我们的团队为各种各样的企业构建了仪表板，并且在此过程中获得了一些关键见解。

如果您正在考虑创建仪表板，这里有一些建议可能会帮助您节省时间、金钱和理智。

如果你想要一个坚固的仪表盘，就要像对待飞机驾驶舱一样认真对待它的设计。在商务中——就像在飞行中一样——你需要清楚地了解你的方向和表现，以免为时已晚而无法及时纠正航向。

真正实用的仪表板始终是协作的成果。它汇聚了目标、数据、人员和逻辑。而它的最佳构建者，正是一支精通所有四要素（分析师、设计师和开发人员）的团队，他们能够理解您的业务语言。

按 Enter 键或单击即可查看完整尺寸的图像

模板和人工智能工具在某些方面确实能提供帮助，但它们无法感知你的背景，也无法洞察所有细微之处。如果使用不当，它们可能会把原本有用的工具变成有害的工具。你可能会追踪错误的事物，做出错误的判断。

因此，如果您的仪表板用于实际业务（而不仅仅是娱乐），请引入能够连接业务目标、数据和视觉语言的专家。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 1. 设定精确目标

确定正确的目标和问题是成功的一半。另一半是选择能够回答这些问题的可视化效果。

首先为您自己、开发人员和设计师组织需求收集流程。使用您喜欢的任何工具（Miro、Trello、FigJam、Google Sheets、Notion、ClickUp、Google Forms）。

创建看板、卡片或列表；每个看板、卡片或列表都应包含您在交接任务前必须回答的问题。这些问题的答案将帮助您避免仪表盘的最大缺陷：杂乱的用户界面、毫无意义的指标以及未使用的数据。

仪表板应该适用于业务，而不仅仅是看起来漂亮。

按 Enter 键或单击即可查看完整尺寸的图像

第 2 步：组建一支负责任的团队

决定谁拥有仪表板、谁构建它以及谁将使用它。

不要试图制作一个“适合所有人”的仪表板。

人人适用的工具通常对任何人都没有帮助。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 3. 定义用例和用户

明确业务任务，并绘制用户画像。问自己三个问题：

• 仪表板将解决哪些问题？
  （例如，跟踪收入增长、聚焦渠道瓶颈、监控客户流失）
• 谁根据这些数据做决策？
  创始人、营销人员还是产品经理？
• 每个人每天需要看到什么？
  想想一个“晨间仪式”——他们必须在30秒内掌握什么？

这不仅仅与角色有关；习惯和便利也很重要。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 4. 确定关键指标

选择3-5 个真正能推动业务发展的指标。按从顶层到底层的顺序排列它们。糟糕的仪表盘会显示所有内容，造成掌控全局的错觉。

指标越少但越有意义。

例子：

• SaaS：活跃用户、CAC、LTV、流失率；
• 营销：点击到引导转化率、客户获取成本、ROMI；
• 财务：营业利润、平均订单价值、预测现金流。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 5. 准备数据

没有好的数据，就没有好的仪表盘。问：

• 数据存储在哪里？
• 它的完整性和时效性如何？
• 它将如何刷新？
• 数据质量归谁所有？

无需手动输入。自动化让仪表板保持活跃。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 6. 绘制粗略布局

任何东西都可以——从餐巾纸上的草图到 Figma 的线框图。仔细思考：

• 哪些块属于“顶部”？
• 视觉焦点在哪里？
• 什么应该首先跳出来？

丑陋也没关系——重点是测试结构和想法。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 7. 获取用户反馈

把原型展示给真实用户。不要问：“它漂亮吗？” 而是问：

• 是不是一眼就看明白了？
• 它是否有足够的信息来做出决策？
• 感觉缺少了什么或者多了什么？

在草稿期间听到“我不明白”比在发布后听到要好。

按 Enter 键或单击即可查看完整尺寸的图像

步骤 8：为设计师撰写一份详尽的简介

设计师不会读心术。如果你不说重点，他们就会替你做决定。包括：

• 哪些指标适用于何处以及如何适用？
• 阻止优先级（最重要的）；
• 移动与大屏幕行为；
• 颜色强调、警报、数字格式。

按 Enter 键或单击即可查看完整尺寸的图像

第 9 步：找到合适的建筑商

我们很想说“雇佣我们”，但这是你的事业和愿景。在 Dribbble、Behance 甚至 LinkedIn 上查看作品集——人才无处不在。

评判前景：

• 商业理解

漂亮的图表并不比了解它们存在的原因更重要。

• 界面体验

仪表板不是登录页面；可用性是第一位的。

• 清晰的沟通

如果他们的流程现在听起来很模糊，那么以后就不会变得清晰。

• 简化能力

真正的技巧是让复杂变得简单。

• 克制感

作品集可以帮助您评估设计师的风格、潮流感、是否适合您的业务类型以及整体技能和独创性。

最重要的是，选择一支能够深入实现你的目标的团队。

这就是真正的“哇”的由来。

按 Enter 键或单击即可查看完整尺寸的图像

第十步：启动。观察。改进。

仪表盘是一个动态系统，而非一次性的落地页。发布后，请关注：

• 人们多久打开一次它？
• 会议中是否体现了指标；
• 什么让用户犯了错误，或者他们接下来会请求什么。

没有哪个仪表板是第一天就完美的。不断迭代——改进终将带来回报。

结论

优秀的仪表盘不仅仅是一堆图表。它能够塑造团队的思维。它能够引导注意力、培养习惯、加快决策速度，并节省时间，而不是浪费时间。

当出现以下情况时，您的仪表板将变得无价：

• 其目的非常明确；
• 每个角色都有自己的衡量标准；
• 噪音最小，意义最大；
• 您可以快速深入研究；
• 该团队确实使用了它。

如果这就是您想要的仪表板类型，我们希望这可以帮助您入门。

按 Enter 键或单击即可查看完整尺寸的图像

另外，以下是创建业务仪表板时可能有用的AI 工具列表：

1. 聚合物搜索
2. Zoho Analytics
3. Tableau
4. 多莫
5. Sisense
6. 思想点
7. Looker工作室
8. Klipfolio

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。

用户体验 (UX) 领域正在经历一场令人眼花缭乱的人工智能 (genAI) 接管。

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）。

这已经发生了。2025年，人工智能将接管用户体验

将显示缩放图像

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。

将显示缩放图像

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！

为什么用户体验师如此热爱人工智能？

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。

将显示缩放图像

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。

将显示缩放图像

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：

• GenAI 擅长总结文本数据→UX 研究创建了大量文本数据。
• 在 GenAI 中，幻觉是必然的 → 传统的用户体验研究通常可以应对一定程度的“模糊性”。（但如果你的工作涉及高度精确的领域，禁止使用人工智能是明智之举。）
• GenAI 本质上只能创造衍生输出 → UX 开发者很少能创造出完全原创的输出。相反，我们的优势在于对已有内容的改编。

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。

它的本质

将显示缩放图像

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”。

将显示缩放图像

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：

将显示缩放图像

• Feed：输入内容。现在，您可以输入的内容种类大大扩展：海量数据集、JSON 文件、屏幕截图、网页链接、PDF 文件，等等。ChatGPT Enterprise 尤其擅长读取 PNG 格式的图片，并且可以轻松理解屏幕截图中的文本。
• 指示：告诉它该做什么。这仍然遵循我在原文中概述的“提示牌组”规则。
• 收获：从中获取所需的信息并根据需要使用，例如，为组织的高层领导创建报告。

步骤 1：饲料

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。

将显示缩放图像

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：

• 研究背景：研究项目是什么？它的目的是什么？为什么要进行这项研究？
• 研究目标和假设：您想通过这项研究证明或反驳什么？
• 关于访谈参与者/用户的信息：他们是谁？招募标准是什么？如果他们（就像我的情况一样）是某个特定狭窄领域的专业人士，那么具体是什么？
• 访谈结构，包括访谈主题和问题类型，都与研究目标和假设相关。

第 2 步：指导

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？

不再冗长的聊天

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。

将显示缩放图像

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。

将显示缩放图像

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”：

提示卡：设置场景

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）。

提示卡：角色

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]。 ”

将显示缩放图像

提示卡：模板

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。

将显示缩放图像

提示卡：思维链

将显示缩放图像

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。

提示卡：Wild Card（新）

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？

将显示缩放图像

**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。

将显示缩放图像

步骤3：收获

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。

将显示缩放图像

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。

将显示缩放图像

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。

关于用户引言的说明

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。

深度用户体验研究：内幕

将显示缩放图像

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。

忘记我告诉你的一切

将显示缩放图像

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。

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：

将显示缩放图像

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