如何做好AI产品的体验设计 ？先掌握这7个原则 ！

设计师们正在探索未知领域
。体验十多年来，设计我们首次在用户体验设计中面对一个未被开垦的先掌全新领域 。这里没有现成的原则剧本，也没有既定模式可供参考 。何做好即便是体验最前沿的 AI 实验室 ，也在通过实验不断学习 
，设计观察哪些新交互方式能引发用户共鸣 。先掌

这让我想起移动触控界面初现时，原则设计师们创造了如今我们习以为常的何做好交互模式。正如早期 iOS 和 AndROId 的体验设计选择定义了移动计算时代
，今天的设计突破正在塑造未来数十年我们与 AI 协作的方式。

实时观察这些设计选择引起的先掌连锁反应令人着迷 。当某个设计奏效时，原则竞争者会争相效仿——这不是出于懒惰，而是因为我们都在共同探索这个新范式中的合理模式  。

今天，我想重点介绍最激发我想象力的突破——那些塑造我们对 AI 交互集体认知的设计选择
。其中有些现在看来显而易见 ，但每个突破是关键的发现 ，帮助我们更好地理解人类和 AI 会如何协作。

一 、对话范式（ ChatGPT ）

核心洞察 ：人类本就擅长通过对话表达复杂想法——何必让他们学习新方式？

影响 ：确立对话作为人机交互的基础范式 。

对话式 AI 如今已无处不在，但正是这个突破性设计开启了我们的 AI 时代。虽然 GPT 技术早已存在于 OpenAI 的开发者平台
，但当时并未引发广泛共鸣——它看起来更像是开发者工具。我记得初次使用时虽感惊艳 ，却未能激发我对于 AI 潜力的想象。

采用对话形式带来了质的改变 ，这被证明是本世代最重要的设计决策 。聊天界面随后被广泛模仿  ，影响了几乎所有后续消费级 AI 工具
。这波生成式 AI 浪潮以自然语言为核心 ，而对话正是用语言交流的核心
，这种范式会持续存在。

上面是早期的 ChatGPT，下面是之前的开发环境 。

二、来源透明（ Perplexity ）

核心洞察：没有来源标注，用户无法验证 AI 的研究结论 。

影响：让 AI 搜索结果变得可验证。

当人们开始使用 ChatGPT 时
，缺乏引用来源成为一个普遍的痛点
 。虽然 ChatGPT 能基于海量训练数据生成回答 ，但无法追溯信息来源，使其难以用于严谨研究 。

Perplexity 通过实时引用来源改变了这一状况
，使答案可追踪验证 。该功能被广泛模仿（包括 OpenAI 的网页搜索） ，解决了根本的信任问题：用户不仅要答案，更要答案来源的可信度。

虽然在UI方面很简单，但引用来源是一个很大的进步 。

三、共同创作（ Claude Artifacts ）

核心洞察：对话不仅能生成文字 ，更能驱动生成创意资产 。

影响 ：开创对话生成创意资产的创作流程。

首次使用 Claude 里的 “ Artifacts ”功能时 ，我第一次感受到我不仅仅是和 AI 对话，而是和 AI 在共同创作 。虽然之前和 ChatGPT 和 Claude 的对话有助于构思，Perplexity 有助于研究 ，但“ Artifacts ”功能给了我惊奇的体验——我可以通过对话开启创作流程，并将其中最好的部分转化为可使用的创意资产。虽然生成资产之后的工作流仍需完善 ，但我们正朝着这个方向进步。

对我而言，“ Artifacts ”功能证明 AI 协作将成为新型创作流程的核心 ，用户将与 AI 共同生成创意成果。

和“ Artifacts ”对话共同创作 。

四、自然交互（语音输入）

核心洞察 ：语音比打字能实现更自然和更丰富的表达。

影响：降低和 AI 详细讨论的门槛。

许多人忽视了语音输入的价值，这可能是源于对语音助手（比如 Siri ）的固有想法。但现实是  ，AI 转录技术已非常成熟。

语音输入是很关键的
，因为它让用户能真正运用自然语言。当人们使用文字来表达时 ，会更仔细地组织语言 。而口头表达能让用户更即兴地表达，为语言模型提供更丰富的输入——这正是 AI 非常需要的。实际体验表明，当前语言模型完全能过滤掉口语中杂乱的部分（比如"呃""啊"），捕捉到用户想要表达的意思 。

ChatGPT iOS 应用上的语音输入

五、工作流整合（ Cursor IDE ）

核心洞察
：深度嵌入的 AI 能优化工作流程 。

影响：将代码编辑器转变为 AI 驱动的创造工具 。

Cursor 将 AI 创作流程直接整合到代码库中。某些功能让人顿生"代码编辑器本该如此"的感慨（如强大的 Tab 代码补全）。

作为前 UI 开发者，我已经几年没有编写代码了 。因为代码语法和框架迭代更新 ，重新开始编程对我而言是困难的。Cursor 帮助我规避了这些困难：我可以问 Cursor 任何关于的代码的细节问题并快速获得解答。

Cursor 还展现了 AI 直接读写文件系统的强大能力
，大幅提升了用户的工作效率
。

与现有的编码工作流程的深度集成

六、环境辅助（ X 平台的 Grok）

核心洞察：用户在到困惑/困难的时刻，最需要 AI 的帮助 。

影响：实现内容场景中的即时 AI 辅助  。

X 平台上的 Grok 按钮十分实用。面对 X 平台的信息洪流，我常缺乏理解帖文的背景信息。Grok 提供一键式实时解读，无论是表情包还是新闻标题，都能快速获得 AI 辅助解析
 。

随着网络内容日益增加 ，这类辅助将愈发重要 。虽然当前设计仍有改进空间  ，但已让我期待在其他平台看到类似功能。Grok 按钮展示了环境辅助的价值 。最终
 ，我认为操作系统级助手（ Gemini  、Siri 等）可能会提供此类功能。

Grok 按钮可以为用户提供即时背景信息

七、过程透明（ DeepSeek ）

核心洞察
：展示 AI 推理过程能获得用户更多的信任 。

影响 ：通过展示 AI 推理使其更拟人化。

DeepSeek 最近凭借 R1 推理模型引发关注。虽然它不是市场上的第一个推理模型
，它做出了一个关键的设计决策：暴露模型的“思考过程”。它展示了它是如何得到最后的结论的
，这种推理语言也使其更加拟人化。用户可以依此验证结论的合理性，甚至可能从 AI 的推理本身中找到值得继续探索的想法 。

这让我想起进度条对网页应用体验的革命性影响
。无反馈会引起用户的焦虑 ，进度条的展示让用户知晓系统正在工作 。展示 AI 推理同理——它证明系统确实正在运作
。

DeepSeek 展示了它是如何“思考”得出结论的

总结思考

这些突破不仅是巧妙的交互/界面设计决策，更是人机交互新章节的开篇。每个突破都代表着有人勇敢的实验，尝试未有的模式，然后建立起能引起用户共鸣的模式。

从 ChatGPT 的对话范式，到 Claude 的共同创作，再到 DeepSeek 的推理可视化——我们见证着新创意媒介的快速进化。创新速度非但未减 ，反而在持续加速。但正是这种态势令人兴奋，我们不仅是观察者，更是参与者
。每位与 AI 协作的设计师 、开发者和创作者 ，都有机会为人机交互的新模式做出贡献 。

作者：We-Design