想法簡述
本文探討了人工智能如何重塑設(shè)計(jì)師的工作流程，為研究、實(shí)施和測試提供速度和支持。 報告認(rèn)為，盡管人工智能很有用，但它缺乏深度和背景——因此人類的判斷、批判性思維和用戶洞察力是不可或缺的。 它強(qiáng)調(diào)核心設(shè)計(jì)原則保持不變，設(shè)計(jì)師必須學(xué)會融入人工智能，同時又不喪失自己的技藝。
人工智能正在加速設(shè)計(jì)工作流程，并重塑我們構(gòu)建數(shù)字產(chǎn)品的方式，但我們真的明智地運(yùn)用了它嗎？在這篇實(shí)用且以經(jīng)驗(yàn)為導(dǎo)向的文章中，一位經(jīng)驗(yàn)豐富的設(shè)計(jì)師剖析了人工智能在研究、原型設(shè)計(jì)和測試過程中真正提升價值的地方，以及它目前仍未達(dá)到的水平。從實(shí)用技巧到真實(shí)案例，本文探討了如何在不犧牲用戶洞察力、設(shè)計(jì)技巧或戰(zhàn)略思維的情況下有效地與人工智能協(xié)作。如果您正在探索人工智能驅(qū)動的全新設(shè)計(jì)格局，那么這正是您所需要的視角。
如今，設(shè)計(jì)師們總是對人工智能加速工作流程贊不絕口。這并非沒有道理——如今的企業(yè)比以往任何時候都更需要快速的草稿、快速的測試和快速的發(fā)布，以保持用戶的參與度。
然而，許多設(shè)計(jì)師仍然未能抓住關(guān)鍵點(diǎn)，在產(chǎn)品中運(yùn)用AI技術(shù)時未能充分發(fā)揮其專業(yè)知識。結(jié)果如何？許多被大肆宣傳的AI產(chǎn)品制造的只是噪音而非價值，導(dǎo)致用戶體驗(yàn)淺薄。
從事設(shè)計(jì)行業(yè)十年，我學(xué)會了對創(chuàng)新持保留態(tài)度，并將它們從曇花一現(xiàn)的潮流轉(zhuǎn)化為切實(shí)可行的方法。正因如此，我想分享人工智能如何真正改變設(shè)計(jì)師的日常工作，如何改變界面，以及設(shè)計(jì)流程中哪些部分永遠(yuǎn)不會改變。
在本文中，我將分享示例、實(shí)用建議以及我的經(jīng)驗(yàn)見解，幫助您了解人工智能的適用范圍以及人類技能仍然是關(guān)鍵的地方。
如果您想清楚、誠實(shí)地了解人工智能對設(shè)計(jì)和商業(yè)的真正影響，請繼續(xù)閱讀。
為什么人工智能成為設(shè)計(jì)師日常工作流程的核心部分 為了更好地理解人工智能如何在每個階段增強(qiáng)設(shè)計(jì)，首先概述一下在人工智能成為流程的一部分之前設(shè)計(jì)工作的傳統(tǒng)展開方式。
總體而言，產(chǎn)品設(shè)計(jì)師通常采用兩種主要工作方式：
圖片來源： Oleh Osadchyi
這兩種方法都面臨著同樣的挑戰(zhàn)：企業(yè)不斷縮減預(yù)算，加快進(jìn)度。這迫使許多團(tuán)隊(duì)不得不做出取舍。設(shè)計(jì)師往往精力分散，最終忽略了更深入的探索工作?？捎眯詼y試充其量也只是在發(fā)布前進(jìn)行——倉促且不足。
然后出現(xiàn)了人工智能。
根據(jù)我的經(jīng)驗(yàn)，AI 可以在產(chǎn)品迭代周期的三個關(guān)鍵階段為設(shè)計(jì)師提供支持：
輸入和產(chǎn)品分析。 研究與探索。 實(shí)施和測試。
讓我們仔細(xì)看看它們。
1.分析 現(xiàn)在很多工具都提供人工智能生成的儀表板、反饋和用戶行為摘要。它們非常方便，尤其是在你追蹤趨勢的時候。然而，它們并不總是準(zhǔn)確的。
它能凸顯可見的內(nèi)容，但并不總是重要的內(nèi)容。有時，真正推動結(jié)果的洞見被埋藏得更深，除非你主動尋找，否則很難發(fā)現(xiàn)它們，原因如下：
人工智能根據(jù)可用數(shù)據(jù)生成枯燥、表面的摘要。 它并不總是能區(qū)分信號和噪聲，或者突出影響結(jié)果的因素。 影響結(jié)果的一些見解可能與人工智能標(biāo)記的完全不同。
提示 ：將 AI 摘要作為起點(diǎn)。如果某些內(nèi)容引起了您的注意，請深入挖掘。返回原始數(shù)據(jù)，驗(yàn)證洞察，并確認(rèn)它是基于實(shí)際用戶行為，還是僅僅停留在紙面上。
2. 研究 研究是產(chǎn)品設(shè)計(jì)中最耗時（且常常被低估）的部分之一。它常常會耗費(fèi)你幾個小時。因此，AI 可以幫助你：
從客戶訪談、文檔或 Notion 頁面中提取關(guān)鍵要點(diǎn)。 分析多個 URL 或來源中對特定主題的提及。 無需逐一閱讀，即可瀏覽數(shù)百條 App Store 評論。 生成競爭對手的快速列表并提取他們提供的功能、他們的定位或用戶的贊揚(yáng)/抱怨。
但是，不要指望它能完成所有工作：）人工智能更像是團(tuán)隊(duì)中的一名額外研究員，需要得到指導(dǎo)、明確的方向和仔細(xì)檢查。
提示 ：嘗試成為更 專業(yè)的T型專家 ，并學(xué)習(xí)如何編寫一些腳本和提示。了解AI的思維方式將有助于你更好地引導(dǎo)它，并加快你的工作流程。
例如，您無需要求分析團(tuán)隊(duì)重建儀表板，只需下載包含評論的頁面（例如 HTML 格式）。然后讓 AI 對其進(jìn)行解析，將其轉(zhuǎn)換為表格，并按情緒或關(guān)鍵詞排序。您無需等待幾分鐘即可發(fā)現(xiàn)規(guī)律，從而節(jié)省團(tuán)隊(duì)成員的時間。
3. 實(shí)施 在這個階段，你可以加快初稿的創(chuàng)作速度。從落地頁到屏幕流程，設(shè)計(jì)師在每一步都需要生成大量的素材，說實(shí)話，并非每個人都能跟上。例如，在我們的面試中，600名候選人中只有三分之一了解這個階段的基本流程。
這就是為什么，借助一些人工智能的指導(dǎo)，你可以維持生存并：
產(chǎn)生早期概念和插圖。 對布局清晰度或調(diào)色板進(jìn)行壓力測試。 探索 UX 模式或流程變化，無需從頭開始重新繪制所有內(nèi)容。
提示 ：如果您想讓起草協(xié)作更加高效，請為其提供 10 多個能夠體現(xiàn)您品牌風(fēng)格的參考視覺效果。請注意，AI 的性能取決于您提供的數(shù)據(jù)。它沒有直觀的視角。
以 Figma 的 AI 發(fā)布 為例。它可以在幾秒鐘內(nèi)創(chuàng)建 UI 界面，這對于快速繪制草圖非常有用。但幾周后，他們就禁用了這項(xiàng)功能。由于 Figma 的人工智能助手只在少數(shù)幾家公司的設(shè)計(jì)系統(tǒng)上接受過培訓(xùn)，所以很多界面最終看起來非常相似。
下一個實(shí)用技巧：盡量清晰詳細(xì)地描述你的視覺效果。理想情況下，首先寫一個清晰的提示，描述風(fēng)格和插圖細(xì)節(jié)，并附上一些參考圖片。然后，讓AI生成JSON格式來解釋提示的細(xì)節(jié)——這樣，你就能知道它對你的理解程度。
如果結(jié)果不太理想，請調(diào)整輸出或進(jìn)行調(diào)整。例如，如果您想要一條類似骨頭的細(xì)線，AI 可能會忽略這種細(xì)微之處，因此需要進(jìn)行一些手動微調(diào)。一旦接近您的預(yù)期，您就可以使用優(yōu)化后的 JSON 作為進(jìn)一步迭代的參考。
4.測試 在人工智能測試之前，設(shè)計(jì)師必須不斷要求開發(fā)人員創(chuàng)建一些東西并發(fā)布它，然后等待反饋才能正確啟動它。
然而，如今，有了正確的流程和包含代碼就緒組件的優(yōu)秀設(shè)計(jì)系統(tǒng)，設(shè)計(jì)師自己構(gòu)建用戶流程的前端并不難。只需了解其在實(shí)踐中的運(yùn)作方式即可。有時，甚至不需要開發(fā)人員添加邏輯——只需一個感覺接近真實(shí)的工作原型即可。
您可以使用可點(diǎn)擊的流程在 Figma 中進(jìn)行測試，或者更進(jìn)一步，分享一個基于瀏覽器的實(shí)時版本，用戶可以通過該版本實(shí)際輸入數(shù)據(jù)。它更加真實(shí)、更具洞察力，用戶使用起來也更舒適。
提示 ：使用 AI 工具可以加快您的工作流程并減少對其他團(tuán)隊(duì)的依賴。從簡單入手：無需等待分析師構(gòu)建單獨(dú)的儀表板——您可以自行生成代碼并發(fā)出 API 請求。如果您需要更新 UI 元素，請直接在 Cursor 中執(zhí)行，然后將其交給開發(fā)人員審核。在很多情況下，這樣做會顯著加快速度。
人工智能不會取代工藝或設(shè)計(jì)與開發(fā)之間的協(xié)作。但它可以消除摩擦。在這個商業(yè)目標(biāo)瞬息萬變的世界里，節(jié)省下來的時間可以讓你擁有更多空間進(jìn)行實(shí)驗(yàn)，打造更優(yōu)質(zhì)的產(chǎn)品。
人工智能如何幫助做出艱難決定 AI 無法（也不應(yīng)該）替你做出產(chǎn)品決策。然而，它可以通過更清晰地呈現(xiàn)流程，幫助你更快、更自信地做出決策。
例如，在 TitanApps，我們總是會分析用戶反饋來決定是否添加新功能。然而，用戶并不總是會要求產(chǎn)品中出現(xiàn)“下一個重大改進(jìn)”。因此，他們的大多數(shù)評論都反映的是現(xiàn)有功能。幸運(yùn)的是，作為 Attlassian 社區(qū)的一員，我們可以訪問論壇，在那里大家分享痛點(diǎn)、推薦工具并尋求幫助。
在人工智能出現(xiàn)之前，我們手動爬取論壇，嘗試不同的關(guān)鍵詞組合，追蹤同義詞，審閱長帖，并收集模式。有時，僅僅為了支持或反對某個產(chǎn)品方向，就需要整整一周的時間。
現(xiàn)在只需要幾個小時。以下是整個流程：
我們準(zhǔn)備了一個結(jié)構(gòu)化的 JSON 文件，其中包括論壇帖子鏈接、主題集群和相關(guān)元數(shù)據(jù)。 人工智能掃描了大約 20 個主要鏈接，每個鏈接包含多個子主題，提取了關(guān)鍵見解，并在大約三個小時內(nèi)匯編了調(diào)查結(jié)果。 與此同時，我們用 90 分鐘的時間，從競爭對手那里抓取 HTML 評論，進(jìn)行了并行分析。我們想了解： 用戶是否提出了類似的問題？其他產(chǎn)品是如何應(yīng)對的？他們是否能更好地解決問題，還是存在一些不足？
當(dāng)然，在兩次分析過程中，我們都驗(yàn)證了所使用的信息和來源。
在這兩個直播活動進(jìn)行的同時，我們花時間梳理了我們最初的想法在哪些方面沒有引起人們的興趣。在此過程中，我們的團(tuán)隊(duì)發(fā)現(xiàn)了一些更有價值的東西：圍繞一個相關(guān)主題的需求正在增長，而這個主題是競爭對手尚未妥善解決的。
因此，我們不需要花整整一周的時間在論壇和主題之間來回切換，而是在一天之內(nèi)就獲得了完整的方向快照。
人工智能如何改變設(shè)計(jì)界面 隨著人工智能越來越多地融入產(chǎn)品，改變的不僅僅是設(shè)計(jì)師的日常工作流程，界面本身也在不斷發(fā)展。為了理解人工智能的影響，我們將其分為兩類：
AI是用戶主動交互的可見工具。 AI 是一個隱形層，可以在后臺改善用戶體驗(yàn)。
在這兩種情況下，最終的界面不再是最重要的結(jié)果。更重要的是設(shè)計(jì)師能否放眼全局，理解用戶的旅程。以下是這種轉(zhuǎn)變的重要性：
如果人工智能以助手或聊天機(jī)器人的形式出現(xiàn)，你需要了解用戶對它的實(shí)際期望——他們會提出什么樣的請求，他們試圖解決什么問題。只有這樣，你才能考慮如何呈現(xiàn)這些信息：純文本、GPT 風(fēng)格的聊天，還是儀表盤。
一開始，您可以讓用戶完全自由地輸入任何內(nèi)容并獲得回復(fù)。但為了打造更智能、更流暢的體驗(yàn)，并更有效地訓(xùn)練模型，您需要識別其中的模式。有些人可能會尋找沖刺總結(jié)，而另一些人則可能尋找待辦事項(xiàng)概覽，甚至是拉取請求分析。
然后，下一個問題出現(xiàn)了：用戶提取信息后會如何處理：在會議中使用、導(dǎo)出等。這會影響您在何處以及如何展示 AI 助手、您提供什么樣的提示或模板，以及您可以自動化多少流程而無需用戶手動詢問。
提示 ：訓(xùn)練你的鳥瞰視角。盡管許多人都能察覺到設(shè)計(jì)優(yōu)先級的這種轉(zhuǎn)變，但根據(jù)我的經(jīng)驗(yàn)，候選人往往會急于將問題視覺化。他們專注于單個屏幕，卻沒有分析整個用戶交互和旅程。
如果人工智能在幕后默默運(yùn)行，這種視角就變得更加重要。作為一名設(shè)計(jì)師，你需要：
深入了解你的聽眾。 跟蹤反饋和分析。 注意人工智能可以在哪些方面增強(qiáng)體驗(yàn)以及在哪些方面可能會造成阻礙。
以 Copilot 這樣的開發(fā)者工具為例。早期的一個主要 抱怨 是，它無法適應(yīng)每個人的風(fēng)格。它會生成通用或難懂的代碼，與具體情況不符。它非但沒有提供幫助，反而擾亂了開發(fā)流程。
或者看看像 Cursor 這樣的工具。它在 Twitter 上流行起來，人們開始用它來做一些小項(xiàng)目。然而，很多人甚至不 知道 如何讓它正常工作。所以，并非所有 AI 工具都適合所有人，也并非所有時機(jī)都是引入它的合適時機(jī)。
為了更好地設(shè)計(jì)這種人工智能，你需要知道：
當(dāng)它有幫助時。 它應(yīng)該建議什么。 用戶將如何實(shí)際操作它。
提示 ：請記住，人工智能是一種工具，而不是靈丹妙藥。這些后臺助手即使不可見，仍然具有某種界面。設(shè)計(jì)師現(xiàn)在也必須學(xué)會為此進(jìn)行設(shè)計(jì)。
人工智能無法改變的設(shè)計(jì)原則 盡管人工智能推動設(shè)計(jì)師去適應(yīng)——像開發(fā)人員一樣思考，平衡業(yè)務(wù)目標(biāo)，并保持以用戶為中心和獨(dú)特的方法——但有些原則仍然沒有改變，比如 雅各布定律 。
用戶會熟悉各種模式，他們不想重新學(xué)習(xí)已經(jīng)奏效的方法。正因如此，不要無緣無故地重復(fù)造輪子至關(guān)重要。如果有既定的最佳實(shí)踐，那就去實(shí)踐。人工智能不會替你做決定——你的職責(zé)是了解哪些方法已經(jīng)得到驗(yàn)證，何時值得創(chuàng)新，以及何時堅(jiān)持用戶已知的方法更為明智。
所以，沒錯，如今成為一名設(shè)計(jì)師比以往任何時候都更加復(fù)雜。但如果我們提升視野，保持T型思維，并抵制過度復(fù)雜化的沖動，我們就能利用這些工具——包括人工智能——來做得更好，而不僅僅是更快。
最終，我們的目標(biāo)是設(shè)計(jì)出有意義的東西。
蘭亭妙微(m.cqzjtgb.com ) 是一家專注而深入的界面設(shè)計(jì)公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的大數(shù)據(jù)可視化界面設(shè)計(jì)、B端界面設(shè)計(jì)、桌面端界面設(shè)計(jì)、APP界面設(shè)計(jì)、圖標(biāo)定制、用戶體驗(yàn)設(shè)計(jì)、交互設(shè)計(jì)、UI咨詢、高端網(wǎng)站設(shè)計(jì)、平面設(shè)計(jì)，以及相關(guān)的軟件開發(fā)服務(wù)，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內(nèi)外優(yōu)秀的設(shè)計(jì)，有興趣請加入一起學(xué)習(xí)成長，咨詢及進(jìn)群請加藍(lán)小助微信ben_lanlan
