Shipp-Logistics 交付管理應用 / UI/UX 設計

Shipp-Logistics 是一款面向中小型物流公司的交付管理應用，旨在提升配送效率、簡化任務分配流程，并為司機提供清晰、可操作的任務指引。

本項目從用戶研究出發，圍繞“調度員-司機”雙端交互流程，設計了完整的任務創建、路線規劃、實時追蹤與狀態回報機制。UI風格采用模塊化信息呈現+中性色調，兼顧操作高頻與環境復雜下的可讀性與點擊效率。

關鍵設計亮點包括：

• 多狀態任務卡片，支持動態狀態變更與實時反饋；

• 簡化版地圖追蹤視圖，適配駕駛場景下的快速瀏覽需求；

• 高對比度操作按鈕與一致性的底部導航，強化操作路徑記憶；

• 針對司機端的語音播報與一鍵導航設計，降低認知負擔。

• 

  蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

如果你刷過小紅書、抖音、微博、知乎，應該有過這種體驗：
“再刷一條吧。” → “怎么已經半小時過去了？”

這種“明知道在浪費時間卻停不下來”的感受，其實并不偶然。它背后，是一整套圍繞信息流精心設計的機制，讓人“甘愿上癮”。

相比之下，傳統的靜態頁面就沒這么“勾人”了。它們信息結構清晰、入口有限、內容邊界明確，更多服務于“我來找答案”這種目標導向行為。

那為什么信息流這么容易讓人沉迷？我們可以從用戶心理、界面結構、內容分發這三方面來看。

一、信息流是“連續刺激”，靜態頁是“單點完成”

靜態頁面更像“報紙版面”：有主題、有結構、有起點終點。
而信息流就像“無限彈出的零食盒”：每滑一下都有新口味、新包裝、新驚喜。

這種“不斷刷新、不確定下一個會不會更好”的機制，正好擊中了心理學中的多巴胺獎賞系統。

信息流的核心邏輯是：隨機獎勵 + 無限滾動 + 個性推薦。
靜態頁面的邏輯則是：用戶主動查找 + 明確邊界 + 固定內容。

前者誘導我們“持續探索”，后者完成任務后就離開。

二、信息流打破層級，引導的是“情緒決策”

靜態頁面遵循信息架構設計，層級清晰，點進去、再返回，用戶的注意力是線性的、有節奏的。
而信息流設計天然就是“去層級化”的：一個滑動手勢，跳轉話題、切換內容、觸達感官。你點開一個視頻，不需要知道它在哪一層目錄，也不用記得你剛剛看了什么。

這種“無上下文的內容跳躍”非常適合被動瀏覽、碎片時間、情緒消費。而這三點，正是人最容易做出非理性決策的時候。

簡單說，信息流不是讓你“學到什么”，而是讓你“感覺不錯”。

三、信息流的推薦是“適配人”，靜態頁是“適配結構”

傳統頁面是根據內容結構來安排信息（比如“產品介紹頁”“服務說明頁”），用戶是被動適應設計者的邏輯。

但信息流是根據用戶的行為畫像反向排列內容——你看得久，它就多推類似的；你喜歡貓，它就不推狗。甚至你一點點停留時間、手指滑動的節奏，都會被算法記錄并調整內容排序。

這就導致一個結果：

• 靜態頁面看的是“內容本身”，你為獲取信息而來；

• 信息流看的是“你自己”，內容是為你量身定做的糖衣炮彈。

當內容是為你而生，你很容易覺得“再多看一點也無妨”，從而形成依賴。

四、界面機制也在放縱你的“慣性”

信息流通常具備幾個讓人“停不下來”的機制：

• 無限滾動：沒有“到底了”的提示，默認你會一直滑；

• 弱層級結構：減少跳出成本，隨便看，隨便回；

• 視覺密度高：每屏信息豐富，有圖有字有動效，抓人眼球；

• 弱目的感強化：你不是來做任務的，只是“順手看看”，但一刷就是幾十條。

相比之下，靜態頁面往往：

• 頁面到頂/到底就沒了；

• 有明確任務目標（比如填寫表單、閱讀說明）；

• 需要點開再返回，跳轉成本更高；

• 沒有實時更新和推薦，內容變化慢。

這些都讓靜態頁面更“克制”，而信息流則更“縱欲”。

五、信息流正在“吞掉”我們對結構的耐心

最值得警惕的是：信息流的沉迷機制，正在改變我們對“信息結構”的感知能力。

許多年輕用戶已經不太習慣通過目錄找信息，不愿花時間搞清頁面層級邏輯，更依賴系統“推”什么就看什么。
這對內容創作者和產品設計者提出了更高要求：如何在碎片化中保證核心內容被理解？如何讓產品既上癮又不失控？

寫在最后

信息流不是“邪惡”的，它確實提高了信息分發效率，放大了內容價值，甚至成就了很多創作者的職業轉型。但我們不能忽視它對用戶注意力、信息消費方式，以及產品設計邏輯的深刻改變。

信息流容易讓人上癮，因為它把內容變成了即時情緒反饋的工具，而不再是單純的知識承載體。

如果你是一位設計師、產品人或者內容創作者，不妨問問自己：

我們想讓用戶沉浸，還是只是沉迷？

如果你對信息流設計、用戶注意力設計感興趣，歡迎在評論區一起交流觀點。也可以點個贊，我會繼續更新這類內容。

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

在數字產品扎堆的今天，用戶的注意力變得越來越短、耐心越來越低。如果你的產品界面讓人感到困惑、加載緩慢、層級復雜、找不到按鈕，那用戶很可能直接選擇“關掉”或者“換一個”。我們總說“用戶體驗很重要”，但真正把**“界面設計優化”這件事提到戰略高度的產品團隊，并不多。**

但現在，是時候認真對待了。界面設計的優化，不再只是“好不好看”的問題，而是“能不能活下去”的問題。

一、用戶習慣正在極速進化

移動端的普及讓用戶對“順手”“好懂”的需求越來越高。現在的用戶不再愿意學習你的產品邏輯——你不懂他們，他們也不會費勁來懂你。

這意味著：

• 如果你的界面層級多，流程繞，用戶會直接流失；

• 如果按鈕不明顯、反饋不清晰，用戶會產生挫敗感；

• 如果關鍵任務（比如下單、確認、預約）不好完成，用戶干脆放棄。

優化界面，就是在和用戶的“下意識”對話。

二、技術門檻降低，設計門檻提高

如今，做出一個功能完整的App比以前簡單得多，開源組件、低代碼平臺到處都是。但也正因為門檻降低了，用戶在體驗上的標準卻被“卷”上去了。
大家對“設計”的要求，不再是“能用”，而是“好用”“順滑”“舒服”。

所以同類產品競爭激烈時，界面設計往往是影響轉化率、留存率的關鍵因素。

三、視覺雜亂 = 品牌崩塌

界面就是用戶認知你品牌的第一層皮膚。

你用的字體、顏色、圖標風格、動效節奏……都會在無形中塑造用戶對你的印象。如果這些元素雜亂、陳舊、沒有系統感，很容易讓用戶產生“不專業”“不信任”的心理預期。

界面不是裝飾，是信任。

四、優化設計 ≠ 重做設計

很多團隊一聽到“優化設計”，腦子里就開始浮現：
“啊是不是又要重構？”
“會不會影響開發節奏？”
“我們現在沒有設計資源……”

其實優化界面不是推倒重來，而是通過系統性審視和小步迭代，在現有結構下做減法、做統一、做清晰。

比如：

• 簡化交互路徑，把3步壓縮成2步；

• 明確CTA（Call to Action）按鈕位置，減少用戶迷茫；

• 統一icon風格，讓界面更清爽可讀；

• 去除堆疊信息，保留用戶最關心的內容；

這些優化，對開發負擔小，但對用戶感知影響極大。

五、你不優化，用戶就替你做選擇

“用戶教會我們尊重用戶。”這句話不是情懷，而是生存。

在產品不斷同質化的今天，任何一丁點的體驗差異，都可能決定用戶是否留下。而界面，是體驗感知的第一前線。
你不優化界面，用戶就會用數據和流失告訴你——誰做得更好。

結語：設計不是錦上添花，而是業務底層邏輯的一部分

如果你在猶豫要不要優化界面設計，可以問自己一個問題：

“我是否愿意為自己設計的產品買單？”

優化界面，是對用戶的尊重，也是對產品的敬畏。它不是可選項，而是基本功。而這項基本功，越早打牢，產品越能走得長遠。

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

Figma 是設計師的游樂場，但有時感覺滑梯壞了，沙盒里充滿了錯誤。

你懷著設計精美作品的崇高目標打開文件……然后花了 90 分鐘調整按鈕、命名圖層，還和自己爭論字體大小。真有意思！

值得慶幸的是，有一些工具可以幫我們擺脫這種緩慢瘋狂的循環。這些工具可以幫我們處理那些無聊、重復的工作，這樣你就可以真正專注于設計，也就是你擅長的部分。

以下 7 種工具可自動化您的 Figma 工作流程。

1. MadeinFigma：跳過無聊的東西

將顯示縮放圖像

讓我們從最明顯的開始。

MadeinFigma專為那些厭倦了第 47 次設計相同登錄屏幕的人而設計。它包含預置的產品套件、UI 組件、網站版塊、儀表板和產品流程。

從真實完成的布局開始，然后逐步構建，無需拖拽矩形框耗費三個小時。只需復制粘貼、調整，即可完成。

它不僅節省時間，還能讓你把腦力投入到實際問題上，比如如何為客戶設計一個美觀的身份驗證流程。

2. 內容卷軸：別再輸入“John Doe”了

將顯示縮放圖像

你正在填寫表格。你需要一些示例姓名、郵箱、頭像和地址。你盯著屏幕。你的大腦卻無法想象出一個令人信服的虛擬人物。

這就是Content Reel發揮作用的地方。它會立即用真實的數據填充您的設計，這樣您就不必再假裝每個用戶都被命名為“測試用戶 3”。

使用它來插入看起來真實、行為真實的內容，并且不會讓您的 UI 看起來像是在真空中制作的。

3. Autoflow：輕松連接屏幕

將顯示縮放圖像

想要繪制流程圖嗎？厭倦了在 18 幀之間手動繪制箭頭嗎？

Autoflow可以自動完成這一切。選中兩個框架，砰，連接線就畫好了。這是 Figma 嚴重缺失的智能連接工具。

它非常適合展示用戶旅程，而不會讓您的畫布看起來像舊的犯罪調查委員會。

4. Similayer：像老板一樣管理你的圖層

將顯示縮放圖像

你的 Figma 文件有 300 個圖層。你想更改所有按鈕的顏色。手動選擇它們是一種數字自殘。

Similayer允許你選擇所有具有相同屬性的圖層，例如文本樣式、填充、描邊等。只需單擊一下，即可將所有圖層整合在一起進行編輯。這真的很讓人滿意。

使用它來進行清理、批量編輯，或者在周一早上感受強大的力量。

5. Iconify：無盡圖標，零遺憾

將顯示縮放圖像

沒有 Iconify 的設計就像沒有清單去買東西。你以為你會記得你需要什么，結果回來時卻只帶了一罐豆子，心中充滿了深深的恐懼。

Iconify讓您無需離開 Figma 即可訪問超過 100 個圖標集，包括 Material、Feather、FontAwesome 等。

非常適合當您的設計尖叫“在這里添加一個圖標”時，您尖叫著回答“哪一個？！”

6. FigGPT：讓人工智能來做

將顯示縮放圖像

我們生活在人工智能時代，老實說，我們最好也傾向于人工智能時代。

FigGPT是一個 AI 插件，它可以幫助生成占位符副本、建議布局想法，甚至在你的大腦退出聊天時命名你的框架。

它并不完美。它仍然把按鈕叫做“請點我”。但在截止日期前，它是個不錯的數字伙伴。

7. Design Lint：捕捉你錯過的東西

將顯示縮放圖像

你知道嗎，當你完成設計，準備展示的時候，有人指出你的行高正好有一幀不對嗎？是的，我也遇到過這種情況。

Design Lint會檢查您的文件是否存在不一致、缺少樣式、未鏈接的元素、異常顏色，這樣您就不會在下次審核中受到批評。

這就像一個一絲不茍的實習生，他唯一的目的就是指出你的錯誤，但是很客氣。

提示：不要讓自動化讓你變得懶惰

這些工具可以提供幫助，但它們并不能取代實際的品味和判斷。

使用自動化可以節省時間，減少錯誤，避免重復做 400 次相同的任務。但仍然需要檢查間距。仍然需要調整字體排版。仍然需要進行一些巧妙的設計，讓最終產品更具人性化。

因為雖然機器人很擅長替換你的 lorem ipsum，但它們仍然無法決定你的號召性用語應該是“立即購買”還是“開始旅程”。

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

Qlima - 智能氣候控制物聯網應用

Platformcraft 是一款來自俄羅斯的商業級云存儲產品，致力于為企業提供穩定、安全且高效的文件管理與協作服務。其品牌視覺以字母“P”與云的圖形結合為核心，簡潔而富有科技感，象征著平臺（Platform）與云端（Cloud）之間的高度融合。

從設計語言來看，Platformcraft 的標志設計強調結構感與數字秩序：

• 標識構建基于幾何網格，提升在不同尺寸與場景下的可識別性；

• 色彩采用深藍與漸變紫，傳達出專業性與技術前沿感；

• 在圖標使用上，適配度極高，無論是在 Dock 欄、移動端應用或印刷場景中都保持極佳的清晰度與一致性。

這套視覺系統不僅提升了品牌辨識度，也為其云服務產品賦予了可信賴的第一印象，是典型的“技術驅動 + 品牌精致化”結合的典范設計。

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

如何打造“流程深度綁定”的垂直領域AI產品？｜從交互與UI設計角度深入解析

一款好的AI工具，不應該只是“出結果”，而應該“帶用戶走完整個任務流程”。
本文從交互設計與用戶體驗角度，詳解如何打造深度融合用戶流程的垂直領域AI產品。

一、什么是“流程綁定型AI產品”？

隨著AI工具的快速發展，很多產品停留在“工具層”：比如“AI寫PPT”、“AI改簡歷”、“AI出海報”等。但用戶常常用過即走，沒有復用與黏性。

相反，那些真正有沉淀價值的AI產品，往往具備兩個特點：

• 專注垂直任務：服務某個行業、崗位、具體業務場景

• 流程級融合：不是外掛式調用，而是完整嵌入用戶任務流程中

我們稱之為——流程綁定型AI產品。

比如 Notion AI、飛書智能助手、LegalMind（法律AI）、Copy.ai 等，它們在業務閉環中持續賦能，成為流程的“原生一部分”。

01｜AI產品別光想著“聰明”，先看清用戶到底在干嘛

說得再直接點：
別管你用的是GPT-4.5還是Llama 87.9，用戶根本不在意你模型多牛，只關心一件事：

“我這個事，到底能不能靠你省事搞定？”

所以別上來就是“AI能力墻”或者“萬金油輸入框”，而是得先搞清楚一件事：
你的用戶每天的任務流是怎樣的？他們到底要完成什么？中間的決策點、阻力在哪？

舉個例子：

假如你做的是一款企業月報生成工具，那用戶的任務流可能是：

• 拉數據（煩）

• 編排結構（亂）

• 寫文案總結（難）

• 美化排版（懶）

你就不能只提供“自動生成一段月報文案”，這太淺了。
你得：引導他們一步步把數據丟進來、智能推薦結構、按模塊生成內容、順手美化導出——這是流程綁定。

AI不是一個功能，是一條任務線。

02｜不要把AI“外掛”到流程上，要“嵌進去”

很多AI產品失敗的原因，就在于它像個外掛一樣掛在任務之外。

舉個反例：
一個做招聘平臺的AI工具，是這樣用的：

用戶打開平臺 → 找到JD → 復制去AI工具里生成JD → 復制回來貼上

體驗感很像：“我還得背著你走一圈”。結果當然沒人想用第二次。

相反，你要做的是：

• 用戶打開JD編輯器，就自動彈出“推薦崗位結構”

• 輸入一句話，AI就按企業調性生成多段內容

• 用戶選中一句，旁邊出現“調正式 / 更親民”按鈕，一鍵改風格

• 寫完自動保存為“我司風格模板”，下次復用

流程從始至終，AI在里面，不是外掛。這才叫“深度綁定”。

03｜任務主線驅動交互，而不是把功能塞滿界面

現在很多AI產品的界面，打開后像個大型工具箱。

左邊是“寫文案”、右邊是“生成PPT”、中間是“靈感噴泉”，每個功能都能點，但就是不知道從哪開始。

 給你個建議：

把AI交互改造成“任務向導”，像游戲里的主線任務一樣，一步步做完。

比如你做一個活動策劃生成工具，可以這樣引導：

1. 你這次是“品牌種草”還是“促銷引流”？

2. 那目標平臺是什么？預算多少？

3. 好了，這是3個推薦結構模板，點一個試試

4. 已生成文案，是否想自動配圖、生成小紅書排版？

用戶跟著這條主線走完，感覺不是“我在用工具”，而是“它在幫我把事搞定”。

04｜讓AI“像個搭檔”，而不是“來干掉你”

現在大家對AI又愛又怕：

• 愛它快

• 怕它亂說話、沒腦子、太自信

所以一個非常關鍵的體驗點是：“可控感”。你得讓用戶感覺：

AI聰明，但我說了算。

幾個特別實用的設計點：

• 輸出內容用卡片形式包裹，加個小角標：“AI建議”，用戶心理就沒負擔

• 每段建議旁邊加按鈕：改口氣 / 換一種說法 / 展開寫寫，強化交互

• 加入“思考中…”的動態反饋，別秒出，0.8秒剛剛好。人腦需要緩沖

• 允許回滾、撤銷、存為模板，這不只是功能，是信任感來源

記住：AI不是來“替你做決定”的，而是“協助你把決定做得更靠譜”。

05｜UI到底能不能讓AI更可信？別停留在表面

很多人說AI產品的UI就做個打字動畫、用灰色背景、加個圓頭像就完事了。

這說實話，是太低估UI的能力了。
UI不是來“美化AI”，是用來建立信任、節奏感、角色感的。

舉兩個小誤區：

• 打字動效做得太快，像在背稿，反而不可信

• 顏色太鮮艷，用戶以為你在“推銷”這個建議，不是提供幫助

正確的做法是：

• 使用中性色（淡藍 / 淡紫 / 柔灰）作為建議背景，語氣溫和但明確

• AI輸出卡片左上角標記來源：“根據你輸入的品牌調性自動生成”

• 鼠標 hover 顯示輔助操作，不打擾主流程

• 用戶編輯后，可標記“此版本被采納”，讓AI學會風格（哪怕假裝）

信任感 = AI行為 + UI語境 + 可控反饋的組合。
不是裝出來的，是一步步搭建出來的。

06｜別急著炫技，把“能留下來的東西”做好

做AI產品，最怕的不是沒功能，而是：

用戶每次用都得從頭來一遍，沒沉淀、沒積累。

建議你在設計時，就考慮兩件事：

• 這次任務完成后，有沒有什么可以自動變成資產？比如生成的內容、結構、模板、提示語等

• 下次用戶來，是不是能基于上次留下的東西繼續，而不是重新開始？

實例：

• 寫了一篇月報，AI自動抽取結構保存為“我司月報模板”

• 寫的文案被用戶改了，系統提示“是否保存為個人表達風格”

• 用戶輸入一句話，AI根據過往使用記錄給出更貼合的結果

做到這些，用戶越用越順手，越用越有粘性。你這個產品就不是工具，而是“習慣”了。

最后，幾點真心話總結：

1. 不要炫AI，而要讓AI幫用戶完成事，順著流程嵌進去。

2. UI不是裝飾，而是信任與協作感的建構者。

3. 流程綁定型AI的本質：不是做功能集合，而是做“任務協作系統”。

4. 你設計的不是界面，是用戶在這個流程里“越來越厲害”的過程。

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

用戶體驗 (UX) 領域正在經歷一場令人眼花繚亂的人工智能 (genAI) 接管。

簡而言之：今年是人工智能 (AI) 接管用戶體驗 (UX) 的一年。在本文中，我將解釋其中的原因，并更新我使用人工智能進行用戶體驗研究的方法，重點介紹 ChatGPT 的深度研究功能如何顯著加速定性研究分析。

（注意：我將使用術語“AI”、“genAI”和“model”作為“生成性 AI”的簡寫，主要指大型語言模型 (LLM)，即創建文本的特定類型的生成性 AI。）

十個月前，我在 Medium 上發表了一篇關于AI 用戶體驗的原創文章，之后它迅速躥紅，閱讀量達數千次，遠超本博客迄今為止的任何其他文章。但在生成式人工智能領域，十個月就像十年狗年；日新月異的變化速度已經讓那篇文章的部分內容顯得過時。

因此，當我的母校倫敦大學城市圣喬治學院人機交互設計系聯系我，邀請我在他們的年度會議上發言時，我抓住了這個機會，重新開始我對這個學科的興趣，尤其是當我的老教授透露他們聯系我的部分原因是我的 Medium 文章很受歡迎時。

這是我對 UX 的 AI 的第二次看法，已更新至 2025 年，并涵蓋了我在 HCID 2025 會議上的演講（即使是我自己這么說，這次演講也進行得相當順利）。

這已經發生了。2025年，人工智能將接管用戶體驗

將顯示縮放圖像

2024年初，當我開始在工作中使用人工智能時，我感覺自己就像一位勇敢的探險家，踏入了陌生的領域。誠然，人工智能已經存在了一段時間，我們大多數人也只是在家里用它來制作儲藏室菜譜或視覺效果圖。但我們中很少有人有機會讓人工智能真正地重塑我們的工作，這主要是因為“人工智能會以你給它的任何東西為食”的數據隱私問題，以及由此產生的對人工智能用于工作的嚴格禁令。

將顯示縮放圖像

但2024年是私有AI的黎明。最終，像OpenAI和Anthropic這樣的提供商“封鎖”了他們的法學碩士課程，以確保其數據不會泄露，從而為像我這樣的機構打開了以訂閱方式使用私有AI的大門。

2025年即將到來，尼爾森諾曼集團的一項研究告訴我，用戶體驗專業人士是有史以來最重度的人工智能用戶之一。這項研究得出的一項關鍵統計數據顯示，如今用戶體驗專業人士使用法學碩士（LLM）的比例是其他樣本職業的750倍之多！

為什么用戶體驗師如此熱愛人工智能？

你有一把錘子，但你看到的并非都是釘子。從學習作業作弊（說實話，正在讀這篇文章的HCID/UX學生，如果你嘗試過用AI生成用戶訪談記錄——請停止吧），到一位不幸的音樂愛好者向Nick Cave發送了一首“模仿Nick Cave風格”的ChatGPT歌曲，激怒了他，在很多情況下，使用AI都不是好主意。

將顯示縮放圖像

媒體喜歡夸大此類故事，隨著時間的推移，這在時代精神中形成了一種層次化的“感覺”，即無論人工智能應用于何處，它都是無用或有害的。

我不同意。

將顯示縮放圖像

因為我們可以用這把錘子敲出一些釘子。GenAI 的局限性和功能與某些類型的用戶體驗研究的局限性和要求非常匹配。具體來說：

• GenAI 擅長總結文本數據→UX 研究創建了大量文本數據。
• 在 GenAI 中，幻覺是必然的 → 傳統的用戶體驗研究通常可以應對一定程度的“模糊性”。（但如果你的工作涉及高度精確的領域，禁止使用人工智能是明智之舉。）
• GenAI 本質上只能創造衍生輸出 → UX 開發者很少能創造出完全原創的輸出。相反，我們的優勢在于對已有內容的改編。

女士們、先生們、朋友們，這就是用戶體驗設計師們熱愛人工智能的原因。它與我們完美契合，并且是真正有用的工具。除了數據隱私限制（現已基本解決）之外，業界對使用人工智能沒有任何爭議*。只要你的研究報告寫得好，并且提供了所需的數據，沒有人會在意它是否由人工智能生成。

*然而，關于人工智能的倫理問題絕對應該引發更多爭議。我個人對用戶體驗行業對此的關注如此之少感到困惑，并將繼續通過強調人工智能技術過去和現在的倫理缺陷來引發爭議。

它的本質

將顯示縮放圖像

無論如何，繼續介紹菜譜。

我給你舉一個真實案例，關于一個用戶體驗研究，我最近在一個項目中用到了人工智能來分析用戶數據。所有身份信息都是匿名的。

我正在使用 ChatGPT Enterprise——一個私密的“隔離”版本，配備了最新的深度研究功能。這是OpenAI 于 2025 年 2 月推出的一款專業 AI“代理” ，號稱“非常適合從事高強度知識工作的人”。

將顯示縮放圖像

如果您無法訪問 Enterprise，您可以通過 20 美元的 ChatGPT Plus 訂閱獲得 Deep Research（不過，據我所知，您的數據不會被“隔離”）。

我的 2025 方法與之前的方法相同，分為三個步驟：

將顯示縮放圖像

• Feed：輸入內容。現在，您可以輸入的內容種類大大擴展：海量數據集、JSON 文件、屏幕截圖、網頁鏈接、PDF 文件，等等。ChatGPT Enterprise 尤其擅長讀取 PNG 格式的圖片，并且可以輕松理解屏幕截圖中的文本。
• 指示：告訴它該做什么。這仍然遵循我在原文中概述的“提示牌組”規則。
• 收獲：從中獲取所需的信息并根據需要使用，例如，為組織的高層領導創建報告。

步驟 1：飼料

Deep Research 的優點在于它可以處理大量數據，并且比大多數傳統模型（如 4o、Claude 3.7 Sonnet 等）具有更高的準確度。正如我所發現的，雖然你可以向其輸入諸如訪談記錄和原型截圖之類的文檔，但你也可以告訴它錨定到一個特定的文檔，并讓該文檔決定模型思考和分析的方向。

在我的案例研究中，該文檔是討論指南/研究計劃。

將顯示縮放圖像

討論指南通常由用戶體驗師與產品經理合作創建，通常包含以下內容：

• 研究背景：研究項目是什么？它的目的是什么？為什么要進行這項研究？
• 研究目標和假設：您想通過這項研究證明或反駁什么？
• 關于訪談參與者/用戶的信息：他們是誰？招募標準是什么？如果他們（就像我的情況一樣）是某個特定狹窄領域的專業人士，那么具體是什么？
• 訪談結構，包括訪談主題和問題類型，都與研究目標和假設相關。

第 2 步：指導

那么，你把訪談記錄、截圖和討論指南輸入到了模型中。你該如何告訴模型如何處理這些內容呢？

不再冗長的聊天

深度研究與傳統模型的一個關鍵區別在于，深度研究消除了大量的反復溝通。您只需進行一次操作，在回答幾個澄清問題后，模型就會開始執行其“任務”，根據您的指示生成一份高度詳細的報告。您只有一次提示機會，因此最好確保您的提示符合要求。

將顯示縮放圖像

我的提示方法與我在2024年的文章中基本相同：使用便捷的提示卡組來構建提示。我不會在這里再次介紹所有提示技巧，但您可以參考那篇文章來了解更多詳情。

將顯示縮放圖像

然而，一些提示“卡片”與其他卡片的權重發生了變化。以下是目前為止最有用的“卡片”：

提示卡：設置場景

解釋研究目的、針對哪家公司和產品、用戶是誰、模型將收到哪些文檔；如果有的話，將其錨定到您的關鍵文檔上（在本例中為討論指南）。

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）工作的世界領先的用戶體驗研究員，為英國的一家數字信息和分析產品公司工作[職業]。 ”

將顯示縮放圖像

提示卡：模板

告訴AI如何構建其輸出仍然是關鍵技術之一。您可以告訴它遵循討論指南的結構（如果相關），或者給它一個包含所有標題的示例模板。

將顯示縮放圖像

提示卡：思維鏈

將顯示縮放圖像

這項極其實用的技術如今已被人工智能工程師廣泛應用。簡單來說，如果你讓人工智能解釋它為什么得出某個結論，它得出的結論的準確性就會提高。

提示卡：Wild Card（新）

一位同事想出了這個主意。在我公司的許多用戶研究中，包括這個例子，我們已經預設了想要從用戶那里發現什么的框架。但是，如果用戶說了一些我們意想不到的話怎么辦？如果你不要求模型發現意想不到的事情，它就找不到。你應該自己尋找這些異常，但為什么不也讓模型思考一下呢？

將顯示縮放圖像

**這讓我想起了OpenAI 發布的一段搞笑又令人毛骨悚然的視頻：兩個視覺/語音 AI 助手正在與一位人類主持人交談，而另一個人則走到他身后，露出兔耳朵。兩位助手都無視兔耳朵，直到明確提示。

將顯示縮放圖像

步驟3：收獲

輸入你的題目和文檔后，選擇“深度研究”并按下“提交”按鈕，然后給自己倒杯咖啡。根據“任務”的復雜程度，AI 生成所需的報告可能需要長達一小時。在我的案例研究中，這大約需要 30 分鐘。

將顯示縮放圖像

太棒了，你拿到了報告，足足50頁！以下是整個過程中最無聊的部分：

!檢查!每一個!字!!!

雖然深度研究的準確率高于大多數模型，但遠未達到 100%，而且它產生的幻覺看起來尤其令人信服。所以，不要相信它。人工智能至今仍是一個熱切但缺乏經驗的助手，其工作必須接受審核。只有你，作為“知情人”，才擁有專業知識和解讀能力，能夠理解用戶訪談中的真實情況，否決人工智能的錯誤結論，并發現任何“兔子耳朵”，即使你設置了“萬能牌”，人工智能也可能遺漏了。

深度研究的一個巧妙功能是右側面板，你可以在那里看到它是如何一步步得出結論的。最奇怪的幻覺可能會在這里出現，而且很搞笑。我注意到，這類幻覺很少出現在最終報告中，因為深度研究功能中已經內置了“思維鏈”流程。

將顯示縮放圖像

重要提示：由于深度研究每次只允許執行一項任務，而不是來回對話，因此您無法在與AI對話時進行更正。請使用傳統方法，將報告下載到Word中。

修改完成后，您可以將 Word 報告上傳回 ChatGPT，讓它將 50 頁的文檔精簡成簡潔的 PowerPoint 風格演示文稿。這是最簡單的步驟：只需使用“模板”提示技術，并結合傳統的 AI 模型（例如 4o、o3 等）即可。

關于用戶引言的說明

根據我的經驗，傳統的人工智能模型在從訪談記錄中提取用戶原話方面表現糟糕，它們只會選擇進行解釋。相信我，我什么方法都試過了！相比之下，Deep Research 的引文直接引用了原文，因此用戶引文更容易進行交叉核對。我仍然建議手動檢查，尤其是那些最終報告會用到的內容。

深度用戶體驗研究：內幕

將顯示縮放圖像

因此，深度研究花了大約 30 分鐘來編寫分析報告。即使考慮到人工參與快速撰寫、文檔準備、檢查和修改的時間，這也比手動完成整個分析過程要快——而且絕對比我之前依賴傳統 AI 模型的方法要快。

需要注意的是：你可能很容易將分析工作完全外包給深度研究，而跳過檢查步驟。這將是一個大錯誤。最終，如果深度研究出錯，承擔風險的是你，而不是人工智能。即使模型越來越先進，保持警惕并在出錯的地方進行干預仍然至關重要。

忘記我告訴你的一切

將顯示縮放圖像

在我的HCID會議演講中，這是我最喜歡的幻燈片。告訴聽眾一堆有用、可操作的信息，然后讓他們把它們扔進垃圾桶，這其中有一種令人愉悅的反常之處。

但這就是人工智能領域的現實。事物每周都在變化，跟上潮流的唯一方法就是與時俱進。例如，我的演講中還沒有提到代理人工智能 (Agentic AI)，但在撰寫本文時，它是 2025 年規模最大（也是最模糊的概念！）的人工智能盛事。如果我在為 UX v3.0 撰寫人工智能文章時，很可能會談論代理人工智能。

或許不是！誰知道呢！

蘭亭妙微(m.shtzxx.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。