功能,上传发票图片 / 文件,系统秒级抓取收款方、金额、开票日期等信息,用户告别全字段手动填写。

4. 静态数据看板与预制报表:全指标平铺展示→异常优先预警 + 对话式数据下钻

image.png

传统数据看板、周期报表提前预设固定统计维度,铺满全量 KPI 指标,所有数据权重一致,需要使用者人工翻阅海量数据、自主查找业务异动,关键异常极易被海量数据淹没。AI 数据分析实现实时异动监测与归因,重构看板设计思路。
 
改造逻辑:看板不再罗列全部数据,优先高亮业务异常、增长机会,附带可一键执行的优化动作;深度数据探查改用自然语言提问,AI 自动拆解数据、定位问题、输出优化方案。
 
落地案例
  1. Shopify Pulse:自动分析店铺营收,提炼爆款促销、购物车挽回等运营建议,搭配一键创建活动按钮;
  2. Amplitude AI:输入 “优化定价页转化率”,系统自动定位无效点击、暴躁点击等转化卡点,同步输出三套落地优化方案。

5. CRUD 数据表格:单条逐单元格编辑→自然语言批量指令 + 变更差异审阅

image.png

传统增删改查表格基于单行单字段操作设计,批量修改大量数据时,用户需重复上百次点开、编辑、保存操作,用户宏观业务意图被切割为碎片化操作。
 
改造逻辑:用户用自然语言下达批量修改指令,AI 自动生成全量变更清单,页面展示修改前后数据差异,使用者批量确认或驳回个别修改项,表格从编辑工具转为变更预览视图。
 
落地案例:Airtable 智能字段助手,一句指令即可批量全网调研竞品营收与产品优势,自动整表填充新增字段,无需逐个单元格录入。

6. 静态 FAQ + 分层帮助文档 + 固定式新手引导:静态说明书→场景化实时 AI 答疑

image.png

过往产品依靠分步新手弹窗引导、层级式帮助文档、标准化 FAQ 解答问题,内容为通用模板,无法匹配用户当下页面、报错场景、操作链路,用户遇到个性化问题很难精准检索对应方案。
 
改造逻辑:帮助文档、FAQ 转为 AI 知识库底层素材,不再面向用户开放查阅;AI 实时识别用户所处页面、操作行为、报错信息,按需推送定制化解决方案,熟练度越高,引导提示越精简;复杂问题支持屏幕共享、语音对话多模态求助。
 
落地案例:Google AI Studio 搭载实时屏幕共享、语音咨询功能,AI 实时同步用户操作画面,针对性解决实操问题。

7. 时序信息流通知:全消息平铺推送→AI 智能分级摘要 + 重点事项定向提醒

image.png

传统通知系统按时间线平铺全量消息,点赞评论、系统故障、审批提醒权重一致,海量无效消息淹没关键告警,用户需要逐条浏览筛选重要信息。
 
改造逻辑:AI 充当信息分诊官,依据紧急度、业务关联度拆分消息:低优先级内容合并为定期摘要简报,高风险事件附带因果链路、业务影响、处理方案定向推送,通知中心进化为决策工作台。
 
落地案例:Datadog 监控告警摒弃零散条目推送,以「故障根源 - 服务异常 - 用户影响」链式结构展示事故,运维人员一键定位问题。

8. 空白页「新建」按钮:空白画布从零创作→AI 一键生成初稿,用户择优修改

“新建空白文档 / 项目” 按钮把用户置于零创作起点,空白界面极易带来创作焦虑。
 
改造逻辑:用户描述创作需求、约束条件,系统自动生成完整初稿,用户工作从从零原创变为内容微调、择优优化,创作界面完成从空白创建到内容迭代的转变。

二、推动 UI 变革的八大核心技术驱动力

  1. 执行全自动化:AI Agent 可闭环完成多步骤串联工作,依赖人工分步操作的界面失去刚需;
  2. 环境上下文理解:系统自动读取用户文档、历史行为、账号数据,无需页面反复采集已有信息;
  3. 自然语言意图解析:机器读懂口语化需求,无需用户把想法转化为下拉框、筛选条件等系统语言;
  4. 多模态输入融合:支持图文、语音、屏幕画面多维度交互,打破仅文字 + 表单的交互限制;
  5. AI 生成初稿能力:依托简短描述生成可用内容,消灭空白创建的使用痛点;
  6. 按需场景解释:精准捕捉用户困惑,即时推送对应指引,摒弃前置全量灌输的新手教程;
  7. 交互成本压缩:多步人工操作浓缩为单次指令,精简冗余页面流程;
  8. 信息智能分级:自动筛选信息优先级,告别全量信息无差别展示。

三、行业发展规律:新旧 UI 并非非此即彼,而是主次迁徙

传统交互不会瞬间彻底消亡,筛选栏、配置向导、空白新建按钮仍会长期保留:面向 AI 信任度不足的用户、小众边缘业务场景、无 AI 算力支撑的使用环境,老旧交互作为兜底备用方案。
 
长期演化趋势:传统执行型 UI 从产品核心主路径,逐步下沉为备选兜底功能;AI 驱动的决策监督型 UI 成为产品主流交互。

两类界面划分

  1. 执行导向 UI(持续萎缩):服务人工重复录入、分步配置、逐条修改等机械操作,AI 接管落地执行后,该类页面持续精简;
  2. 决策监督 UI(快速增长):用于审核 AI 输出结果、修正系统偏差、研判异常数据,是未来 UI 设计核心发力方向。

四、总结

AI 时代 UI 设计的核心变化:人类不再是系统操作工,变成 AI 成果的审核决策者。未来优质界面的设计目标,是放大人类的判断与决策价值,而非强迫用户复刻机器的运行逻辑。
 
转载:人人都是产品经理
 

兰亭妙微(蓝蓝设计)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。

 

image.png

超全梳理!B端产品设计风格的5个阶段

清阳 行业趋势

因此今天兰亭妙微UI设计公司,来讲解 B 端产品界面的视觉风格,聊聊在整个行业当中视觉风格的变化与目前的现状。以及给大家说说未来应该如何选择自己产品的视觉风格~

我们会将整体分为行业初期,萌芽期、成长期、野蛮发展期、新阶段 ,每一个阶段给大家总结一个最为流行的风格,并分析这个风格出现的原因,方便大家进行理解。

一、行业初期-经典传统风

我们把时间拉回到 2012 年。在那时,Ant Design 还没有出现,也没有什么 Element、Semi Design,行业当中最早的 B 端系统都是以客户端的形式进行呈现。

整体风格也非常老旧,像是那会儿的 Office、SAP、Salesforce,你可以看到都是他们青涩的模样。

image.png

image.png

在经典传统的设计风格当中,会使用大面积的白色作为底色,同时在页面中用灰色进行分割,使得整个页面散乱抢眼,导致整体的视觉很难被大众所接受,总体感觉信息较散,难以进行聚焦。

而在早期,出现这些老旧风格主要有三个原因:

  1. 技术框架限制:因为当中成熟的前端框架较少,没有太多技术栈提供给到开发进行使用,因此没有精力将页面做得漂亮
  2. 认知不足:设计师对于客户端、网页端的设计理解认知本身不够,做得较为粗糙,比如当时的 Office 的界面设计也大致是如此的模样
  3. 风格一致:早期 Windows 系统就是这样的风格,与 Windows 一致更容易被大众所接受,因此就很难进行创新

关于这类风格的产品,大家不要觉得这夸张,其实在目前依旧有很多产品会延续这个风格。比如 医疗类产品、工业生产类系统,对于他们而言,能用即可,不必纠结太多。

但随着时间的推移,行业中对于 B 端设计的要求也在逐渐变高。

二、萌芽期-清爽整洁风

我们将时间推移到 2015 年前后,随着行业不断发展,在国外 Fiori、Salesforce 的出现让大家意识到,这类型的 B 端产品也是需要设计的。

因此国内外的很多系统都是在这一时间面世,像是 Ant Design、Element 都相继发布。

image.png

由于这些设计系统的诞生,你会发现大家对于整个 B 端设计有了一点自己的想法。

在设计上,会去考虑使用 区块划分,将整个页面进行规整呈现。

比如 SAP 在使用了 Fiori 过后,就会使整个界面更干净。

image.png

image.png

image.png

同样非常老牌的 Salesforce 在 2015 年的时候。也带来了相当大的视觉变化。整体都能感受到,整个页面会通过不断的分层、颜色的划分、通过黑白灰的方式去呈现页面当中的基本信息。

三、成长期-沉稳侧黑风

我们的时间来到 2018 年前后,在这个时间节点,很多产品都推出了自己的设计系统,对于 B 端设计风格而言,也会提出更高的要求。

比如 Teambition 产品当中,它们提供了自己的设计系统的内容去指导整个产品来进行迭代和优化。同样 Ant Design 它们也推出了自己的 Ant Design Pro 来演示使用设计系统过后,能够搭建出什么样的产品。

image.png

同样,这个时段很多产品也开始进行自己产品的视觉优化,这时候整体的风格是以:黑色侧边导航为主,然后内容形态进行延展。

比如像有赞、Coding、微盟、飞书,之前都是这样的设计风格来进行呈现。

image.png

你会发现它们在整体的设计上都会更加重视页面的分块颜色的区隔,整体页面的识别效率。同时这段时间爆发出来非常多的 B 端产品,随后国内都会按照侧边黑色导航的样式进行进一步设计,这一定程度上提高了国内 B 端设计的下限~

四、野蛮发展期-新拟态风

我们随后将时间推移到 2019 年后,在这时诞生了新拟态设计风格。

它最早是乌克兰设计师 Alexander Plyuto 在追波和 ins 发布的一副系列作品,随后大家发现非常奇特,所以得到广泛的关注。

新拟态的设计风格是以立体效果与浮雕元素,呈现更为三维立体的效果,会给人一种奇特、梦幻的界面体验。

image.png

随后就会有很多产品都开始进行跟进,比如 智能家居的产品、金融类产品都有所涉及,甚至很多 B 端产品也勇敢尝试,但大多数设计师设计完过后,整体评价都不算太高。

image.png

为什么没有大规模的推行,我觉得有 3 点原因:

  1. 因为新拟态风格整体所占面积较大,比较浪费空间。像是一个按钮,都需要使用较大空间才能呈现。
  2. 需要大面积的留白,但是对于 B 端设计来说无法做到,因此很难进行使用。
  3. 同时很多用户刚开始觉得好看,但随着时间的推移,出现审美疲劳,因此就不太喜欢。

现在还会使用新拟态风格的界面设计越来越少,大多数只会在官网设计的局部进行使用,这样可以转换视觉感受,给到用户更好的视觉冲击~

五、新阶段-灰白风

时间来到 2022-2024 年左右,你会发现很多产品都开始在这个时间节点进行更新。

像我们熟知的 飞书、有赞、微盟、ONES、Coding,再到 Ant Design、Salesforce,你会发现非常多的产品都在进行界面风格上的迭代。

对于这个风格,我们愿意叫它为 灰白风。

整体页面是以 灰色和白色 进行的页面划分,在分布上灰色占据弱侧信息,白色占据核心信息,进而形成对页面内容的划分。

聊到这里,可能有部分同学不太理解,这里我们以飞书管理后台的迭代作为示例,给大家进行讲解。

在 2018 年,飞书管理后台的第一个版本,采取的就是沉稳侧黑风,

image.png

在 2022 年,飞书的管理后台开始改变为灰白风格

image.png

由于业务的叠加,2023 年时,在此基础上增加了顶部导航的业务维度,最终形成了现在这样的界面。

image.png

为什么这类型的风格会大受追捧,我觉得有以下几个原因

  1. 减少信息层级,给用户减负:之前沉稳侧黑风格,会发现页面明显进行大面积的分割,导致视觉感受出现较大差异。现在只用灰色作为底,去区分主副信息这样会更简单的突出主要信息内容。
  2. 平台型产品更容易嵌入:因为国内 B 端产品大多需要依附“钉钉、企微、飞书”三大平台,因此使用灰白风能够让自己产品快速嵌入,不需要过多调整。如果你的产品是沉稳侧黑风,那结果想都不敢想...
  3. 更容易进行适配:针对多产品的业务,也能够使用同一套业务完整呈现才会更加合理。比如飞书的灰白风,在飞书的其他很多产品里面也会存在

image.png

关于设计风格,我们这篇只是讲解了过去的风格内容,下篇文章我们讲解当前整个 B 端产品的设计梳理,讲解了更为重要的四种风格。

转载:优设

兰亭妙微(蓝蓝设计)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。

 

image.png

AI 赋能百度优选商家经营提效交互设计实践

清阳 行业趋势

一、前言

 
兰亭妙微UI设计公司分享:随着 AI 技术深度渗透电商经营全链路,百度优选商家后台已在商品创建、经营管理、客服接待、直播带货、履约售后等核心经营场景,全面落地 AI 能力。
 
但商家实际使用中普遍陷入不会用、不敢信、用不好的体验困境。深挖痛点发现:AI 交互模式不统一、视觉表达混乱是核心症结,大幅拉高了商家对 AI 工具的认知门槛与使用成本。
 
基于此,项目以统一 AI 认知、提升商家经营效率为核心目标,启动 AI 功能全链路体验升级。团队摒弃行业通用的嵌入式、对话式、伴随式三类常规 AI 交互形态,结合 B 端商家后台操作习惯,放弃适配沉浸式问答的对话式交互;同时针对客服接待、直播运维等低人工介入的规模化场景,创新提出托管式全新交互范式。
 
配套搭建统一 AI 视觉感知体系,最终形成一套易理解、易上手、可信赖的商家智能体验解决方案,助力商家经营降本、效率倍增。

image.png

二、三大 AI 交互范式场景化落地应用

 

(一)嵌入式交互:复杂表单智能填写助手

image.png

核心定位:AI 能力贴合操作场景,交互轻量无感,主打复杂表单自动化高效填报,典型应用于商家商品创建场景。
 
商品创建字段繁杂、手动填写耗时费力,还易因格式不规范审核驳回、拉长发品周期。设计中依据字段属性与 AI 能力,拆分两类交互逻辑:
 
  1. 填充识别类:规则标准化信息,AI 自动识别提取并一键填入,搭配「AI 预填」标签状态提示。如上传商品包装图,自动识别品类、工艺、包装规格等属性自动录入,替代手动打字,大幅节省填报时间。
  2. 推荐优化类:商品标题、主图等创意类内容,AI 智能生成优化方案,只推荐不强制预填,支持商家自主微调、手动确认录入,兼顾智能推荐与个性化需求,缩短人工审核周期。
 
落地成效:商家平均发品时长缩短 8 分钟,发品成功率提升 0.7%,模块使用满意度提升 25%,在原有业务流程内实现效率跨越式提升。
 

(二)伴随式交互:全场景主动经营诊断助手

 

核心定位:深度融入商家经营动线,打破传统 AI 被动问答模式,实现主动触达、连续洞察、链路指引,变身商家专属经营伙伴。
 
  1. 主动触达,前置服务
    image.png
    AI 助手全局入口以流光呼吸感动效 + 轮播词条轻量化吸引关注,实时推送店铺流量、经营数据关键动态;商家停留任意业务页面时,系统自动识别潜在经营隐患,如主图尺寸影响点击率、看播时长下滑等,提前弹窗轻量提醒,不等商家提问便主动提供服务。
     
    覆盖直播中控台、数据诊断、店铺运维、电商推广等全场景,核心指标直观外露,优化建议一键可查。
     
  2. 连续洞察,可解可追溯

    image.png

    AI 输出数据结论与经营建议时,同步展示推理逻辑、数据来源摘要,打造可解释式 AI;并基于当前场景预判商家后续需求,主动延伸经营问题排查链路,从单点答疑升级为系统性问题解决方案,降低商家决策与信息获取成本。
     
 

(三)托管式交互:低介入安心服务管家

 
核心定位:创新新增交互范式,区别于嵌入式、伴随式需商家实时参与的模式,以预设规则 + 系统自动执行实现高度自动化,主打客服接待全场景无人值守服务。
 
破解两大行业痛点:人工无法 7×24 小时全天候接待、峰值咨询难以全覆盖;商家顾虑 AI 自动化「黑盒操作」,不敢全权托管。
 
  1. 可视化配置,建立信任
     
    搭建直观的策略配置面板 + 消费者端效果预览,商家可按售前咨询、售后退款、催单答疑等细分场景,自定义 AI 回复规则,配置即所见,让抽象 AI 能力变得可控可预判,消解商家信任顾虑。

    image.png

  2. 状态透明化,顺滑人机接力

    image.png

    全域实时展示 AI / 人工接待状态,会话列表智能分组、单人接待状态动态更新;遇复杂诉求、用户负面情绪等 AI 无法应答场景,会话自动流转至人工待处理队列,高亮 + 音效双重预警,提醒客服快速接管。
     
    人工接手后 AI 自动暂停接待,同步生成会话摘要,帮助客服快速厘清前因后果;客服可一键恢复托管,新会话也可自动重启 AI 接待,形成高效人机协同闭环。同时在消费者端明确标识 AI / 人工身份,保障服务感知连贯稳定。
     
 
落地成效:客服咨询响应时长缩短 15.8%,商家服务满意度提升 14%,买家满意度提升 7.4%,实现全天候规模化接待与服务质量双向升级。
 

三、搭建全链路智能化感知体系

 

在三大交互范式基础上,打造贯穿产品全链路的AI 专属智能视觉语言体系,沉淀标准化设计资产,赋能 B 端整体体验升级。
 
  1. 视觉体系传承适配:沿用百度成熟 AI 标识与品牌主色,借用用户既有认知,降低 AI 功能学习成本;针对 B 端界面信息密集的特性,在原有智能色彩基础上降低饱和度视觉降噪,定制适配后台操作场景的浅色组件库。image.png
  2. 多维感官协同反馈:弥补浅色体系 AI 状态辨识度不足,叠加专属状态动效、场景声音提醒等多维感知方式,如 AI 智能接待扫光动画、消息预警音效,让商家在复杂界面中,快速感知 AI 运行状态、任务进度,保障信息传递高效精准。

image.png

四、设计核心:以商家提效为中心的价值赋能

 
本次百度优选商家后台 AI 体验升级,始终坚守统一 AI 认知、赋能经营提效核心主线:通过场景适配 + 范式创新,落地嵌入式、伴随式、托管式三大交互模式,精准解决商品创建、多线程经营、客服接待等核心痛点;以视觉 + 动效 + 音效多维智能感知体系,彻底破解商家「不会用、不敢信」难题。
 
业务层面实现发品效率、经营问题解决率、双向服务满意度全面提升;设计层面沉淀场景 - 范式 - 视觉可复用方法论与组件资产,可快速复用至直播带货、智能投放等更多电商经营场景。
 
未来将持续深耕商家真实经营需求,推动 AI 深度融入全业务链路,以交互设计驱动商家长效降本提效,助力百度优选商家生态高质量发展。
 
转载:优设
 

兰亭妙微(蓝蓝设计)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。

 

image.png

兰亭妙微UI设计公司:这种全新的交互方式,会成为未来AI应用的标配吗?

丽洁 行业趋势

前 Meta AI 团队创立的 Hero 公司,推出专利技术 AI Autocomplete SDK,能实时预测任务所需全部参数,输入 “订机票” 即刻呈现所有选项,让交互速度提升 10 倍、成本大降。这篇文章深入解析这项革命性技术的工作原理、应用场景与商业价值,探讨它能否成为未来 AI 应用的标配,带你看懂人机交互的下一场变革。

你有没有想过,为什么和 AI 聊天总感觉像在玩猜谜游戏?你说想订机票,AI 问你去哪儿。你说去纽约,它问什么时候出发。你说下周三,它又问几点。你说早上,它接着问要直飞还是转机,经济舱还是商务舱,要不要托运行李。这种来回问答的过程让人抓狂,就像是在玩一场永无止境的”二十个问题”游戏。更糟糕的是,有时候你都不知道 AI 需要什么信息,只能等它一个一个问。这种交互方式看似自然,实则效率低下,完全违背了 AI 应该让我们生活更简单的初衷。

前 Meta AI 团队成员创立的 Hero 公司刚刚发布了一项专利技术,可能会彻底改变这种局面。他们推出的 AI Autocomplete SDK 不是简单的自动补全功能,而是一个能够实时预测并呈现完成任务所需全部信息的系统。想象一下,当你开始输入”订机票”的时候,屏幕上立刻出现所有相关参数:出发地、目的地、日期、时间、航空公司、座位偏好、行李选项等等,你只需要填写或选择就好,不需要等 AI 一个一个问你。这听起来像是一个小改进,但实际上它可能会让 AI 交互速度提升 10 倍,成本降低 10 倍,并且为未来的增强现实设备奠定基础。

Hero 不仅将这项技术用在自己的助手应用中,还通过 SDK 向其他公司开放。这意味着我们可能很快就会在各种应用中看到这种全新的交互方式。而且,他们刚刚获得了 Forerunner Ventures 领投的 300 万美元追加投资,这是在去年 400 万美元种子轮之后的又一次资本认可。我深入研究了这项技术后发现,它的影响远比表面看起来要深远得多。

提示词工程为什么会成为一个职业

这个现象背后反映的是当前 AI 交互方式的根本缺陷。大语言模型虽然能理解自然语言,但它们并不知道用户想要完成什么任务需要哪些具体信息。就像 Hero 的 AI 工程师 Saharsh Vedi 说的:”现在的问题是,负担都在用户身上,他们需要思考 AI 需要什么信息。”这完全颠倒了技术服务人类的关系。

我自己在使用 AI 工具时也深有体会。比如用 AI 生成图片,我经常需要反复调整提示词,尝试不同的描述方式,才能得到满意的结果。有时候我花在琢磨提示词上的时间,比直接用传统工具做图还要长。更令人沮丧的是,即使你精心设计了提示词,AI 也可能遗漏某些重要细节,导致结果不符合预期。然后你又得重新生成,这不仅浪费时间,对于按次收费的服务来说,还意味着额外的成本。

当前主流的 AI 应用都试图通过各种方式解决这个问题。有些添加了建议按钮,提供预设的提示词模板。有些使用引导式问答,一步步收集用户需求。还有些像 Adobe 的 Firefly 应用,把提示词拆分成多个部分,比如创作音乐时分别输入情绪、风格和用途。这些方法都在一定程度上改善了用户体验,但都没有从根本上解决问题:用户仍然需要主动思考和输入信息,AI 仍然处于被动等待的状态。

Hero 的方法则完全不同。他们不是让 AI 更聪明地问问题,而是让系统主动预测并呈现完成任务所需的全部信息。这种思路的转变看似简单,实则颠覆了整个交互范式。就像创始人 Brad Kowalk 说的:”我们基本上意识到,你在互联网上能做的任何事情,都只是一系列参数。一旦你看到了这一点,就很难再忽视它。”这句话听起来简单,但它揭示了一个深刻的洞察:无论多么复杂的任务,本质上都可以分解为一组参数,而这些参数是可以预测和呈现的。

AI Autocomplete 如何工作

AI Autocomplete 的核心理念是前置加载所有必要信息,而不是通过反复问答来收集。当你开始输入或说话时,系统会实时更新界面,显示完成这个动作所需的所有参数。这不是简单的文本补全,而是一个理解任务结构、预测所需信息、动态呈现选项的智能系统。

拿订机票这个例子来说。在传统的 AI 助手中,你可能需要经历这样的对话:你说”我想订机票”,AI 问”您要去哪里?”,你说”纽约”,AI 问”什么时候出发?”,你说”下周三”,AI 问”您希望几点的航班?”,你说”早上”,AI 问”经济舱还是商务舱?”,你说”经济舱”,AI 问”需要托运行李吗?”,以此类推。整个过程可能需要十几轮对话,每次都要等待 AI 的回应。如果你在某个环节说得不够清楚,或者 AI 理解错了,还得重新来过。

但在 Hero 的 AI Autocomplete 系统中,当你输入”订机票”的瞬间,屏幕上就会出现所有相关字段:出发地、目的地、出发日期、出发时间、航空公司偏好、返程日期、座位类型、行李选项等等。你可以随时停下来,只填写你知道的信息,然后发送查询。系统会根据你已经提供的信息,智能地建议或填充其他字段。你不需要等待 AI 一个一个问你,所有信息都在你眼前,你完全掌控着交互的节奏。

这种方法的优势是多方面的。第一,速度快。Hero 声称可以让操作速度提升 10 倍,因为省去了大量来回对话的时间。第二,成本低。每次 AI 的响应都需要服务器计算,减少对话轮次意味着大幅降低运营成本。Kowalk 特别强调了这一点:”因为涉及的消息更少,规模化运营的公司可以节省服务器成本。”第三,用户体验更好。你不会感觉自己在被 AI 审问,而是在一个清晰的框架内主动提供信息。

我特别欣赏 Hero 工程师 Vedi 说的那句话:”希望我们回头看时,几乎不记得’提示词’这个概念。”这体现了他们的雄心:不是改进提示词,而是让提示词成为历史。在他们的愿景中,未来的 AI 交互应该是结构化的、可预测的、高效的,而不是开放式的、充满不确定性的对话。

这项技术能用在哪些场景

AI Autocomplete 的应用场景远比订机票更广泛。Hero 在发布时特别强调了几个重要领域,每个都有可能被这项技术彻底改变。

搜索和电商是最直接的应用场景。现在在电商平台搜索商品,你需要输入关键词,然后在成百上千的结果中筛选,使用各种过滤器来缩小范围。这个过程既费时又费力。但如果有了 AI Autocomplete,当你输入”咖啡”时,系统立刻显示出品牌、烘焙程度、包装规格、配送时间、订阅频率等参数。你可以快速选择你想要的选项,甚至可以设置”每月配送”这样的重复订单。Hero 展示的咖啡订购例子就很好地说明了这一点:不仅可以快速完成当前订单,还能轻松设置定期订购,就像你说”每个月”一样简单。

媒体生成是另一个会被改变的领域。我之前提到过用 AI 生成图片时需要反复调整提示词的痛苦。AI Autocomplete 可以在你开始输入时就实时展示各种参数:主体、动作、风格、光线、相机角度、分辨率等等。你可以从这些选项中选择,而不是试图用文字准确描述你想要的效果。这不仅能激发创意,让你看到自己可能没想到的选项,还能显著减少生成次数,从而降低服务器成本。对于视频生成这种计算密集型任务来说,减少迭代次数的意义更加重大。

客户服务和企业表单填写也是重要应用场景。现在的客服聊天机器人通常需要通过一系列问答来收集信息,比如你的订单号、问题类型、联系方式等等。这个过程对用户来说很繁琐,对企业来说也低效,因为经常需要后续跟进来补充缺失的信息。有了 AI Autocomplete,聊天机器人可以根据用户的初始问题,立即呈现所有相关字段,引导用户一次性提供完整信息。这既节省了用户时间,也降低了企业的运营成本。

我认为这项技术最具潜力的应用可能还没有被充分认识到。比如在教育领域,AI Autocomplete 可以帮助学生构建更好的学习查询,展示他们可能没想到的相关主题和角度。在医疗领域,它可以帮助患者更准确地描述症状,提供结构化的问诊表单。在法律、金融等专业服务领域,它可以帮助非专业人士更有效地表达需求,获取更精准的服务。这些场景的共同点是:专业性强、信息复杂、普通用户难以准确表达需求。AI Autocomplete 恰好可以弥合这个知识鸿沟。

自然语言广告的新时代

Hero 的 AI Autocomplete 不仅改变了用户体验,还开创了一种全新的广告模式。这让我感到特别兴奋,因为它解决了自然语言界面商业化的一个核心难题:如何在对话式交互中自然地融入广告,而不破坏用户体验?

传统的搜索广告模式是基于关键词和搜索结果的。你在 Google 搜索”咖啡机”,顶部会显示付费广告。这种模式在图形界面中运作良好,但在纯对话界面中却很难实现。你总不能让 AI 助手在回答问题的中途突然推销产品吧?那会让对话变得非常生硬和令人反感。

Hero 的方法则巧妙得多。在 AI Autocomplete 系统中,品牌可以通过三种方式出现:第一,类似 Google Ads,品牌可以付费成为决策过程中的优先建议选项。比如在订咖啡的例子中,Peet’s Coffee 可以付费让自己出现在品牌选择列表的前面。第二,品牌可以建议互补产品,添加到当前订单中。比如在你订咖啡时,建议搭配某款点心或咖啡杯。第三,品牌可以从更高的重复购买率中受益,因为在 AI Autocomplete 系统中,设置定期订单就像说”每个月”一样简单。

我认为这种广告模式的天才之处在于,它不是打断用户的决策过程,而是增强这个过程。当你在选择咖啡品牌时,看到各种选项本来就是决策的一部分,付费推广的品牌只是在这个自然的选择过程中获得了更显眼的位置。这和传统搜索广告的逻辑一致,但执行方式更自然、更不突兀。

Hero 目前正在与 AI 广告平台 Koah Labs 讨论合作,将这种新广告形式推向市场。我觉得如果这种模式成功,它可能会成为自然语言界面商业化的标准模式。想想看,未来所有 AI 助手、AI agent 和对话式应用都可能需要这样一种不破坏用户体验的广告模式。Hero 作为先行者,有机会定义这个新兴市场的规则。

更重要的是,这种广告模式对小企业也很友好。不像传统的品牌广告需要巨额投入,自然语言广告可以非常精准地针对特定需求。一家本地咖啡烘焙商可以选择在用户搜索”小批量手工烘焙咖啡”时出现,而不需要和星巴克竞争”咖啡”这样的大词。这种精准性和可负担性可能会让更多中小企业进入数字广告市场。

为增强现实铺路

AI Autocomplete 的诞生其实源于增强现实的需求,这是我觉得最有远见的部分。Hero 的联合创始人 Brad Kowalk 和 Seung Woo Lee 都曾在 Meta 工作,参与 AR 相关项目。离开 Meta 后,他们一直在思考 AR 大规模普及面临的一个核心问题:当 AR 设备的屏幕空间远小于智能手机时,如何让它同样有用?

这是一个很多人没有深入思考过的问题。我们习惯了智能手机的大屏幕、复杂菜单、多层导航。但 AR 眼镜不可能有那么大的显示空间,也不适合复杂的触摸操作。那么,如何在有限的界面上提供丰富的功能呢?

大公司的思路通常是将移动端的界面缩小,配合手势控制。但 Hero 认为这不是正确的方向。Kowalk 和 Lee 的洞察是:AR 设备需要的不是缩小版的图形界面,而是基于意图的交互系统。用户应该能够用自然语言表达意图,系统通过 AI Autocomplete 这样的技术引导用户提供必要信息,然后直接执行任务。整个过程不需要复杂的 UI,只需要清晰的参数呈现和简单的选择机制。

我觉得这个思路非常前瞻。它不是试图把现有的交互模式搬到新设备上,而是为新设备设计全新的交互范式。这种轻量级但强大的 AR 操作系统,可能会成为下一代计算平台的基础。就像触摸屏为智能手机带来的革命一样,基于意图的自然语言交互可能会为 AR 设备带来类似的变革。

Hero 三年前就开始申请这项技术的专利,说明他们很早就看到了这个方向。现在专利已经获批,技术已经成熟,时机也恰到好处。大语言模型的进步让自然语言理解变得可靠,AR 设备开始进入消费市场,用户对新交互方式的接受度也在提高。所有这些因素结合在一起,为 AI Autocomplete 这样的技术创造了完美的时间窗口。

虽然 Hero 现在主要在移动和 Web 应用中推广这项技术,但他们的长远目标显然是 AR。这也解释了为什么他们选择以 SDK 的形式开放技术,而不是只在自己的应用中使用。他们希望建立一个标准,一个未来 AR 交互的基础协议。如果成功,Hero 可能不只是一家应用公司,而是下一代计算平台的基础设施提供者。

SDK 策略的深远意义

Hero 选择以 SDK 形式开放 AI Autocomplete 技术,这是一个非常聪明的战略决策。CTO Seung Woo Lee 解释说:”我们三年前就意识到,AI agent 的瓶颈不会是 AI 浏览互联网和完成任务的能力,而是用户知道该说什么的能力。所以,我们不是再造一个玩’十个问题’游戏的聊天界面,而是推出一个让用户能一次性完成任何多步骤动作的系统。我们相信我们的技术有能力增强今天所有使用自然语言输入的产品。”

这段话揭示了他们的雄心:不是造一个更好的聊天机器人,而是改变整个行业的交互方式。这就需要让其他公司也能使用这项技术,而不是把它封闭在自己的应用中。从商业角度看,这是一个高风险高回报的策略。风险在于,开放技术意味着竞争对手也能使用,可能会削弱自己的差异化优势。回报在于,如果技术被广泛采用,Hero 就能成为这个新交互范式的标准制定者和基础设施提供者。

我认为这个选择体现了创始团队的格局。他们在 Meta 工作过,见识过平台级技术的威力。他们知道,真正改变世界的不是一个优秀的应用,而是一个被广泛采用的标准。就像 HTTP 协议定义了网页浏览,触摸屏定义了智能手机交互,AI Autocomplete 有潜力定义自然语言交互的标准。

SDK 策略还有助于快速验证技术价值和收集反馈。通过让不同行业、不同应用场景的公司使用这项技术,Hero 可以快速发现技术的优势和局限,找到最有价值的应用场景,并根据实际使用情况不断改进。这比自己闷头做一个应用要高效得多。

从生态系统角度看,SDK 策略有助于建立网络效应。使用 Hero AI Autocomplete 的应用越多,用户就越熟悉这种交互方式。用户越熟悉,新应用采用这种交互方式的价值就越大。这种正反馈循环一旦启动,会形成很强的护城河。就像用户习惯了触摸屏之后,任何新的移动设备都必须支持触摸,未来用户习惯了 AI Autocomplete 之后,任何新的自然语言应用可能都需要支持这种交互方式。

这对整个 AI 行业意味着什么

Hero 的 AI Autocomplete 让我重新思考了当前 AI 交互的发展方向。整个行业似乎都在朝着”更自然的对话”这个方向努力,让 AI 更像人类一样交流。但 Hero 提出了一个反直觉的观点:也许最好的交互方式不是完全模拟人类对话,而是结合对话的自然性和表单的结构性。

人类之间的对话之所以高效,是因为双方共享大量背景知识和语境。你和朋友聊天时,可以用很简短的话表达复杂意思,因为你们互相了解。但人和 AI 的对话不一样,AI 不知道你的偏好、习惯和当前情境。如果完全模拟人类对话,就会导致大量不必要的来回确认。

Hero 的方法是承认这个差异,利用 AI 的优势来弥补。AI 可以快速分析任务结构,预测所需信息,实时更新界面。这些都是人类做不到的。通过展示结构化的参数,AI Autocomplete 实际上是在利用机器的优势,而不是试图完全模仿人类。

我认为这种思路会影响整个 AI 产品设计领域。未来我们可能会看到更多混合式交互:既有自然语言的灵活性,又有结构化界面的清晰性。这不是倒退到传统 GUI,而是在更高层次上综合了两种交互方式的优点。

从技术架构角度看,AI Autocomplete 也提出了新的要求。它需要 AI 模型不仅能理解用户意图,还要能预测任务结构和参数需求。这可能会推动一类新的 AI 模型发展,专门用于任务分解和参数预测。Hero 提到他们使用了一系列模型来预测用户可能输入的内容,说明这不是单一模型能解决的问题,而需要专门的技术栈。

对于正在开发 AI 产品的团队来说,Hero 的成功提供了重要启示:不要只关注 AI 的智能程度,还要关注交互设计。最聪明的 AI 如果交互方式糟糕,用户体验也会很差。反过来,即使 AI 能力有限,如果交互设计得当,也能提供很好的用户体验。Hero 的技术本质上是通过更好的交互设计,最大化了现有 AI 能力的价值。

我也在思考这项技术可能的局限性。它适合参数化的、结构化的任务,但对于真正开放式的、需要创造性的对话可能不太适用。比如你和 AI 讨论一个哲学问题,或者寻求情感支持,这种场景下强行展示参数就会显得生硬。所以 AI Autocomplete 可能不会取代所有类型的 AI 交互,而是在特定场景下提供更优选择。

另一个值得关注的是隐私和数据安全。AI Autocomplete 需要理解任务结构和预测用户需求,这意味着它需要访问相当多的上下文信息。如何在提供个性化服务和保护用户隐私之间找到平衡,将是这类技术普及过程中必须解决的问题。

我对 Hero 未来的期待

Hero 目前正在自己的助手应用中测试这项技术,计划在几个月内向用户发布。他们重点展示的功能是帮助用户通过自动补全提示词找到会议时间或和朋友见面的时间。这是一个很实用的场景,也是一个很好的切入点。安排会议往往需要考虑多个人的时间、地点偏好、会议时长等因素,用自然语言描述清楚并不容易。有了 AI Autocomplete,这个过程会简化很多。

但我更期待看到 Hero 在更广泛场景中的应用。比如在旅行规划、购物、客户服务等领域,AI Autocomplete 的价值可能更加明显。Hero 的 SDK 策略意味着我们不需要等 Hero 自己去开发所有应用场景,而是会看到各行各业的公司将这项技术集成到自己的产品中。

从融资角度看,Hero 去年获得了 400 万美元种子轮,现在又获得了 Forerunner Ventures 领投的 300 万美元追加投资。Kowalk 表示,根据应用和 SDK 的增长情况,他们计划在未来几个月筹集更大一轮融资。我认为如果 SDK 能够吸引到一批有影响力的客户,证明技术价值,那么 A 轮融资应该不成问题。这项技术的潜在市场非常大,任何使用自然语言输入的应用都可能是潜在客户。

我也在想,Hero 会不会成为下一个 Twilio 或 Stripe 那样的基础设施公司?Twilio 让每个应用都能方便地集成短信和电话功能,Stripe 让每个应用都能方便地接入支付。Hero 有潜力让每个应用都能方便地提供优秀的自然语言交互体验。如果真的走到这一步,Hero 的价值将远超一个普通的应用公司。

但挑战也是存在的。技术再好,也需要市场教育和生态建设。开发者需要理解这项技术的价值,学会如何集成和使用。用户需要适应这种新的交互方式,培养新的使用习惯。这些都需要时间和持续投入。Hero 团队有 Meta 的背景,应该对这些挑战有充分认识。

我特别欣赏 Hero 团队的一点是,他们在三年前就开始布局这个方向,提前申请了专利。这种前瞻性在快速变化的 AI 领域特别难得。很多公司都在追逐最新的热点,而 Hero 则在思考更根本的问题:人机交互的本质是什么?未来的交互应该是什么样子?这种长期思维是真正有影响力的公司的特质。

最后,我想说的是,Hero 的 AI Autocomplete 提醒我们,AI 革命不只是关于更强大的模型,也关于更好的交互设计。技术进步和设计创新同样重要,甚至在某些场景下,好的设计比更强的模型更有价值。这也是为什么我对 Hero 的未来充满期待。他们不是在和其他公司比谁的模型更强,而是在重新定义人机交互的方式。这种创新往往更持久,也更有影响力。

我相信,几年后回头看,我们会惊讶地发现自己曾经需要花那么多时间和 AI 来回对话,就像我们现在回想起曾经需要记住各种命令行指令一样。AI Autocomplete 可能就是推动这个转变的关键技术之一。‍

转载:人人都是产品经理

 

兰亭妙微(蓝蓝设计)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。

 

image.png

2026 年必关注的 8 大 UX/UI 设计新趋势

清阳 行业趋势

设计师真正迎来了站上行业主角位的黄金时代。我们终于跳出只纠结产品颜值与基础易用性的固有框架,回归设计本质 —— 用心洞察用户界面使用感知,自主构建产品体验、主导产品商业价值落地。
 
兰亭妙微ui设计公司始终坚信:每一次行业效率的飞跃,都源于新工具的诞生与普及。当下设计行业亦是如此,率先吃透 AI 设计工具的从业者,早已切身感受到技术带来的效率革新,同时也直面着行业变革带来的挑战。
 
当下设计师更需要跳出专业工具的舒适圈,主动涉猎跨领域工具,打破能力边界,重新定位 AI 时代设计师的核心价值。
 
随着 AI 技术深度赋能设计赛道,设计迭代效率大幅提速,视觉表现力实现质的飞跃,既能瞬间抓取用户注意力,也让产品视觉层次更丰富、交互逻辑更流畅、触控反馈更具真实质感。AI 普惠设计能力,也让超级个体成为设计圈热词。
 
如今的 AI,早已进阶为设计师具备深度洞察力的智能伙伴。任务自动化只是初级形态,现阶段 AI 已具备情绪、场景、用户意图理解能力,未来更将为用户打造高度个性化、自然无感的沉浸式体验。
 
即便 AI 工具能实现超乎想象的设计效果,但最终呈现上限,始终受制于使用者的认知格局与审美素养。
 
下面为大家拆解 2026 年 8 大 UX/UI 核心设计新趋势,也是当下留住用户、打造深度体验的核心方法论。
 

2026 UX/UI 设计趋势总览

 
AI 重构设计师角色,从视觉美化转向情感共鸣 + 商业主导;依托 AI 技术打造自然个性化沉浸式体验,八大趋势涵盖:
 
  1. 触觉极致主义:打造柔软治愈感界面,聚焦数字纹理拟物按压反馈
  2. 科幻赛博渐变:暗黑未来风,深色模式叠加霓虹全息潮流配色
  3. 交互叙事卷轴:滚动即叙事,页面元素随滑动动态演绎沉浸式体验
  4. 动态字体排版:文字承载情绪,随滚动形变演绎情感表达
  5. 便当网格 2.0:模块化有序排布,实现「有序的混乱」视觉美感
  6. 涂鸦与人为瑕疵:融入手绘随性质感,用不完美营造真实烟火气
  7. AI 智能角色适配:读懂用户心境,界面氛围随情绪场景实时切换
  8. 沉浸式 3D 购物:虚拟交互赋能,3D 模型预览 + 虚拟空间实景体验
 

一、触觉极致主义:打造柔软拟物的治愈界面

image.png

扁平化极简设计热潮逐渐褪去,2026 年 UI 设计将数字纹理作为核心发力点。
 
行业将涌现大量果冻、黏土、合金质感的拟物化按钮,不再局限于单一点击交互,按压后可实现物理级挤压、回弹动态反馈,高度还原现实触感。
 
设计风格:高光泽 3D 视觉、充气软糯质感图标,拟物化肌理复刻现实材质
 
典型案例:Blinkit 节日专属图标,Q 弹通透的视觉质感,仿佛可直接从屏幕中触摸拿捏。
 

二、动态字体排版:让文字成为情绪载体

image.png

静态文字已无法满足当下体验需求,2026 年动态字体成为设计标配:页面标题可随屏幕滚动实现扭曲、弹跳、消融等动态效果,以文字形态传递情绪,让文字不止于信息表达。
 
设计风格:适配拇指滑动操作,文字动态响应交互,灵动有温度
 
典型案例:CRED 率先落地动态字体设计,Zomato 等热门 APP 相继跟进,应用在订单追踪等场景,让信息展示更活泼生动。
 

三、便当网格 2.0:模块化布局,有序的视觉美学

image.png

苹果将在 2026 年前持续完善并普及便当网格设计风格。
 
以平滑圆角矩形卡片为基础,模块化组合各类内容,适配当代用户碎片化、短时注意力浏览习惯,兼顾整洁性与视觉层次感。
 
设计风格:模块化排布、简约耐看、信息层级清晰,兼具美感与实用性
 
典型案例:Myntra FWD 摒弃传统单调产品列表,依托便当网格打造产品情绪板,视觉呈现高级且浏览体验极佳。
 

四、AI 智能角色主导:千人千面的情绪化定制设计

image.png

标准化通用 UI 设计已成过去,2026 年产品界面将随用户状态自适应变化:用户高效办公时段,界面自动切换简约清爽模式;夜间休闲、情绪亢奋时,一键切换霓虹渐变潮流风格。
 
设计风格:情绪感知、场景适配、高度定制化,读懂用户潜在需求
 
典型案例:印度版 Spotify 小众精选板块已落地试用,平台整体界面布局、色彩风格均可根据用户实时情绪自动适配切换。
 

五、科幻赛博渐变:暗黑未来感潮流配色

image.png

淡雅柔和配色逐渐退场,赛博朋克风成为 2026 年主流视觉趋势。
 
以纯黑深色模式为基底,叠加霓虹电光色、日落珊瑚色、全息银色等高饱和撞色,打造极具冲击力的暗黑未来感,适配年轻用户审美偏好。
 
设计风格:深色基调为主,霓虹光影叠加,复古未来感拉满
 
典型案例:Pocket FM、Jar 等平台大量运用赛博霓虹光影元素,精准吸引年轻夜间用户群体。
 

六、交互叙事卷轴:滑动即观影,沉浸式叙事体验

image.png

区别于普通页面滑动,卷轴叙事是全新的交互叙事形式:用户滑动屏幕时,页面元素自动渐入、变色、形变,无需额外操作,仅凭拇指滑动即可体验沉浸式故事感,如同掌上动态影片。
 
设计风格:沉浸式场景演绎,虚拟开箱感拉满,交互代入感极强
 
典型案例:Tata Neu 新品发布页面采用滚动叙事设计,为用户打造全虚拟沉浸式开箱体验。
 

七、涂鸦与人为瑕疵:褪去完美,回归真实质朴

image.png

AI 打造的极致规整设计大行其道时,随性不完美的真实质感反而更具温度。
 
手绘涂鸦、随性下划线、丑萌趣味贴纸等元素广泛应用,刻意保留人为设计瑕疵,摆脱工业设计的刻板感,拉近品牌与用户距离。
 
设计风格:质朴接地气、随性手绘感、小众个性,自带生活化烟火气
 
典型案例:Cult Fit 旗下 Curo 品牌 UI 设计,以涂鸦和随性瑕疵元素塑造古怪鲜活的品牌人设,像个性十足的亲密好友。
 

八、沉浸式 3D 购物:打破平面局限,虚拟实景消费

image.png

2026 年 3D 产品预览设计再度爆发,彻底打破传统平面商品展示模式。用户可 360° 实时旋转产品模型,放大查看材质、细节;更可通过虚拟技术,实现虚拟试衣、实景家装预览等体验。
 
设计风格:可交互实时 3D 模型,虚拟空间沉浸式漫游,所见即所得
 
典型案例:Pepperfry 等平台上线 3D 虚拟体验功能,支持用户虚拟进入居家空间、实景预览商品搭配效果。
 

设计趋势总结

 
未来,数字设计不再只是产品体验的附属支撑,设计本身就是核心体验
 
AI 时代下,用户对产品的期待,早已超越基础功能与视觉美观,更追求情绪响应、个性化适配与情感共鸣。而平衡用户个性需求与产品商业定位,将成为每一位产品设计师的核心必备能力。
 
转载:优设
 

兰亭妙微(蓝蓝设计)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。

 

image.png

B端产品的设计风格,原来还有这些讲究!

清阳 行业趋势

今天兰亭妙微UI设计公司,来讲解 B 端产品界面的视觉风格,聊聊在整个行业当中视觉风格的变化与目前的现状。以及给大家说说未来应该如何选择自己产品的视觉风格~

我们会将整体分为行业初期,萌芽期、成长期、野蛮发展期、新阶段 ,每一个阶段给大家总结一个最为流行的风格,并分析这个风格出现的原因,方便大家进行理解。

一、行业初期-经典传统风

我们把时间拉回到 2012 年。在那时,Ant Design 还没有出现,也没有什么 Element、Semi Design,行业当中最早的 B 端系统都是以客户端的形式进行呈现。

整体风格也非常老旧,像是那会儿的 Office、SAP、Salesforce,你可以看到都是他们青涩的模样。

在经典传统的设计风格当中,会使用大面积的白色作为底色,同时在页面中用灰色进行分割,使得整个页面散乱抢眼,导致整体的视觉很难被大众所接受,总体感觉信息较散,难以进行聚焦。

而在早期,出现这些老旧风格主要有三个原因:

1.技术框架限制:因为当中成熟的前端框架较少,没有太多技术栈提供给到开发进行使用,因此没有精力将页面做得漂亮

2.认知不足:设计师对于客户端、网页端的设计理解认知本身不够,做得较为粗糙,比如当时的 Office 的界面设计也大致是如此的模样

3.风格一致:早期 Windows 系统就是这样的风格,与 Windows 一致更容易被大众所接受,因此就很难进行创新

关于这类风格的产品,大家不要觉得这夸张,其实在目前依旧有很多产品会延续这个风格。比如 医疗类产品、工业生产类系统,对于他们而言,能用即可,不必纠结太多。

但随着时间的推移,行业中对于 B 端设计的要求也在逐渐变高。

二、萌芽期-清爽整洁风

我们将时间推移到 2015 年前后,随着行业不断发展,在国外 Fiori、Salesforce 的出现让大家意识到,这类型的 B 端产品也是需要设计的。

因此国内外的很多系统都是在这一时间面世,像是 Ant Design 、Element 都相继发布。

由于这些设计系统的诞生,你会发现大家对于整个 B 端设计有了一点自己的想法。

在设计上,会去考虑使用 区块划分,将整个页面进行规整呈现。

比如 SAP 在使用了 Fiori 过后,就会使整个界面更干净。

同样非常老牌的 Salesforce 在2015年的时候。也带来了相当大的视觉变化。整体都能感受到,整个页面会通过不断的分层颜色的划分通过黑白灰的方式去呈现页面当中的基本信息。

三、成长期-沉稳侧黑风

我们的时间来到 2018 年前后,在这个时间节点,很多产品都推出了自己的设计系统,对于 B 端设计风格而言,也会提出更高的要求。

比如 Teambition 产品当中,它们提供了自己的设计系统的内容去指导整个产品来进行迭代和优化。同样 Ant Design它们也推出了自己的 Ant Design Pro 来演示使用设计系统过后,能够搭建出什么样的产品。

同样,这个时段很多产品也开始进行自己产品的视觉优化,这时候整体的风格是以:黑色侧边导航为主,然后内容形态进行延展。

比如像有赞、Coding、微盟、飞书,之前都是这样的设计风格来进行呈现。

你会发现它们在整体的设计上都会更加重视页面的分块颜色的区隔,整体页面的识别效率。同时这段时间爆发出来非常多的 B 端产品,随后国内都会按照侧边黑色导航的样式进行进一步设计,这一定程度上提高了国内 B 端设计的下限~

四、野蛮发展期-新拟态风

我们随后将时间推移到 2019 年后,在这时诞生了新拟态设计风格。

它最早是乌克兰设计师 Alexander Plyuto 在追波和 ins 发布的一副系列作品,随后大家发现非常奇特,所以得到广泛的关注。

新拟态的设计风格是以立体效果与浮雕元素,呈现更为三维立体的效果,会给人一种奇特、梦幻的界面体验。

随后就会有很多产品都开始进行跟进,比如 智能家居的产品、金融类产品都有所涉及,甚至很多B端产品也勇敢尝试,但大多数设计师设计完过后,整体评价都不算太高。

为什么没有大规模的推行,我觉得有 3 点原因:

1.因为新拟态风格整体所占面积较大,比较浪费空间。像是一个按钮,都需要使用较大空间才能呈现。

2.需要大面积的留白,但是对于 B 端设计来说无法做到,因此很难进行使用。

3.同时很多用户刚开始觉得好看,但随着时间的推移,出现审美疲劳,因此就不太喜欢。

现在还会使用新拟态风格的界面设计越来越少,大多数只会在官网设计的局部进行使用,这样可以转换视觉感受,给到用户更好的视觉冲击~

五、新阶段-灰白风

时间来到 2022-2024 年左右,你会发现很多产品都开始在这个时间节点进行更新。

像我们熟知的 飞书、有赞、微盟、ONES、Coding,再到 Ant Design 、Salesforce,你会发现非常多的产品都在进行界面风格上的迭代。

对于这个风格,我们愿意叫它为 灰白风。

整体页面是以 灰色和白色 进行的页面划分,在分布上灰色占据弱侧信息,白色占据核心信息,进而形成对页面内容的划分。

聊到这里,可能有部分同学不太理解,这里我们以飞书管理后台的迭代作为示例,给大家进行讲解。

在 2018年,飞书管理后台的第一个版本,采取的就是沉稳侧黑风,

在 2022 年,飞书的管理后台开始改变为灰白风格

由于业务的叠加,2023 年时,在此基础上增加了顶部导航的业务维度,最终形成了现在这样的界面。

为什么这类型的风格会大受追捧,我觉得有以下几个原因

1.减少信息层级,给用户减负:之前沉稳侧黑风格,会发现页面明显进行大面积的分割,导致视觉感受出现较大差异。现在只用灰色作为底,去区分主副信息这样会更简单的突出主要信息内容。

2.平台型产品更容易嵌入:因为国内 B 端产品大多需要依附“钉钉、企微、飞书”三大平台,因此使用灰白风能够让自己产品快速嵌入,不需要过多调整。如果你的产品是沉稳侧黑风,那结果想都不敢想…

3.更容易进行适配:针对多产品的业务,也能够使用同一套业务完整呈现才会更加合理。比如飞书的灰白风,在飞书的其他很多产品里面也会存在

转载:人人都是产品经理

兰亭妙微(蓝蓝设计)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。

 

image.png

资讯/灵感全都有!2026年4月设计资讯第二波!

清阳 行业趋势

兰亭妙微 UI 设计公司行业资讯分享,持续解读 UI 设计新风向、拆解优秀设计案例、传递实用设计方法论,与您一同探索设计美学与用户体验的更多可能。

 

 

 

一、全文速览图

image.png

二、安全边界:Anthropic泄露潜藏的暗网危机

Anthropic 内部文件意外流出,揭示了其最强模型 Mythos 的恐怖算力。该模型虽具备重塑行业的潜力,但也因可能被攻击者用于挖掘系统漏洞而引发安全危机。官方声明称,在正式发布前需确保防御者已做好应对这种新型算力冲击的准备。

image.png

 

图源:Anthropic, Getty Images

此次泄露迅速波及资本市场,导致网络安全相关股价剧烈波动。分析师指出,Mythos 揭示了 AI 技术在安全攻防中深度嵌入的现状,反映出利用 AI 进行威胁防御已成常态,同时也暴露出单点泄露可能引发的系统性金融风险。

image.png

 

图源:Anthropic, Getty Images

随着 Mythos 的曝光,OpenAI 等巨头的对标模型也浮出水面,预示着 AI 正从辅助工具进化为攻防核心。未来技术博弈将进入“以 AI 对抗 AI”的新阶段,攻击者与防御者在更高维度上的算力对决,将彻底改写网络安全的竞争格局。

三、技术边界:英伟达仅凭矢量数据渲染

NVIDIA证实DLSS 5并非通过读取游戏引擎的3D几何或材质数据运行,而是仅凭2D渲染帧与运动矢量进行AI推断。这意味着该技术本质上是通过分析图像来“幻化”细节(如皮肤与光照),而非精确重建场景。

image.png

 

图源:NVIDIA

虽然这带来了惊人的视觉增强,但也导致AI会在早期预览中产生原画中不存在的细节“幻觉”,引发了外界对画面真实性与艺术还原度的质疑。

四、设计边界:谷歌 AI 画布的无限可能

Stitch 正在重构 UI 设计范式,推出 AI 原生无限画布并引入“氛围设计”概念。用户不再受限于枯燥的线框图,只需通过自然语言描述业

image.png

务目标或灵感,AI 代理即可理解设计意图并并行处理多模态输入,让创意探索从底层逻辑转向感官体验。

 

图源:Google

平台实现了人机交互的自然化,支持用户通过语音指令进行实时设计对话与方案筛选。同时,Stitch 能将静态画面瞬间转化为交互原型,由 AI 自动推演点击逻辑与用户旅程,并支持通过 URL 提取设计系统,极大简化了从规则制定到原型生成的复杂流程。

image.png

 

图源:Google

五、法律边界:Vogue 与 Dogue 的商标博弈

时尚巨头康泰纳仕正式起诉恶搞杂志《Dogue》,指控其封面设计侵犯《Vogue》商标权。这本由独立创作者创立的实体刊,因让狗狗模仿人类大片而走红。目前,康泰纳仕不仅要求经济赔偿,更强制要求销毁所有库存杂志。

image.png

 

图源:dogue

创始人 Portnaya 坚称《Dogue》是基于对话与重新诠释的艺术创作,旨在为独立创作者争取表达空间。然而,面对销量微薄与高昂法律费用的悬殊对比,这场“大卫与歌利亚”式的博弈陷入僵局,创作者正通过众筹寻求法律援助。

image.png

 

图源:vogue

六、自然边界:皇家植物园的品牌新姿态

Johnson Banks 为爱丁堡皇家植物园(RBGE)打造的品牌重塑旨在整合四个园区的品牌感知,确立了“四处花园,一个植物世界”的品牌愿景,将爱丁堡、本莫尔、道伊克和洛根的花园融为一体。

image.png

 

图源:johnsonbanks

还专门设计了边框,可以用来框住作品,并提醒人们它们始终存在,而不是事后才想起来的。

image.png

 

图源:johnsonbanks

这些标志首次展示了一款全新的定制字体,共有四种字重。它是Nomada Incise的定制版,线条棱角分明,优雅别致。最细的字重中包含一系列连字,呼应了西巴尔迪亚符号及其边框的生动呈现。

image.png

 

图源:johnsonbanks

七、文明边界: 剑桥创新对历史的推动

剑桥地区以其创新和发现而闻名,而这一切始于其世界闻名的大学校园内,如今已发展成为环绕该地区的欧洲领先的知识生态系统——融合了 5000 家创新驱动型公司、60 家跨国公司、5 个医院信托机构、36 个研究园区、2 所大学(剑桥大学和安格利亚鲁斯金大学)以及蓬勃发展的初创企业和投资者群体。

image.png

 

图源:johnsonbanks

以图解为主题,并将其运用到代数、方程式、图表和文字游戏中。这既充分利用了该地区的科学声誉,又为方案增色不少,同时还创造了一种独特的视觉和语言。

image.png

 

图源:johnsonbanks

将自己最喜欢的创意与剑桥郡广袤无垠的天空的静态和动态影像相结合,打造出一套可应用于多种媒体的设计工具包。

image.png

 

图源:johnsonbanks

转载:优设

兰亭妙微(蓝蓝设计)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。

 

image.png

兰亭妙微 UI 设计|蓝色配色实战指南:界面高级感这样做

涛涛 行业趋势

大家好,这里是兰亭秒微设计。作为专注 UI/UX 视觉体系搭建的设计团队,我们在金融、科技、生活服务等多领域项目中发现:蓝色是 UI 设计里适配性最强、容错率最高的主色,但想做出高级、耐看、有品牌记忆点的界面,配色逻辑远比 “选个蓝” 更重要。

如何提升AI交互设计能力?这篇总结超全面!

清阳 行业趋势

一、全文速览图

image.png

二、前言

2025 是智能体的元年,2026 年将更加成熟和普及,应用程序的体验方式因为智能体而逐步发生改变。

马斯克和扎克伯格曾预言“在未来 5-6 年内,传统的手机和应用程序(App)的形态将因为 AI 发生根本性变革”,兰亭妙微ui设计公司与您一同学习。

三、设计师已经迎来了「AI 交互设计」窗口期

以前的体验设计经验,已经跟不上如今 AI 能力逐渐普及的应用端设计开发趋势。

如今,各产品研发团队基于 AI 能力用户体验设计需求将会大幅增加。

即将到来的 2026 年金三银四求职季,产品和开发设计岗的招聘必然会对求职者结合 AI 的能力提出更高要求。

率先掌握 AI 体验设计能力的设计师,在求职时更有竞争力,在职场团队 AI 设计这一块也更有知识话语权。

换个角度看,AI 体验设计对于交互设计师在一定程度上也是一次洗牌的机会。

image.png

四、从 UX 到 AI Experience,具体有哪些转变

1. AI 将重塑以往的交互方式

当 AI 能够理解自然语言并主动完成任务时,许多传统的 UI 组件:信息架构、导航设计、表单流程、数据筛选等交互方式将会逐渐被重构。

用户与应用交互的过程将会改变。比如:

用户发起交互,由原来的用户主动操作+操作的路径,变成了用户的一句意图表达+AI 直接推送入口。

再比如对于用户输入错误的处理方式,由原来的表单验证与提示,变成了与 AI 的自然语言澄清,然后多轮对话修正。

再比如帮助决策上,用户由原来的面对多选项,变成了 AI 根据情境理解目标,并直接推荐最优路径。

image.png

3. 基于 AI 的场景设计与思考

根据尼尔森诺曼设计机构(简称 NN/g)在 2024 年的 AX 设计研究,优秀的 AI 体验设计要有具备以下几个素质:

  1. 用户能够容易地使用提示词:这意味着需要设计引导用户有效输入的界面元素
  2. 划清 AI 主导 与 用户主导 的边界:当不应该让 AI 做决定时,在合适的时机让用户介入
  3. 多模态交互设计:语音、文本、控件输入的设计结合
  4. 渐进式建立信任 AI:顺滑地让用户从发现、尝试到依赖 AI 功能
  5. 品牌下的 AI 人格化:AI 人设、开场白风格、拟人化、专有音效设计

五、如何提升 AI 体验设计能力

1. AI 交互设计知识

① 来自大厂的 AX 设计原则与模式

来自 Google、Microsoft、Ant 公司的 AI 设计规范与原则。

理解设计原则背后的原因、场景,就像以往我们接触过刚在技术窗口爆发期的「新颖」交互,比如 PC 时代的鼠标输入、移动互联网的触屏输入、虚拟现实时代等...交互模态各有差异。

  1. https://design.google/library/people-ai-research
  2. https://pair.withgoogle.com/guidebook/
  3. https://www.microsoft.com/en-us/haxtoolkit/ai-guidelines/
  4. https://ant-design-x.antgroup.com/docs/spec/introduce-cn

image.png

② 建立 AI 交互设计基本认知框架

AI 的软件分为:AI 能力应用软件、各行业场景应用软件的 AI 赋能。

AI 的交互形态:

  1. Chat 对话式(对话式交互为主)
  2. Assist 助手式(隐藏为主,需要协助时唤醒)
  3. Spread 散布式(隐藏为主,固定节点出现相关的 AI 功能)

AI 交互组件:Think 思考过程、ThoughtChain 思维链、Prompts 提示集、Conversations 管理对话、Suggestion 快捷指令......

image.png

Ant-design-x

③ 积累 AI 交互设计经验

  1. 体验优秀的 AI 功能,并搜集到案例夹。
  2. 建议按场景分类收集:内容创作类、数据分析类、任务自动化类、客户服务类、等等。
  3. 大致的框架可以像产品体验日记一样,记录设计细节,比如:产品名称与截图、核心交互流程描述、AI 介入的具体方式、优秀设计细节(如何处理加载、错误、歧义的)。

image.png

④ 尝试理解 AI 大模型底层的技术原理

这是偏技术的知识,对于非专业人群来说,比较难啃,但回报是最高的。

因为它是我们认识 AI 的原理性起点,一旦掌握,做许多 AI 项目都能受益,比如:快速判断 AI 能力边界、规划大模型训练等。

而对于设计师来说,也包括能有效指导 AI 领域的设计。

就像以往我们落地自己的设计方案,最好提前摸清前端框架、组件、数据交互,才不容易在开发环节被卡脖子,更顺利地实现设计方案。

了解方式:查阅关于 LLM 工作原理的科普类文章;相关大模型的官方网站查找文档。

2. Ai 交互设计思维

在现有设计项目中,多一层关于「AI 交互辅助」的思考

在做设计项目中,在传统交互设计思路上,有意识地思考「假设现在有 AI 智能体的帮助,这个功能可以是什么样的更好用法?」。

如果你想更好地验证 Ai 设计模式的成果,可以做一些进阶的学习研究:

首先像以往的项目一样,拆解用户操作;

然后针对每个环节思考“如果这里有 AI 能力,能否提效或者减负?

再将 传统方案 vs AI 加持方案的可视化,并进行对比,量化提升的效率

image.png

基于上图,我们把有 AI 协助退货整个过程,背后的动作和实现原理拆解分析:

  1. 用户与系统的交互是通过「多轮对话」,
  2. 然后 AI 在对话中「识别意图」,与用户确认需求,
  3. AI「搜集关键信息与用户资料」提交,
  4. AI 发起退货申请,并对接商家「退货系统」,
  5. AI 推荐「最优」的退货方式(上门取件),
  6. 只把最少的操作「确认」留给用户。

而以上这些动作,都需要设计师具备了理解前后台的交互链路(前端如何自然地与用户交流、后端对接哪些接口)、Ai 工具调用的能力、等等知识经验,才能顺利地完成 Ai 的交互设计方案,并落地。

3. 争取实战机会,让自己新学习的能力在落地中验证

战略性参与有 AI 的项目:

如果你的团队项目正好有 AI 智能体对业务场景赋能的规划,那么对你来说,参与进来将是一个转型的好机会。

其中,从 redesign 小的功能点中 加入 AI 的交互方案开始,比如:搜索功能智能化、表单自动填充、智能推荐卡片。这类功能点改造见效明显,往往投入产出比高,易于快速验证和迭代。

当然得在方案支撑足够有理的前提下。比如:准备传统交互 vs AI 加持的交互这两套方案对比,用预期收益、技术可行性和数据说话。

主动创造机会和环境:

定期向产品团队分享竞品的优秀 AX 设计案例,进行团队设计扫盲,同时也能提升队内影响力,后面参与项目设计更有话语权。

4. 大胆点,用 AI 颠覆玩法

进阶到挖掘大的场景中,能够利用 AI 重塑体验方式的机会。

比如:

传统的进度条,用户需要拖动查看逐个视频帧寻找他想看的目标片段。

而 AI 播放器中,可以把识别到的字幕,加入到进度条中作为锚点,让用户根据具体的字幕内容,就可以精准定位并直达该进度点,找片段的效率大大提升,直接使体验升维。

image.png

最后

预计 2-3 年之后,AI 交互设计将普及为交互设计师的基本能力。那些率先掌握的设计师,将在 AI 重塑产品形态的浪潮中,找到属于自己的新位置。

现在就是最好的开始时机。

你,做好准备了吗。

转载:优设

兰亭妙微(蓝蓝设计)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。

 

image.png

日历

链接

个人资料

蓝蓝设计的小编 http://www.lanlanwork.com

存档