TingTing朝菌学园ZhaoDesign
2025年7月1日 09:41
在小说阅读器读本章
去阅读
在小说阅读器中沉浸阅读
（reference: Amershi, S., Weld, D., Vorvoreanu, M., Fourney, A., Nushi, B., Collisson, P., ... & Horvitz, E. (2019, May). Guidelines for human-AI interaction. In _Proceedings of the 2019 chi conference on human factors in computing systems_ (pp. 1-13).
去年六月，尼尔森发表了一篇引发关注的文章，题为《人工智能：六十年来首个新 UI 范式》。他在文中指出，我们与计算机互动的方式正在发生根本变化。过去几十年里，我们习惯通过明确的指令来操控技术，比如点击按钮、填写表单、执行菜单命令等。而现在，随着人工智能的发展，我们正进入一个全新的阶段 —— 技术不再只是被动执行指令，而是能够主动理解我们的意图，并根据这些意图来协助我们完成任务。换句话说，我们不需要再告诉计算机“怎么做”，只需要表达“想做什么”，它就能帮助我们找出实现方法。
来源：Nielsen Norman Group
对于用户体验设计师而言，尼尔森提出的这种“意图驱动交互”范式转变，可能初听起来有些抽象。毕竟，我们长期以来的设计原则，是围绕清晰的用户路径、信息架构和界面控制来构建体验的。
然而，尼尔森的观点指出，随着 AI 系统越来越能够理解用户的目的和上下文，我们正在从“设计每一步操作”转向“设计理解与引导”。这意味着未来的用户体验将不再是线性的或统一的，而是 动态生成、因人而异的 —— 系统能根据不同用户的意图、习惯和场景，实时调整回应方式和操作流程。
设计范式：个性化到极致的服务
(Hyper)Personalisation
。简单来说，用户已经不再满足于一套标准化的界面或功能配置。他们更倾向于使用那些能根据自己行为、偏好甚至当前情境自动做出调整的系统。
这种变化背后的成因可能很难具体归纳，但我们确实能看到一些重要的推动因素。其中之一，就是新闻平台、社交媒体和电商应用广泛采用的推荐算法。这些算法持续提供与用户相关的内容，逐渐建立了一种预期：用户会期待系统“理解我是谁”，并据此优化体验。这种机制潜移默化地改变了用户对技术响应能力的基本判断，也让我们在设计交互时需要重新考虑个性化的深度。
_“如果推荐算法已经可以精准预测你喜欢看什么，那为什么它不能预测你更喜欢怎样的界面、怎样的流程？我们有没有可能把这种能力用在整个用户体验上？”_
个性化机制的剖析
Unpacking personalisation
从核心来看，用户体验中的个性化意味着调整各种平台元素，以满足个体用户的细微差异。这可以通过多种方式体现：
1. 内容（Content）：
最直观的一种方式是对文本或媒体内容进行定制，比如在欢迎页面使用用户的姓名，或者根据其年龄、文化背景呈现不同风格的文章或图像。
2. 语气（Tone of Voice）：
系统也可以根据用户的身份或使用场景调整沟通语气，例如面对专业用户时采用更正式、精准的表达方式，而在面向年轻群体时则更倾向于轻松、友好的语气。
3. 用户旅程（User Journey）：
个性化同样可以作用于用户的使用路径。系统可以根据用户的熟悉程度、目标任务或历史行为，重新组织界面结构，引导其以更高效或更舒适的方式完成操作。
4. 界面布局（Layout & Visual Hierarchy）：
最后是视觉呈现层面。用户界面可以根据设备类型、用户偏好，甚至环境光线自动调整。例如，有的用户可能更偏好网格视图，有的更习惯列表模式；或者在夜间默认启用深色模式，提升可读性与舒适度。
为单一受众设计
在许多现有的数字体验中，个性化其实并没有我们想象得那么“个人化”.大多数平台依赖的是 用户细分：通过人口统计、兴趣标签或心理画像将人群分成若干大类，比如“千禧科技爱好者”或“足球妈妈”。虽然这比完全统一的体验好一些，但归根结底，这种方法仍然是 为一类人群设计，而不是为 具体的某一个人 设计。
超个性化
(来源: CapgeminiConsulting & ESSEC)
但真正令人期待的，是 超个性化（Hyper-personalisation）所带来的可能性。
这种方法不再依赖固定的用户模型或标签分类，而是转向为每一位用户提供独一无二的体验。
想象这样一个场景：你正准备买一双新的跑鞋，而你的设备已经知道你最近在哪些地形上跑步、步频如何、是否存在膝盖压力。它基于这些实时信息，直接推荐一双支撑力恰到好处、真正适合你的鞋子。你无需再在千篇一律的选项中反复筛选——因为 系统已经理解了你在那个特定时刻的真实需求。
而且，超个性化远不止是“推荐更准确”。借助生成式人工智能和不断丰富的上下文感知能力，技术正在向我们靠近，不只是知道“你喜欢什么”，更能识别你在 不同情境下会怎么变化。
_“ 归根结底，这关乎确保技术服务于每一个独立的个体，而非将我们硬塞进某个预设的框架。为 “一人受众” 设计，意味着让每位用户都切实感受到被理解与重视。”_
人工智能作为执行者
AI as an enabler
过去，用户需要将自己的意图翻译成具体的操作指令——比如点击、搜索、筛选。而现在，我们可以只表达“想做什么”，而不必告诉系统“该怎么做”。 AI 负责理解需求、解析上下文，并处理那些原本需要用户亲自完成的决策与操作细节。
让我们举例说明。假设你需要引用一篇论文。在旧模式下，你需要拆解任务：选择引用格式、学习格式规则、收集信息，并正确格式化每个引用。这是耗时又繁琐的工作！
而在新模式中，你只需表达意图 ——“用哈佛格式引用这篇论文的来源”，人工智能会将其转化为必要步骤并执行，最后呈现结果供你审核。你只需专注于目标，而不必纠结于细节。
示例步骤：“在我的文档中添加引用”
（来源：Miles Johnson）
从平台到开放世界
From platforms to open worlds
我们很难在其他行业中找到一个完全对应的参考，但有一个类比可能会帮助我们理解这种转变：那就是游戏设计从 平台类游戏（比如早期的 2D 横版过关）转向 开放世界游戏 的过程。在平台游戏中，玩家通常在一条设定好的路径上移动，每一步都被明确规划。而进入开放世界之后，虽然许多核心机制和故事结构仍然存在，但玩家拥有了 更大的自由度——他们可以选择去哪里、以什么方式完成任务，甚至决定是否要完成任务。
在今天的用户体验设计中， 生成式人工智能（GenAI）为我们提供了类似的跳跃。我们有能力让系统更开放、更灵活，给用户更大的主导权。但正如游戏中的设计一样，这种自由 并不意味着完全放任。关键在于设置 清晰且合理的边界——既保护用户的安全与隐私，又引导他们在一个结构明确但足够开放的空间中，以自己的节奏和方式达成目标。
从平台游戏到开放世界
（来源：Nintendo）
想象你走进一座运动场。你可能会注意到草地上的各种线条、区域分布，它们似乎只是规则的一部分，但更深层地说，它们帮助 定义了比赛的节奏与形式。正是这些约束，塑造了比赛的“叙事”：谁可以做什么、在哪些区域、以怎样的方式行动。而围绕这些规则，粉丝得以理解比赛、追随一支队伍、形成文化认同。
其实不只是在体育中——电影导演在 16:9 的画幅中精心构图，物流专家在有限空
间中优化包装设计，这些都说明： 约束并不是障碍，而是一种推动形式产生与效率提升的媒介。
一句话概括：
我们人类主动寻求约束，因为它帮助我们理解情境、做出决策并更快地适应。
那么在用户体验中，这意味着什么？
传统的 UX 设计往往通过“精心安排的路径”来塑造体验。我们设计流程图、用户旅程，把用户引导到一个清晰可控的方向上。但在由 AI 驱动的系统中， 用户行为路径不再固定 —— 每个人的目标、背景和表达方式都可能不同，与系统的互动过程也变得更加开放和不可预测。
这就带来了新的挑战：我们无法再简单地“控制路径”，但我们仍需要构建一种 有效的边界感。解决方法是什么？不是列出所有“你可以做这些”，而是更像开放世界游戏中的设计方式： 明确哪些是“你不能做的”，其他的交由用户自由探索。
开放世界用户体验
我们可以用 “开放世界用户体验” 来描述我们所讨论的系统。开放世界用户体验具有几个显著特征：可预测性与一致性、提供清晰的叙事框架，以及支持定制化体验。
开放世界用户体验需要确保，对于用户的每一次输入或操作，系统都能给出一致且符合预期的响应，同时根据场景微调变化（即准确性）。这就像一位艺术家精准知晓两种颜料混合会呈现何种色彩，但在特定情境下也会接纳微妙的意外效果。此外，开放世界用户体验还会构建清晰的叙事脉络，确保用户旅程具备明确性、目的性和方向性。最后，设计师可通过调整约束条件对这些体验进行精细优化，如同作曲家为管弦乐队增减乐器，从而影响演奏的曲目与效果。
对于设计师和产品专家而言，这些开放世界体验为真正的定制化交互、自适应布局和即时反馈循环创造了机会。设计师能够为用户精心设计特定的交互方式，确保每个接触点都充满个性化体验。在既定约束条件下，设计可动态响应用户偏好。最后，任何设计上的变更或优化都能即时体现，从而实现基于用户反馈的实时（非预设的）迭代。
从线性 旅 程到动态旅程
用户体验领域已发生诸多变革，但线性用户旅程仍是基础。这些旅程基于用户研究和业务目标，引导用户一步步迈向预设目标。在数字界面发展的早期，许多用户对数字交互感到困惑。线性流程为用户和机器都提供了易于理解的结构，尤其适用于设置设备或完成在线购买等连续性任务。其优势在于简单性、引导性、可预测性和易实现性。清晰直接的路径消除了困惑，帮助用户完成目标。此外，线性旅程使用户能够轻松预测接下来会发生什么。这些清晰可预测的步骤可轻松转化为编程功能，使其构建起来十分直接。
线性旅程
（来源：Miles Johnson）
线性旅程的约束条件
在现代用户体验中日益重要的 “真正个性化”，在线性设计的约束下面临挑战。线性旅程本质上难以满足用户的个性化偏好、行为和情境需求。例如，采用线性模式的音乐应用可能会引导用户按部就班地完成创建播放列表的流程（创建、命名、添加曲目等步骤）。而动态模式则会结合用户偏好及潮流趋势等外部因素，将这一过程简化为单个步骤（直接创建播放列表）。
转 向元层级
如今，数字环境需要一种更具适应性和个性化的方法。
我们并不是要完全放弃线性用户旅程。相反， 线性旅程应被看作是一种元结构 —— 它为用户的行为提供基础框架，但不应限制具体的交互方式。
举个简单的例子：购买一件新外套这一流程本身看起来是线性的——用户先浏览商品，接着选择款式，最后完成购买。但这条路径内部其实可以非常灵活。
不同用户可能会以不同方式开启和完成这一过程：有人通过语音搜索商品，有人依赖 AI 推荐，有人受社交平台上的流行趋势驱动。 这些变化并没有打破旅程本身的逻辑结构，但改变了体验的“入口、方式与节奏”。
通过引入生成式人工智能，我们可以将原本静态的旅程转变为 动态生成的路径，系统根据每位用户的偏好、上下文与行为实时调整旅程内容和顺序。这一转变，不仅提升了效率，也为我们提供了一个前所未有的自由空间 —— 去真正打造 以用户为中心、因人而异 的体验。
动态旅程
（来源：Miles Johnson）
举个例子来说明什么是动态旅程。
假设你想去最近的火车站，但手边只有一张纸质地图。你首先需要确定自己当前的位置，然后开始分析有哪些道路、交通方式可以到达目的地。你可能会在地图上手动画出一条路线，同时特别记住一些关键的街道名称或标志物，以便沿途辨认方向。整个过程中，你必须自己规划路线、处理信息，并按部就班地执行计划。
现在换个场景：如果你有一台 GPS 呢？你只需要输入“火车站”作为目的地，系统会立刻为你提供不同的出行选项，比如步行、骑车或搭乘公交。选择好之后，导航便开始引导你前行。如果途中遇到交通管制、道路拥堵或列车晚点，系统会自动重新规划路线，而你无需重新思考。你的注意力始终集中在“我要去火车站”，而不是“该走哪条街”或“下一站台是哪一个”。
这就是 线性旅程与动态旅程之间的核心差异：
传统方法依赖用户自己处理路径细节，而动态旅程则由系统根据实时情况智能引导，从而让用户专注于目标本身。
GPS 与纸质地图
（来源：迈尔斯・约翰逊）
总结Summary
用户体验设计已迎来关键转折点 —— 生成式人工智能正推动着 UX 的变革。从线性旅程转向量身定制的体验版图，我们如今能够借助这一创新技术拥抱个性化的用户旅程。我们不再需要去适应技术，而是让技术来适应我们。这种转变的核心在于为 “每一个个体” 设计 —— 服务于长尾用户群体中的每一个人。
它让我们的体验更具人性化。通过适配每位用户独特的偏好、行为和情境，技术变得更直观且更贴近用户。试想所有数字体验都能像 GPS 一样运作：适应实时变化，专注于助你抵达目的地，而非遵循固定路径。
这种方法不仅能提升用户满意度，还能让技术更易获取、更具民主化。它打破了壁垒，使每个人都能享受个性化、直观的交互体验，无论其技术水平如何。通过让技术更具人性化和以用户为中心，我们确保数字产品具有包容性、赋能性，并真正贴合个人需求。
本篇文章参考 Transforming UX with Generative AI
作者：马克・西费尔德（Marc Seefelder）， MING Labs 的联合创始人兼首席创意官。
作者：迈尔斯・约翰逊（Miles Johnson），MING Labs的人工智能体验负责人。
交互产品学习｜人工智能眼镜
高校专业推荐｜人工智能设计｜浙大
联系我们
菇菇老师～微信：zhaojundesign2
课程推荐｜26保研
¯\_(ツ)_/¯朝菌学园考研&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；!Image!Image!Image!Image!Image!Image
ʕ •ᴥ•ʔJOIN CLUB
凝聚前沿设计优质内容更多精彩分享请关注▼
朝菌学园ZhaoDesign
朝菌学园是一家专注前沿、未来、智能设计领域的品牌。包含人机交互设计、服务设计、用户体验设计、互动媒体装置、智能产品设计等学习方向，已经帮助数百名学员取得考研、保研与留学申请的名校录取offer
926篇原创内容
公众号
，