很多同学将工作坊视为一场“选拔赛”——以高强度、全流程压缩的形式，模拟真实项目环境中的协作与输出压力，考察参与者在短时间内的综合能力。这种理解并不为错，但它或许并不足够全面。
我们更愿意将工作坊视作一张“限量版的入营体验券”，一次沉浸式的探索机会，让你在48或72小时的极限节奏中，提前进入未来可能就读院校的真实学习与协作场景，还可以得到未来导师的辅导和建议！
那么，如果以“体验”而非“成功or淘汰”的心态进入工作坊，应该如何调整策略？
首先，不必追求“完美方案”，而是清晰表达想法。
在有限的时间内，试图做出一个“尽善尽美”的作品往往会适得其反。更重要的，是能否在有限的时间里利用适当媒介（原型、图示、技术手段）准确传达你的思考与价值判断。
第二，认真体验协作过程，感受自己内心真实的研究兴趣。夏令营和工作坊为你提供了一个快速碰撞的协作环境，你可以在实践中更清楚地意识到自己在哪些研究方向或问题领域更感兴趣，哪类任务让你感到投入、兴奋或擅长？
第三，把面试不当成是“被拷打”的鞭邢现场，当成是一次向外展示你对目标专业的积累、能力和潜力的机会。
同济设计创意学院/上海国际创意学院..入营名单公示25
昨天，同济大学交互设计夏令营公布了入营名单。首先，恭喜成功入营的小伙伴们！同时，也想对暂未入营的同学说一句：不要气馁，也许更好的机会就在前面等着你💪。
说回同济交互的夏令营重点环节——工作坊。这是一个需要大家在极短时间内完成选题、协作、原型、展示的高压挑战环节。因此，提前准备不仅必要，而且非常关键。 为此，我们整理了一份完整的《同济交互夏令营·工作坊准备攻略》，不仅适用于本次营期，也可以作为参考模板，用于应对其他高校的设计类夏令营。
:: 01
同济交互夏令营研究方向汇总
同济大学的交互设计方向强调“以人为核心”，其研究对象不再是传统意义上的“物”，而是“人的行为”。在交互行为过程中，器物——包括软件、硬件、界面、系统——只是实现行为的媒介或工具。
相较于传统工业设计追求结构与功能的合理组合（也被称为“物理逻辑”），同济交互设计更强调根据用户的目标、动机与行为路径来组织界面和服务流程，这一思路被称为“行为逻辑”。
在教学和研究中，同济交互设计特别重视用户体验与任务流程的匹配度，构建了“人、动作、媒介、目的、场景”五要素的交互行为模型，用以指导学生完成以行为为中心的设计实践。
同济的交互设计不仅涵盖移动端交互、智能硬件、人机界面，还拓展到数字人文、服务系统、人工智能、智慧城市、沉浸式媒体交互等前沿领域。其目标是培养能够穿越技术与人文边界，具备复杂系统理解与体验优化能力的新一代设计师。
—
在正式入营前，建议可以重点关注三个方面的准备内容：当前 技术热点、研究趋势与导师课题组的研究动态。
近几年，不论是同济交互设计还是浙大软件等很多高校都在高度关注人工智能在交互中的应用，尤其是AIGC（生成式AI）、大模型（如ChatGPT等）驱动的交互创新。同时，脑机接口、可穿戴感知设备、CUI语音交互、XR沉浸体验、服务机器人、智能出行等方向也成为重要的研究场域。
在准备中，建议你对这些技术热点有基本了解，并思考其背后的交互机制和用户行为流程。这些内容可以作为参与工作坊时构思方案的“素材库”。
我们先一起回顾一下，同济的几大研究课题。
_Θ_人机智能协同
人机协同(Human-Machine Collaboration)即： 人类与具备“智能”与“行动能力”的系统之间的协同决策与共同任务完成过程。这些研究不仅涉及人与机器在功能层面的配合，更进一步探索了信息理解、意图表达、任务分解、信任建立等更复杂、更具社会性和情境性的交互机制。总体而言，这些项目体现出一个显著的趋势：即将具备感知、理解与生成能力的智能系统逐渐转变为“合作者”而非“工具”。
例如，项目《基于HRI视角的服务机器人形态研究与设计》聚焦于养老情境中的服务机器人，强调机器人如何通过形态、动作与人建立自然互动关系，体现出“社交性”与“身体协同”在行为层面上的重要性。GenComUI 项目则引入了大语言模型，使机器人能够通过动态生成视觉辅助内容（如地图注释、路径动画）来配合人类的语言指令进行任务沟通，这种设计反映了任务共识达成、协同意图生成等过程的智能化和多模态化趋势。感兴趣的同学可以多了解一下。
_Θ AR/VR/MR交互设计与创新_
XR（eXtended Reality）是一个统称，用来描述增强现实（AR）、虚拟现实（VR）和混合现实（MR）三类沉浸式技术。
这些技术的核心目标是：增强或替代人对世界的感知与互动方式。 XR系统通过叠加、融合、甚至完全取代真实世界中的感知信息，重新定义人类在空间中的活动、交互与表达方式。这种方式也被称为空间计算（spatial computing），本质上就是让数字信息“驻留”在物理世界中，并与人类行为高度同步。
比如项目《ARehab: A Mixed Reality Rehabilitation System Supporting Integrated Speech and Hand Training》（2024）以中风后康复为背景，结合语音与手部运动训练，打造沉浸式训练环境。这种设计体现了XR在医疗场景中促进“人机身体协同”的可能性——通过实时的动作反馈与任务引导，机器系统不仅被动响应用户行为，更是主动参与康复过程、提供动态适配。
A User Study Framework for Future Smart Cockpit
Cheng Chi, Yiwen Zhang, Yate Ge, Wenjia Wang, Jianuo Li, Xiaohua Sun
_Θ_汽车HMI设计与技术
HMI，即 Human-Machine Interface，指的是人类用户与智能系统、机器设备之间进行信息交换与任务协同的界面与机制。在交互设计语境下，HMI 不只是一个物理界面（如车载屏幕、按钮），它更是一个系统性、行为性、语义性的协同交互通道。尤其在自动驾驶、服务机器人、XR 设备等复杂系统中，HMI 是构建人与技术信任、情境理解与协同操作的关键桥梁。
我们可以看到同济的 HMI 研究主要集中在车辆交互系统（Automotive HMI）与服务机器人交互（Service Robot HMI）两个主线方向，并且充分结合认知心理学、用户体验研究、AI决策可解释性与未来情境设计等跨学科视角。比如项目《Keeping in the lane!》研究了在长时间单调的部分自动驾驶中，驾驶员在横向控制失效时的接管表现。通过模拟有提示与无提示两种故障情境，评估不同ADAS经验用户在反应时间、接管质量和压力水平上的差异。
Keeping in the lane! Investigating drivers’ performance handling silent vs. alerted lateral control failures in monotonous partially automated driving
Yiwen Zhang, Xinyan Zhou, Wenjia Wang, Yuanda Hu, Xiaohua Sun
_Θ_智能可穿戴设计
智能可穿戴设备是一个广义的系统概念，指 可穿戴在人体上、具备计算能力、感知与交互能力的电子系统，它可以由织物构成，也可以包含硬质元件（如芯片、电池、显示屏等）。其中包括智能织物，是指 具备感知、响应或通信功能的纺织材料本身，它们是构成智能可穿戴设备的一种关键基础技术。
一个重要研究方向是身体与环境的感知接口，也就是如何通过织物材料将人体的运动、情绪、生理状态与外部环境的变化实时感知并表达出来。这不仅涉及柔性传感器的精度优化与布局方式，还需要探讨不同身体部位的佩戴舒适性、长期耐用性以及在复杂环境下的稳定性。尤其在康复、情绪管理、睡眠监测等情境中，智能织物被期望能如“第二皮肤”般地协助身体自我调节与外界沟通。另一个值得研究的方向是情境感知与主动交互系统 。
_Θ 人在环境中的混合智能_
人在环境中的混合智能（Human-in-the-loop Hybrid Intelligence）”是当前人机交互、智能系统设计、智能可穿戴等领域中的一个核心概念。它强调将 人类的认知、判断与环境中嵌入的智能系统（如AI、IoT、传感网络）进行融合，从而实现人-环境-机器协同感知与决策 的交互形态。
比如“人与AI共同决策机制”尤其在不确定性高或多目标权衡的情境中。比如在自动驾驶系统中，不是单纯由AI控制决策，而是通过共享可解释信息与选择选项，由人类最终做判断；或者在医疗可穿戴设备中，AI提供诊断建议，但由医生与患者共同完成治疗路径决策等方向。
!Image ## — ## 复习建议： 在准备阶段，应聚焦于 三个层面的知识构建与表达能力： 技术趋势理解 + 应用洞察能力 + 研究思维建立，以此系统梳理自己的知识结构与表达框架。
:: 02
0基础如何快题准备快题考试？
—
在准备手绘复试时， 务必要把重心放在“方案设计”上，而非盲目追求画面的精细度或形式感。手绘稿的核心，是用视觉语言 清晰、完整、切题地表达你的设计思路与逻辑。哪怕画面粗糙、色彩单一，只要你的方案结构合理、功能明确、流程清晰，就能体现你的设计能力。
手绘快题展示- 短期速成版
复试中的手绘考察，不要求每一幅都规范到工业制图标准—— 没有固定的版式模板，也没有绝对要求必须有用户画像、使用场景或故事板。相反，如果题目中没有明确这些设定，你完全可以将重点聚焦在 使用流程、交互方式、人机协同机制、技术架构等核心环节 上。关键在于：你能否解释清楚你的系统是怎么运转的，人与技术是如何互动的，前端体验如何与后台数据协同，最终产生了怎样的结果或效益。
很多同学容易陷入“画得像”“画得美”就一定加分的误区。实际上， 老师更看重的是你能否“把事说明白”。曾有同学在没打草稿的情况下直接落笔，即使视觉表现粗糙，但因为方案设计思路清晰、技术应用合理，依旧顺利通过。这说明： 视觉表现不应压倒内容表达，形式永远是服务于内容的。
当然，这并不意味着你可以完全忽视视觉质量。在力所能及的范围内，保持 结构清晰、画面干净、文字标注到位、流程可读性强，是必要的基本功。但更重要的是 你不要跑题。复试中最容易扣分的不是“画得丑”，而是“画得偏”“画得跑题”。题干中如果出现了具体的用户群、使用场景、技术关键词，那你在手绘中一定要 有意识地一一回应，这就是“切题性”的体现。
不必一味追求所谓“创新”。在评委老师眼中，“不跑题+逻辑清晰+功能合理”就已经是一个合格甚至优秀的设计。即使你的概念听起来不那么前卫，但只要它 符合题意，解决问题，表达清晰，它就是一个好方案。
最后，建议你练习时多做以下三点：
- 归纳题型套路，比如常见的“场景+用户+技术+功能”四要素；
- 建立个人表达模板，如一页纸怎么安排标题、结构图、流程图、局部放大、说明文字；
- 模拟作图流程，限时训练下快速从需求分析到功能流程的转换能力。
:: 03
面试准备
在交互设计方向的研究生面试中，首先是 自我介绍，建议控制在1–2分钟内，突出你的本科背景、项目经验、研究兴趣，以及你为什么选择该校和该方向。语言要自然、自信、有条理。
如果你参与了夏令营的 工作坊或快题设计，面试时会要求你讲解方案。建议围绕“问题定义—设计思路—用户流程—技术实现—预期效果”来组织语言，重点突出你的思考逻辑和设计判断，而非只是画面呈现。调研报告部分若有呈现，应简要说明调研目标、方法和结论，强调你的个人分析与设计洞察，展示你从研究走向概念的能力。
作品集讲解 建议挑选1–2个代表性项目，讲清楚背景、目标用户、设计流程和你负责的核心部分。涉及技术时，简要解释其应用原理与可行性，表现你对跨学科技术的理解。
面试一般包括以下内容。
- 背景介绍（本科专业 + 学术/项目关键词）
- 能力亮点（如跨学科融合、动手能力强、熟悉用户研究/编程/交互原型等）
- 研究兴趣（聚焦你希望在研究生阶段深入的方向，尽量与导师课题或学校优势贴合）
- 目标陈述（为什么报考该校该方向、你希望未来在哪些领域做探索）
—
结构化思维核心是 条理清晰、层级分明、逻辑严谨。 大部分同学在应对复试面试的时候，都在紧急背题，一味的寻找所谓的题库，而比较少去思考- 面试策略。 面对不会的问题如何从容应对，对于自己会的问题，如何在紧张高压的环境中迅速的组织结构和逻辑点，条理清楚的表达出来。缺乏结构化思维回答的内容上是零散，杂乱无序的。
在面试的时候，我们经常会遇见一些开放性的问题，为了回答好这类问题，我们要弄清楚面试官真正想问什么，真正关心的是什么，更想听到什么。
如果 导师针对你的作品集项目提问，大概率的问题是集中于对你过往项目的详细探讨，比如为什么做这个项目， 你担任什么角色？项目的成果和价值是什么？你对于这个项目的思考是什么？... 那么，就可以把这个问题拆解成项目背景why, 你的核心贡献who，任务目标waht、关键过程how、项目成果impact，个人反思refelction六个维度。对于粗粒度内容还可以继续向下拆解，以“关键过程”为例，可分为设计方法、关键技术路径、用户反馈和测试等多个子维度展开。
总而言之，回答导师提问时要注意逻辑清晰，结构化表达。先给出核心结论，再详细解释（遵循金字塔原理）。使用结构化思维根据拆解的维度回答，避免杂乱无章。
面对不会的问题怎么办？
除了结构化拆解的策略外，还有三种策略来应对不会的问题。首先，避免直接说“不会”。比如导师问：“你如何评价 A 技术在 X 领域的应用前景？”如果你不了解 A 技术，可以这样回答：“我对 A 技术的细节可能不太熟悉，但从技术应用的一般逻辑来看，我们可以从... 方面来评估它的前景。这种策略在于先拆解问题，找到熟悉的维度，即使不知道答案，但是也能展示你的思考框架。
如果你确实对某个问题毫无了解，可以用假设-验证的方式推理。
- 先定义问题（确保自己理解）
- 提出可能的假设（基于已有知识）
- 说明如何验证（如果有更多信息，该如何求解）
比如如果被问到：“你认为 AIGC 产品会如何改变设计行业？”如果没有明确答案的问题, 除了结构化思维后，还可以选择该方法来拆解和回答问题。
假设 1： AIGC 能大幅提高设计效率，使设计师从重复性工作中解放出来
推理1： 如果 AIGC 生成的内容足够高质量，设计师就可以将更多时间用于创意策划，而不是基础排版、调色、修图等工作。
验证方式： 继续讨论比如- AIGC 设计项目的成品质量，是否在人工指导下比 AI 完全自主生成的效果更好？
最后一种方法是，关联已有知识，建立类比。 如果对某个概念完全陌生，可以用相似概念作类比，还是刚刚的题目，可以先通过建立类比，比如20 年前，开发者需要为不同屏幕手动调整网页，而响应式设计（如 CSS 媒体查询）使网页能自动适配不同设备，降低了 UI 适配的重复工作量。AIGC 现在可以自动生成 UI 组件、代码或图像，使得界面设计可以由 AI 快速生成初稿，设计师不再需要从零开始设计。二者都降低了设计门槛，提高了工作效率。再从另一方面思辨讨论，虽然响应式设计带来了便利，但也带来了新问题，如如何保证不同设备上的一致性、如何适配交互复杂的组件等。而AIGC面临什么挑战。
通过以上的方式，大家可以尝试如何回答自己不熟悉且难给出答案的复杂问题。
:: 最后，
擅用AIGC辅助设计流程？
由于工作坊时间紧张、任务密集，善用 AI 工具辅助设计流程将极大提升你的效率与表达力。在有限的时间内，AI 不仅能帮你快速出图、补充动效、生成内容，还能让你更聚焦于思考和方案逻辑，从而在短时间内做出更完整、有说服力的成果。
例如在 UI 界面设计阶段，Uizard、Visily、UX Pilot 等工具可以根据文字描述或草图，快速生成高保真界面原型，让你在短时间内尝试多个方案版本，省去反复画图的时间，把精力用在交互与流程的优化上。除此之外，包括动效与交互演示，视觉呈现上都可以提前尝试合适的aigc工具，节省时间，还能做出精彩效果。
资源一：Magic UI
包含 20 多个使用React、Typescript、Tailwind CSS和Framer Motion构建的免费开源动画组件。帮助你“无痛”实现丝滑的组件交互效果！
资源二：Figr Identity
在 Figma 中快速构建设计系统，可帮助你轻松创建和管理样式和变量等元素，使设计保持一致且符合品牌形象。
资源三：Figr Identity
一个 AI 插画分享平台 无论你是网站设计师、还是内容创作者，都能助你一臂之力，无版权问题，下载即用，完全免费。只需一键，即可将插画导入到 Figma 中，轻松编辑和应用。
选校定位 & 课程咨询可联系我们～微信：zhaojundesign2
¯\_(ツ)_/¯
朝菌学园保研成绩
了解教学质量，可重点观察机构专业属性、教学成果、课程内容大纲、师资团队等方面。教学成果非常重要，但也是虚假信息的重灾区，同学们要多咨询多辨识，防止被迷惑欺骗。
1、榜单中均为在朝菌学园考研主课学习过的学员，2019年之前的榜单则是朝菌学园现任讲师曾经的学生；
2、部分同学会同时出现在其他机构成绩单中，这可能是由于该同学曾在多个机构中学习，也可能是其他机构假冒成绩单，如有疑问可以咨询教务老师；
3、本榜单中不包含朝菌的保研录取成绩与留学录取成绩；
朝菌团队始终非常感谢各位同学的关注与喜爱， 2020-2023年，朝菌学园的同学们在考研、保研、留学领域取得了超过100个国内外高校的交互设计专业的录取Offer！ 多数offer为国内名校、985高校及全球Top100名校，我们对2024年度的专业课程更加充满信心！
¯\_(ツ)_/¯
朝菌学园保研成绩
在2023年度，有数十名同学参加了朝菌学园的保研推免课程，所有学员均成功上岸，共收获42份offer，保研成功率高 达100%！其中有 95% 的同学成功保研至985/211/双一流院校， 外保成功率达86%！ 往年若有同学未得到本校保研资质，也在学园的辅导下，转向申请非大陆院校、或求职工作、转向考研并最终录取上岸。
从保研院校去向来看，同学收获了顶尖设计院校&985院校的33份offer，其中清华、 北大 共 7 份offer上交、 浙大、 同济 共 7 份offer中大、 川大、 哈工大 共 10 份offer东大、 北师大 共 4 份offer湖大、 华南理工 共 5 份offer
除了985院校，还有 9 份offer来自国内的top50院校/设计强校，包括 南科大、 北科大、 华东理工、 广工 等。