2025 是智能體的元年，2026 年將更加成熟和普及，應用程序的體驗方式因為智能體而逐步發生改變。
馬斯克和扎克伯格曾預言“在未來 5-6 年內，傳統的手機和應用程序（App）的形態將因為 AI 發生根本性變革”，蘭亭妙微ui設計公司與您一同學習。
以前的體驗設計經驗，已經跟不上如今 AI 能力逐漸普及的應用端設計開發趨勢。
如今，各產品研發團隊基于 AI 能力用戶體驗設計需求將會大幅增加。
即將到來的 2026 年金三銀四求職季，產品和開發設計崗的招聘必然會對求職者結合 AI 的能力提出更高要求。
率先掌握 AI 體驗設計能力的設計師，在求職時更有競爭力，在職場團隊 AI 設計這一塊也更有知識話語權。
換個角度看，AI 體驗設計對于交互設計師在一定程度上也是一次洗牌的機會。
1. AI 將重塑以往的交互方式
當 AI 能夠理解自然語言并主動完成任務時，許多傳統的 UI 組件：信息架構、導航設計、表單流程、數據篩選等交互方式將會逐漸被重構。
用戶與應用交互的過程將會改變。比如：
用戶發起交互，由原來的用戶主動操作+操作的路徑，變成了用戶的一句意圖表達+AI 直接推送入口。
再比如對于用戶輸入錯誤的處理方式，由原來的表單驗證與提示，變成了與 AI 的自然語言澄清，然后多輪對話修正。
再比如幫助決策上，用戶由原來的面對多選項，變成了 AI 根據情境理解目標，并直接推薦最優路徑。
3. 基于 AI 的場景設計與思考
根據尼爾森諾曼設計機構（簡稱 NN/g）在 2024 年的 AX 設計研究，優秀的 AI 體驗設計要有具備以下幾個素質：
① 來自大廠的 AX 設計原則與模式
來自 Google、Microsoft、Ant 公司的 AI 設計規范與原則。
理解設計原則背后的原因、場景，就像以往我們接觸過剛在技術窗口爆發期的「新穎」交互，比如 PC 時代的鼠標輸入、移動互聯網的觸屏輸入、虛擬現實時代等...交互模態各有差異。
② 建立 AI 交互設計基本認知框架
AI 的軟件分為：AI 能力應用軟件、各行業場景應用軟件的 AI 賦能。
AI 的交互形態：
AI 交互組件：Think 思考過程、ThoughtChain 思維鏈、Prompts 提示集、Conversations 管理對話、Suggestion 快捷指令......
Ant-design-x
③ 積累 AI 交互設計經驗
④ 嘗試理解 AI 大模型底層的技術原理
這是偏技術的知識，對于非專業人群來說，比較難啃，但回報是最高的。
因為它是我們認識 AI 的原理性起點，一旦掌握，做許多 AI 項目都能受益，比如：快速判斷 AI 能力邊界、規劃大模型訓練等。
而對于設計師來說，也包括能有效指導 AI 領域的設計。
就像以往我們落地自己的設計方案，最好提前摸清前端框架、組件、數據交互，才不容易在開發環節被卡脖子，更順利地實現設計方案。
了解方式：查閱關于 LLM 工作原理的科普類文章；相關大模型的官方網站查找文檔。
在現有設計項目中，多一層關于「AI 交互輔助」的思考
在做設計項目中，在傳統交互設計思路上，有意識地思考「假設現在有 AI 智能體的幫助，這個功能可以是什么樣的更好用法？」。
如果你想更好地驗證 Ai 設計模式的成果，可以做一些進階的學習研究：
首先像以往的項目一樣，拆解用戶操作；
然后針對每個環節思考“如果這里有 AI 能力，能否提效或者減負？
再將 傳統方案 vs AI 加持方案的可視化，并進行對比，量化提升的效率
基于上圖，我們把有 AI 協助退貨整個過程，背后的動作和實現原理拆解分析：
而以上這些動作，都需要設計師具備了理解前后臺的交互鏈路(前端如何自然地與用戶交流、后端對接哪些接口)、Ai 工具調用的能力、等等知識經驗，才能順利地完成 Ai 的交互設計方案，并落地。
戰略性參與有 AI 的項目：
如果你的團隊項目正好有 AI 智能體對業務場景賦能的規劃，那么對你來說，參與進來將是一個轉型的好機會。
其中，從 redesign 小的功能點中 加入 AI 的交互方案開始，比如：搜索功能智能化、表單自動填充、智能推薦卡片。這類功能點改造見效明顯，往往投入產出比高，易于快速驗證和迭代。
當然得在方案支撐足夠有理的前提下。比如：準備傳統交互 vs AI 加持的交互這兩套方案對比，用預期收益、技術可行性和數據說話。
主動創造機會和環境：
定期向產品團隊分享競品的優秀 AX 設計案例，進行團隊設計掃盲，同時也能提升隊內影響力，后面參與項目設計更有話語權。
進階到挖掘大的場景中，能夠利用 AI 重塑體驗方式的機會。
比如：
傳統的進度條，用戶需要拖動查看逐個視頻幀尋找他想看的目標片段。
而 AI 播放器中，可以把識別到的字幕，加入到進度條中作為錨點，讓用戶根據具體的字幕內容，就可以精準定位并直達該進度點，找片段的效率大大提升，直接使體驗升維。
預計 2-3 年之后，AI 交互設計將普及為交互設計師的基本能力。那些率先掌握的設計師，將在 AI 重塑產品形態的浪潮中，找到屬于自己的新位置。
現在就是最好的開始時機。
你，做好準備了嗎。
轉載：優設
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
周五下午六點，你打開美團，想找一家“適合帶父母吃飯、安靜一點、最好有停車場、粵菜或者閩菜都行”的餐廳。
你停頓了三秒。
因為你不知道該在搜索框里輸入什么。“粵菜”太寬泛，“安靜粵菜”不確定能否搜到，“帶父母”這個條件根本沒有對應的關鍵詞。最后你妥協了，輸入“粵菜”，然后手動撥動篩選器：距離3公里以內、評分4.5以上、人均150—300元。翻了兩頁結果，看到第十幾家店的時候，已經記不清最初想要什么感覺了。
這個場景，每天發生在數以千萬計的美團用戶身上。沒有人覺得有什么問題——畢竟大家都習慣了。
但如果認真思考，你會發現這里隱藏著一個根本性的產品矛盾：用戶的真實需求是模糊的、情緒化的、充滿上下文的，而搜索框的底層邏輯卻是關鍵詞匹配——它要求用戶把一個復雜的人類意圖，壓縮成幾個離散的詞語。
這個壓縮的過程，本身就是信息損耗。而篩選器、排序、推薦算法，不過是在這個損耗之后所做的各種補救。
今天我想深入分析的，不是美團要不要做AI，而是AI的到來如何從結構上重新定義了美團的用戶交互邏輯，以及這對整個本地生活服務賽道意味著什么。
從信息架構的角度看，搜索框是一個“意圖翻譯器”。它的工作原理是：把用戶頭腦中模糊的需求，強制轉化為系統可以處理的結構化信號。
問題在于，這個翻譯過程存在天然的信息損耗。人類表達需求的方式是自然語言，是帶有情緒和上下文的整句話；但關鍵詞搜索要求的是最小化、去語境化的詞組。當你把“想找一家適合帶父母的安靜粵菜館”壓縮為“粵菜 安靜”，你已經丟失了“帶父母”所暗含的價值感需求——面子、正式感、停車便利、服務周到。這些維度，任何篩選器都覆蓋不到。
更重要的是：大多數用戶在打開搜索框的那一刻，自己的需求也是未完全成形的。他們需要的不是“輸入詞語獲得列表”，而是一個能幫他們把模糊想法變成具體選擇的交互過程。搜索框不是這個過程的起點，它只是一個粗暴的入口。
美團過去十年，在搜索框旁邊積累了越來越多的篩選維度：價格區間、評分區間、距離、營業時間、配送方式、菜系、口味偏好……每一個新增的篩選項，背后都是對搜索能力不足的一次承認。
篩選器越復雜，說明搜索越弱。這是一個重要的產品邏輯。
因為在理想情況下，如果搜索本身能理解“適合帶父母”，你根本不需要“人均150—300元”這個篩選器——系統應該自己推斷出價位范圍。如果搜索能理解“安靜”，你也不需要“評分4.5以上”來作為代理指標。篩選器的本質，是用多個結構化維度去近似替代搜索本身無法理解的語義內容。
這種設計在關鍵詞搜索時代是合理的，因為你只能如此。但它同時也造成了一個認知負擔：用戶要在使用產品的同時，自己完成“需求拆解→關鍵詞提煉→篩選器配置”這三步工作。這是用戶替產品做了本該由產品完成的事情。
過去幾年，美團在推薦算法上投入了大量資源。首頁的“猜你喜歡”“今日必吃”“附近熱門”，本質上是在用主動推薦來彌補搜索的局限性。
但推薦和搜索滿足的是用戶決策鏈上的不同節點：推薦解決的是“我不知道要什么”的探索需求，搜索解決的是“我已經有方向，需要找到它”的意圖需求。
當用戶有明確意圖的時候，推薦流是一種干擾，而不是幫助。周五六點打開美團想帶父母吃飯的那個人，他不需要“今日必吃網紅烤串”，他需要的是一個能理解他需求的系統。推薦算法再精準，也無法解決搜索的根本缺陷。
大型語言模型的核心能力之一，是零成本的自然語言理解。它可以直接處理“幫我找一家適合帶父母吃飯、安靜、有停車場的粵菜館”，而不需要用戶做任何翻譯工作。
這不是概念，而是已經在發生的事情。當前各大互聯網平臺陸續接入大模型的搜索能力，其背后的產品邏輯完全一致：把關鍵詞搜索框替換為自然語言對話框，讓系統來承擔“需求理解”的工作，而不是把這個負擔甩給用戶。
對美團而言，這意味著搜索框的替代將是一個漸進式、不可逆的過程。用戶一旦體驗過“說人話就能找到想要的餐廳”，他們不會再愿意回到拼關鍵詞加撥篩選器的舊交互模式。
比對話框替代更激進的是Agent路徑。
在Agent模式下，用戶不再經歷“搜索→篩選→選擇→預訂”這個線性流程，而是：表達意圖→Agent自主完成理解、比價、預訂、提醒的全部環節→用戶只需最終確認。
這意味著搜索框不只是被替換，而是作為一個獨立環節被整體消解。用戶無需進入美團App，只需在微信、支付寶、或者操作系統級別的AI助手中完成整個交互——美團的服務能力被調用，但美團作為流量入口的位置被徹底邊緣化。
微信的AI搜索、支付寶的AI助手、華為的小藝、蘋果的Siri進化版，都在朝著這個方向推進。Agent化不是遙遠的未來，它是當下已經在布局的競爭格局。
前兩種沖擊是關于“搜索框被什么替代”，而第三種沖擊更為隱蔽，也更具毀滅性：用戶的使用場景可能在不進入美團的情況下被滿足。
想象一個使用場景：用戶在和朋友的微信群聊里討論周五吃什么，這時群里的AI助手直接分析對話內容，給出三家符合所有人口味和位置的推薦，并且完成了預訂——全程在微信內完成，美團的數據庫被調用，但美團App從未被打開。
這不是技術上的想象，而是一個流量入口遷移的商業問題。美團失去的不只是搜索框，而是“用戶主動打開App”這個行為本身。一旦用戶的高頻決策習慣在其他平臺形成，美團的日活數據將面臨結構性下滑。
這才是AI沖擊中最危險的死法，因為它是無聲的、漸進的，等到平臺意識到的時候，可能已經失去了整整一代用戶習慣。
在討論AI對美團的沖擊時，有一個根本性的問題需要厘清：美團的價值究竟是什么？
如果美團的價值是“連接用戶和商戶的信息中介”，那它確實岌岌可危，因為AI可以比搜索框更高效地完成這個連接。但如果美團的價值是“把服務實際送達到用戶手中的履約網絡”，那AI對它構成的威脅就要小得多。
美團今天擁有超過700萬的騎手網絡、覆蓋數百個城市的即時配送基礎設施、與數百萬商戶的深度綁定關系，以及每天處理數千萬筆訂單所形成的實時運力調度系統。
這些東西，AI無法憑空生成。大模型再強大，也無法替代一個在三十分鐘內把熱餐送到你手邊的騎手網絡。AI是信息層的技術，而美團的核心競爭力是物理層的基礎設施。
這個判斷有一個重要推論：美團的搜索框可以被替代，但美團的履約能力不會被替代——至少在可見的未來不會。這意味著即便美團完全失去了前端的流量入口，它也可以以“能力提供者”的角色，為其他平臺的AI助手提供后端服務。
美團積累了超過十年的用戶消費行為數據：什么人在什么時間什么地點吃什么，偏好什么價位、什么菜系、什么口味，有什么飲食禁忌，外賣和堂食的偏好有什么差異……這些數據是訓練本地生活垂直AI模型的核心資產。
但這里有一個容易被忽視的戰略陷阱：數據只有轉化為理解用戶意圖的能力，才能成為真正的護城河。如果美團把這些數據只是用來優化推薦算法，提升現有搜索框的點擊率，那它就是在用新工具鞏固舊模式，而不是在構建下一個時代的競爭優勢。
真正的機會是：用歷史數據訓練一個“深度理解本地生活消費意圖”的垂直模型，讓AI能夠理解“帶父母吃飯”背后的全部語義，能夠根據用戶畫像推斷“你說的安靜，是哪種程度的安靜”。
基于以上分析，美團在AI轉型中最危險的做法，是把大模型接入現有的搜索產品，讓對話框替換關鍵詞框，在視覺上完成一次“AI升級”，然后宣稱完成了AI化轉型。
這是一種“AI美顏”——換了皮膚，底層邏輯沒變。用戶體驗確實會有改善，但改善的是現有流程的效率，而不是對未來交互范式的卡位。
真正的產品戰略應該是：放棄“流量入口”的思維定式，轉向“意圖響應網絡”的定位。美團需要成為一個能在任何界面、任何上下文中理解用戶本地生活消費意圖并完成履約的系統，而不只是一個把用戶吸引進App的流量平臺。
美團的案例不只是一個大廠的戰略故事，它對所有產品人都有直接的方法論價值。
在你當前負責的產品里，用戶在哪個環節表達了他最真實的需求？那個入口，通常就是AI沖擊最先發生的地方。
如果你的產品依賴搜索框、關鍵詞匹配、或者多級篩選器來理解用戶需求，那么你需要認真思考：當大模型能夠直接理解用戶的自然語言時，你的產品流程里哪些步驟是多余的？哪些環節是在讓用戶替產品做本該產品做的事情？
美團的履約網絡是AI替代不了的。你的產品里，也存在這樣的部分。
識別的方法：把你產品的核心價值鏈拆解到最細的顆粒度，逐項問自己：如果有一個無限能干的AI助手，它能把這個環節做掉嗎？能做掉的是信息層，做不掉的通常是物理層、關系層、或者依賴特定資質的專業層。那些做不掉的部分，就是你在AI時代真正應該加固的護城河。
美團的篩選器越來越多，是搜索本身無力的一種掩蓋。在你自己的產品里，也要警惕類似的模式：當你在給現有功能打補丁的時候，要問自己，這是在解決問題，還是在拖延面對一個結構性缺陷的時間？
AI時代給了產品經理一個重新思考底層設計的機會。與其在舊的交互框架里做局部優化，不如退出來問那個更難的問題：如果今天從零開始設計這個產品，知道AI存在，我會怎么設計？
回到最開始的場景。
有一天，你打開美團，首頁沒有搜索框，沒有篩選器，只有一行文字：“今晚有什么打算？”
你輸入：“帶父母吃頓正式點的，粵菜或者閩菜都行，不要太吵，最好有停車”。
系統回答：“為你找到3家符合條件的餐廳。其中順德菜館距你2.1公里，今晚有包間空位，停車場可停50輛，評價中高頻出現‘安靜’‘服務好’，人均約220元。是否幫你預留？”
你點了確認。整個過程，四十秒。
這不是遙遠的科幻，它是可以預期的近未來。搜索框不會因為某一天某個版本更新而消失，它會以用戶幾乎察覺不到的方式，被慢慢替代——就像人們不再“搜索天氣”，而是直接問語音助手一樣。
美團的搜索框消失的那天，不是美團的終結，而是本地生活服務進入“意圖經濟”時代的標志。在那個時代里，誰擁有對用戶消費意圖最深的理解能力，誰擁有把服務真正送達的基礎設施，誰就擁有競爭優勢。搜索框只是一個UI控件，重要的從來不是它本身，而是它背后那個“理解用戶意圖”的能力。
而這個能力，才剛剛開始被認真對待。
轉載：人人都是產品經理
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
蘭亭妙微UI設計公司，以美團、餓了么、大眾點評為案例，分析外賣平臺搜索功能的價值、類型與設計方法，提煉出打造優質搜索體驗的核心要點。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
按鈕設計的直覺性，源于物理按鈕給我們留下的行為習慣。回顧歷史，物理按鈕正是現代UI組件的鼻祖。它們至今仍被大量使用，其魅力在于：即便用戶不懂內部原理，只需輕輕一按，就能讓設備運轉起來。正如《Power Button》一書作者Rachel Plotnick所言，按鈕文化塑造了我們今天下達數字指令的方式。
“你只需按下按鈕，剩下的交給我們。”——柯達公司的這句經典廣告語，精準捕捉了按鈕對用戶的吸引力：用最簡單的觸碰，換來即時的滿足感。
即便觸摸屏日益普及，物理按鈕也并未消失。它所塑造的交互習慣，深刻影響著數字界面按鈕的設計，成為衡量直觀性與易用性的永恒參照。
按鈕向用戶傳達“可操作”的信號，廣泛出現在對話框、表單、工具欄等場景中。
鏈接：用于導航到另一個地方，如“查看全部”、“閱讀更多”。
按鈕：用于執行具體動作，如“提交”、“合并”、“創建”、“上傳”。
每個按鈕都應具備清晰、無干擾的視覺反饋。其交互狀態需明確定義，以區別于周圍布局：
正常：可交互的默認狀態。
焦點：通過鍵盤（如Tab鍵）進入可編輯狀態時的提示。
懸停：鼠標指針置于元素上方時（主要適用于桌面端）。
按下：表示用戶正在點擊該按鈕。
加載中：操作未立即完成，向用戶反饋任務正在進行。
禁用：當前不可交互，但未來可能啟用。
圓角矩形按鈕因其高識別度最為常見。樣式的選擇取決于用途、平臺及設計規范。主流樣式大致分為：
填充按鈕（實心）：視覺權重最高。
描邊按鈕（線框）：視覺權重次之。
文本按鈕：視覺權重最弱。
利用樣式差異構建清晰的動作層級，在多個選項中引導用戶。通常，最重要的操作使用“首要”按鈕樣式，其他操作則按重要程度遞減。
可用性專家Steve Krug曾說：“別讓我思考。”用戶早已被各類電子產品“教育”，對按鈕的外觀和功能形成了固定認知。任何與“標準”的較大偏差，都可能造成困惑。
切勿對交互式元素（如按鈕、鏈接）和非交互式元素（如純文本標簽）使用相同的顏色，否則用戶會因不確定哪里可以點擊而感到迷茫。
“一致性是最強大的可用性原則之一。當事物總是以相同方式表現時，用戶就無需擔心意外發生。”——雅各布·尼爾森（Jakob Nielsen）
一致性提升了操作的效率和準確性，減少了誤操作。它創造了可預測性，幫助用戶掌控流程。在定義主要、次要等按鈕樣式時，請確保顏色、形狀等元素的一致，不僅在項目內部，也應盡量遵循平臺的整體規范。
按下一個按鈕應是輕松簡單的操作。如果用戶容易誤觸相鄰元素，會帶來糟糕的負面體驗。
推薦尺寸：對于多數平臺，觸摸目標建議至少為 48x48dp。無論屏幕大小，其物理尺寸應約為9mm。觸摸屏元件的目標尺寸至少應在7-10mm之間。
圖標按鈕：務必確保其可點擊的熱區大于圖標的可視范圍。這一原則不僅適用于移動設備和平板，也同樣適用于鼠標操作的網頁端。
所有組件都應遵循無障礙設計原則。除了目標區域大小，字體尺寸、色彩對比度也至關重要。有許多工具可以幫助檢測組件的可訪問性表現。
手勢（如滑動、雙擊、長按）能提供觸覺反饋并節省時間。然而，對于普通用戶而言，許多手勢并不直觀。建議將復雜手勢作為快捷操作留給高級用戶，同時為普通用戶保留明確的按鈕操作入口。
按鈕傳達的文字信息與其外觀同等重要。模糊的標簽會讓用戶感到困惑甚至誤導。
使用動詞：好的標簽能引導行動，就像按鈕在主動詢問用戶：“要把這件商品加入購物車嗎？” 或 “要確認訂單嗎？”
避免模糊詞匯：應避免使用“是/否”或過于通用的“提交”等標簽。
“確定”與“取消”誰在前？兩種方式各有道理：
確定在前（如Windows）：符合自然的從左到右閱讀順序。
確定在后（如macOS）：促使用戶在行動前先評估所有選項，有助于減少錯誤。
兩種順序都沒有絕對的對錯，也不會造成嚴重的可用性問題。選擇哪種，取決于平臺規范與具體場景。
你是否曾面對一個灰色按鈕，停留數秒甚至數分鐘，卻不知如何是好？濫用“禁用”狀態極易引發用戶的挫敗感。
建議：盡量避免使用禁用按鈕。更好的做法是始終啟用按鈕。如果用戶遺漏了必填信息，只需在相應空白字段下方給出明確提示，或高亮顯示錯誤項即可。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
在 AI 時代做產品設計時，“人性化” 體驗依舊是不變的主旨，核心目標是讓設計回歸用戶本身，在合理應用新技術的同時，尊重用戶的認知習慣、情感需求與行為差異，讓 AI 產品既好用、又 “懂用戶”。蘭亭妙微UI設計公司會介紹以下三個設計策略和典型案例：
希望會為你帶來更多的設計靈感。
基于用戶的個體特征、行為數據、場景語境與目標偏好，提供“千人千面”的專屬設計方案。核心在于將體驗從“通用適配”轉向“精準貼合”，從而提升用戶的認同感、滿意度與留存率。
案例1：ChatGPT推出年度回顧功能，將用戶一整年的AI對話轉化為可視化數據、AI人格畫像與定制詩歌。
案例2：Gemini新增“使用歷史對話作為上下文”功能，實現更連續、更具記憶感的多輪對話體驗。
案例3：ChatGPT推出多維度人格參數調節滑塊，通過檔位化控制實現交互風格的精準適配，標志著AI對話系統從統一輸出轉向用戶主導的個性化體驗設計。
案例4：Google發布Android 16，利用AI重構通知系統，自動將廣告、新聞推送等不重要通知靜音并生成摘要，幫助用戶保持專注。同時強化圖標、主題與深色模式的個性化表達，用戶可以自由調整圖標形狀，讓桌面更貼合個人風格。
AI智能體能夠調動其他產品進行互動，協調多個不同產品或設備，實現它們之間的交互與協同工作，從而為用戶提供更便捷、高效、智能的服務體驗。
案例1：Gemini Agent上線租車功能，支持自動比價、讀取郵箱及租車服務預訂，AI正逐步進入端到端的生活服務領域。
案例2：OpenAI與Instacart合作，將“買菜”功能接入ChatGPT。用戶可在聊天中一邊討論菜譜，一邊生成購物清單，并直接完成結賬，全程無需跳轉應用。
案例3：Cursor為Cursor Browser推出全新可視化編輯器，將網頁、代碼與視覺編輯工具整合在同一窗口，支持拖拽調整界面、直接查看組件屬性與樣式，并通過自然語言指令快速修改，自動同步至底層代碼。
案例4：谷歌將虛擬試穿門檻降至只需一張自拍，借助Gemini Nano Banana生成全身模型，將AI從可選趣味功能升級為低門檻、便捷實用的購物入口，進一步將搜索與電商融合為一體化、內容驅動的消費場景。
案例5：谷歌推出Workspace Studio，將AI自動化直接嵌入Gmail、日歷與文檔，開始重構企業日常工作的操作層。
通過簡化決策、減少手動操作、貼合用戶認知習慣等方式，讓不同能力層級的用戶都能輕松享受AI服務帶來的價值。
案例1：Gemini Veo3.1正在小范圍測試“視頻模板庫”，用戶可在工具菜單中選擇或自定義模板快速生成視頻，讓“人人皆可做電影”成為可能。
案例2：靈光App上線可視化“科普動畫生成”功能，將抽象科學原理自動轉化為動態演示，讓教育與科普內容從純文字升級為“秒懂級”的可視化表達，鞏固了其在學習場景中的差異化優勢。
案例3：知名組件庫shadcn推出shadcn create，提供可視化方式自定義基礎組件的結構、間距、字體與風格，并支持一鍵在Next、Vite、TanStack Start中啟動生成主題，大幅降低構建專屬設計系統的門檻。
案例4：Manus推出Design View，從“反復對話生成”逐步邁向“所見即改”的創作流程。
案例5：Google在Android版Google News中加入AI播客功能，將新聞自動轉化為可收聽內容，拓展了通勤、碎片時間等場景下的新聞消費方式。
案例6：Grok iOS版新增多種語音喚醒模式（默認、隔離、按住說話），在不同環境下提升了語音交互的可控性，打磨出“隨時可用但不打擾”的語音入口，為AI助手向高頻、低負擔使用場景滲透鋪平道路。
案例7：亞馬遜旗下AI智能家居助手Alexa Plus上線網頁端入口，將原本以語音和音箱為核心的家居控制能力延伸到桌面與工作流中，使其成為更常用的日常AI助理。
技術的邊界在不斷拓寬，但設計的溫度始終取決于我們對“人”的底層關懷。在AI浪潮中，工具形態會隨算法不斷進化，而用戶對尊重、高效與情感連接的需求從未改變。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
隨著互聯網產品的不斷發展，在生活和工作的方方面面都有非常多的產品普及，用戶的選擇性更多了。想要打動用戶，就要拿出更優質的服務和差異化的產品，當產品和服務拉不開差距的時候，產品設計的體驗感變得至關重要了。
為了提升用戶體驗度，做出有溫度的設計才能打動用戶，蘭亭妙微UI設計公司相信這些案例可以帶給你一些啟發。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
人們認為設計師是表面工作——設計師拿著盒子說‘它看起來好！’這不是我認為好的設計。設計可不只是看起來或者摸起來的樣子，設計考慮的是用它的感覺。 ——Steve Jobs 2003年11月30日《紐約時報》
在日常的 B 端產品調研支持過程中，我們研究員經常會遇到這樣的場景：
“你們幫我看看，產品方案滿不滿足用戶需求？功能符不符合用戶預期？”
“（研發問）功能上線的 ROI 是多少？用戶對這類功能是否有需求？解決了用戶什么問題？”
“你們多找一些用戶驗證一下 demo 方案行不行…”
無論是產品同學，還是設計同學，相信大家或多或少都會在需求文檔、設計文檔評審時被業務方、研發問到方案可行性和落地價值等方面的“靈魂拷問”，而這些疑惑同時也在拷問我們研究員。那么作為研究員，我們是如何從用戶的角度去輔助產品同學和設計同學進行敏捷的方案驗證呢？
首先，我們先來了解什么是產品可用性測試？
可用性（Usability），被定義為一種用來衡量界面好用程度的屬性。好用程度的高低一般取決于以下五個要素：
可用性測試主要用于驗證產品的可用性，該方法能夠幫助產品同學和設計同學了解在實際使用情境中該設計方案（概念或創意）的質量（評估是否可用/是否有效/用戶是否滿意），并在測試結果的基礎上進行改進。
換句話說，可用性測試是觀察有代表性的用戶，讓用戶完成產品中的各項任務，了解用戶如何使用產品，界定出可用性問題并解決這些問題，讓業務、產品、設計、研發等上下游角色盡快對產品方案達成共識并積極優化產品體驗。
通過可用性測試，我們可以：
那么，什么情況下可以做可用性測試？
在實際項目執行中，我們通常會在幾個特定階段去進行產品可用性測試，不同階段采取的調研方式也有所不同，所關注的內容亦隨之變化。
（1）設計初始階段，我們通常會進行前期用戶需求挖掘或相似產品使用情況分析，并基于需求概念設計出來的草圖方案進行探索性可用性測試，來確定方案內容和功能的范圍是否符合用戶預期方向和使用需求，以此初步評估草圖方案的有效性和可用性。因此，在該階段，我們常以紙張原型測試+定性深訪為主，先從認知上與用戶保持一致，理解了用戶，做出來的產品方案更能貼近用戶訴求。
（2）灰度上線前，我們一般對 demo 終稿進行評估性可用性測試，向目標用戶介紹新設計，同時盡可能保證 demo 稿是用戶能夠直觀測試使用的，以此來確定 demo 在功能滿足、信息布局、流程交互，甚至是視覺樣式上是否能夠提供良好的用戶體驗。所以，在該階段我們更多會進行面對面測試+可用性測試量表（SUS 量表），一般在會議室等固定安靜的環境中進行，并要求用戶按既定任務測試操作，任務測試過程中不打斷用戶并觀察記錄用戶在關鍵流程環節使用中遇到的問題，測試完成后向用戶提出問題或進一步探究原因。
（3）灰度上線或全量上線后，我們通常會對上線后的新方案進行對比性可用性測試，通過灰度方式在同一時間維度下比較新方案和原方案的可用性反饋和用戶滿意度，確保方案在全量上線之前修復任何潛在問題。因此，在該階段我們以 A/B 測試+場景化調研問卷（如下圖所示）為主，通過用戶體驗數據和業務數據來評估出最優版本。
實際執行中，我們怎么做可用性測試？主要實施步驟有：
可用性測試的基礎是任務，任務測試內容的好壞是能夠對測試結果的準確性有直接影響的。因此在招募用戶之前，需要對測試的產品方案進行任務設計。比如，測試商家在 B 端營銷系統報名營銷活動流程方案的任務可以是：報名一場雙 11 大促活動。
在設計比較合適的測試任務時需要注意以下幾點：
在招募用戶環節，最重要的是樣本數量的確定。在實際的可用性測試中，我們常常被產品同學或設計同學問到：
“6 個用戶提出的問題能代表全部么？”
“幾個用戶是不是太少了？他們提出的問題是可靠么？”
諸如此類的樣本數量“挑戰”，不勝枚舉。人機交互博士 Jakob Nielsen 曾提出：“有 5 個人參加的用戶測試，即可發現大多數（85%）的產品可用性問題。” Nielsen 這張經典圖表（如下圖）告訴我們答案：一般最嚴重的問題都是前幾名用戶發現的，隨著用戶數量增多，發現問題逐漸減少。
當然在實際執行中也會存在一些局限性，比如只能發現問題數量，但無法確定發現問題的嚴重程度，因此還是需要從實際情況比如測試任務的復雜程度、人力資源的投入程度等等來確定招募樣本數量。
試點前測的目的是針對整個測試流程和提綱進行測試，便于前置發現流程和提綱中存在的問題，及時優化，避免造成真實測試用戶的資源浪費。試點前測需要注意：
在觀察測試中，需要檢查用戶任務目標和心理認知是否可以順利執行下一步操作，以此來發現可用性問題，因此我們要對以下問題做到心中有數：
在事后訪談中，有以下幾點小小訪談 tips：
一般情況下，可用性報告的內容主要包含以下三方面：
好的產品設計應當滿足以下特征：可用性、易用性、好用性且具有吸引力。每個特征都是為了能讓產品站穩腳跟而存在的，倘若想要讓產品功能最終具備這些特征屬性，就離不開產品可用性測試的過程。
而且一個產品設計方案在沒有經過用戶驗證的情況下，容易在實際上線使用后出現一些隱性風險。而前置的設計驗證，在一定程度上可以輔助我們產品功能在上線前發現問題，改進設計。
以上，共勉~希望能對大家有所啟發。
轉載：優設
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
蘭亭妙微（藍藍設計）www.xintaizi.com 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。
藍藍設計的小編 http://www.xintaizi.com