产品+AI如何设计？大厂高手总结了这3种方案！

最新推荐文章于 2024-10-18 00:00:00 发布

小天才学习机打游戏

最新推荐文章于 2024-10-18 00:00:00 发布

阅读量774

点赞数 27

文章标签：人工智能百度 flask python 后端金融

本文链接：https://blog.csdn.net/m0_59164520/article/details/142342415

版权

一、前言

在人工智能技术的不断演进中，我们目睹了它如何一次又一次地刷新我们对技术可能性的认知。随着ChatGPT等先进AI工具的涌现，它们不仅拓展了我们的视野，也引领了人机交互的新潮流。本文将探讨AI技术如何与现有产品融合，以及这种融合如何催生出全新的用户体验。

二、多元场景下的主流 AI 形态

目前，主流的 AI 产品主要有三种形式：沉浸式的 AI 智能体（Agent）、伴随式的 AI 副驾驶（Co-pilot）和嵌入式的 AI 场景化嵌入（Embedding）。这三种形态在功能、用户界面、操作体验以及适用场景等方面存在显著的区别。

1.沉浸式AI形态

AI智能体（Agent）—全能的AI伙伴

AI智能体作为一个积极主动的独立伙伴，其提供的输出超越了用户输入的直接需求。在启动AI问询后，主要有两种流行的表现形式：

「对话智能体」：通过连续的对话流程来呈现信息，允许用户在当前对话的上下文中进一步提问，以获得所需的最终答案。
「目标智能体」：在用户输入指令后，直接提供一个可靠的结果，并配备侧边栏，以便用户进行额外的辅助操作。

①对话智能体案例—Gemini

谷歌的Gemini产品作为一个对话流智能体，专为搜索场景设计，具备以下特点：

1.形象化的启动提示

与2023年初相比，Gemini在最近的更新中，其启动页面的提示变得更加形象化，这种趋势也在其他智能体产品中得到了体现。

2.多模态内容生成

Gemini能够理解用户的文本意图，并根据这些意图自主生成包含多种媒介形式的内容卡片。这一特性不仅丰富了AI的反馈形式，也提高了信息传递的效率。

3.信息索引的可选展示

信息索引的展示对于提高AI回答的权威性和透明度至关重要。Gemini的设计允许用户在卡片下方手动选择是否展示索引信息，这种设计在保证信息可信度的同时，也考虑到了用户的阅读体验。在大多数日常使用场景中，这种灵活性是一个优势。然而，在一些对信息准确性要求极高的领域，如金融或医学，索引的可见性对于建立用户信任至关重要。对于需要深入研究或扩展阅读的用户，能够即时查看索引可以更有效地获取信息来源。在涉及多方面信息传播的业务场景中，清晰的索引展示有助于减少误解并提高工作效率。在这些情况下，索引的默认展示不仅增强了内容的可靠性，也更好地满足了用户的深入探索需求。

② 目标智能体案例—Perplexity

Perplexity是一款近期备受赞誉的AI搜索工具，它与Gemini等产品不同，更侧重于为用户提供精确的答案。利用RAG技术，Perplexity为用户带来了一种新的“确定性”体验，这种特性使得Perplexity采用了双面板设计，允许用户对确定性信息进行更深入的处理。

1.直接输出结果

与需要用户多次追问以获得答案的对话智能体不同，Perplexity在用户输入查询后，直接提供一次性的、可靠的答案，减少了对话的需要。

2.侧边栏辅助

由于Perplexity能够一次性提供准确的信息，用户可能不需要进一步追问，但仍可能希望对当前的问答进行更深入的探索。为此，Perplexity设计了侧边栏，这个GUI（图形用户界面）分栏为用户提供了辅助搜索的功能，以支持用户进行更深层次的信息检索。

③ 思考：追求最佳答案的AI形态

在用户体验方面，尽管Gemini和Perplexity代表了两种不同的AI搜索方法，但它们共同的目标是为用户提供最佳的搜索体验。Gemini类似于一个充满创意的对话伙伴，通过与用户的连续互动，逐步引导用户获得他们寻求的答案。而Perplexity则更像是一个AI驱动的知识库，它遵循“用户总是正确的”这一理念，以冷静和客观的方式，直接为用户提供精确的答案。

2. 伴随式形态

AI 副驾驶（Co-pilot）— 被动性的 AI 助手这种形态的 AI 主要充当“副驾驶”的角色，旨在为用户提供建议和支持。它依赖于用户的明确指令来操作当前内容窗口，通常以侧边栏的形式呈现。目前，许多 Office 文档类产品都采用了这种设计。

① AI 副驾驶产品示例—Office

在近年来的开发者大会上，微软频繁提到“Copilot”一词，积极推动 AI 技术在旗下应用中的快速整合。Office 软件就是基于 AI 副驾驶理念的一项应用，旨在为用户提供创作辅助、信息查询和总结等功能。

当前场景下的 AI 助手

此形态的 AI 能力被限制在特定场景中，以满足用户的问询、信息检索和创作支持等需求。被动性 AI 助手

AI 副驾驶不能自动更改页面内容，必须经过用户确认后才能执行操作。用户完成操作后，会在侧边栏中显示操作记录及撤销选项。辅助提示

由于 AI 副驾驶的特性，通常需要用户提供准确的提示（Prompt）才能执行预期操作。这对许多用户来说可能存在一定的技术门槛，因此在使用过程中，需要及时提供合理的提示，以帮助用户做出决策。

② 思考：提升用户工作效率的 AI 助手

作为被动性的 AI 助手，用户即使不主动使用 AI，也不会影响整体页面的操作。AI 更多是作为提升用户工作效率的辅助工具。

3. 嵌入式形态

AI 场景化嵌入(Embedding)

嵌入式 AI 主要集中在特定场景的辅助功能，例如能够即时生成对用户评论的回复。这种交互方式没有固定的形态，AI 会在用户进行频繁且重要的操作时及时激活。与前两种形式相比，嵌入式 AI 的设计更加灵活和轻便，通常以轻量化用户界面（LGUI）为核心，强调用户与 AI 之间的无缝连接和高效互动。

与对话式或结构化交互模式相比，嵌入式 AI 的设计理念更加流畅，避免复杂的交互流程，更注重在特定场景中的引导性和即时反馈，帮助用户在合适的时机获取所需信息。

① 嵌入式 AI 示例—One Drive

以微软的 One Drive 为例，嵌入式 AI 不仅在用户整理文件时提供智能建议，还能在分享文件时根据历史记录和内容精准推荐分享对象。这种场景化的嵌入展示了如何通过 LGUI 设计来最大化效率，而不是依赖传统的对话或复杂的交互方式。

场景一：文件整理的 AI 建议

当AI 为相关文件创建新文件夹时，完成后会主动询问用户是否需要将其他相关文件一并移动到新文件夹中，以帮助用户进一步整理。AI 能根据文件内容的上下文，快速判断哪些文件属于同一类别，从而提供便捷的一键整理服务。

场景二：智能分享建议

在用户准备在 One Drive 上分享文件时，AI 助手会依据文件内容和用户的历史分享记录，预测最可能需要分享的对象，精准推荐受众。这样的智能分享建议能够显著节省用户在选择分享对象上的时间。

基于上述两个例子，我们可以进一步思考嵌入式 AI 的设计原则：

- 合理的嵌入式 AI 操作应只在用户进行重要操作时被激活，能够即时提供建议。

- 嵌入式 AI 通常优先考虑点击而非输入，以便用户能快速做出决策。

- 设计此类交互时需深入理解用户的使用场景，确保 AI 的激活不会干扰用户的主操作流程。

② 思考：效率导向的 AI 嵌入设计

对于设计师而言，容易在纯对话交互和严格结构化设计之间摇摆，可能会忽视效率同样是设计的重要原则。嵌入式 AI 的设计启示在于“适合的才是最好的”，既不应过度依赖复杂的对话式设计，也不拘泥于结构化方案。关键在于聚焦用户的场景需求，以最简便和有效的方式帮助用户完成任务。

因此，在嵌入式 AI 的设计中，保持界面简洁流畅，并结合轻量化的 LGUI 原则，才是提升用户体验的关键。最终目标始终是“效率”，无论采用何种形式，选择最适合当前场景的交互模式才是设计的核心。

三、未来的 AI 设计

随着人工智能技术的不断进步，我们看到了多种AI形态在各种应用场景中的出现，包括我们之前讨论的沉浸式、伴随式和嵌入式设计。无论是具有强烈主动性的智能体、提供辅助的副驾驶，还是注重简洁的嵌入式解决方案，每一种设计都具有其独特的优势。

然而，在这些多样化形态的背后，我们面临着一个核心问题：什么样的AI设计才是最理想的？首先，没有任何一种AI形态能够适用于所有场景。真正成功的AI设计应该始终以用户需求为核心。在追求效率的同时，设计师需要深入理解用户在不同情境下的需求，并选择最合适的交互方式。虽然复杂的对话式和高度结构化的设计有其价值，但嵌入式AI的灵活性和轻量化设计提供了另一种平衡——旨在提升效率和体验，减少不必要的交互，专注于解决用户的实际问题。

其次，AI设计的多样性并不是孤立的，而是指向了共生和融合。未来，AI技术将继续打破不同形态之间的界限，创造出更加灵活和动态的交互方式。这种融合不仅需要更先进的技术支持，还需要设计师在实际应用中敏锐地捕捉用户需求，提供真正有价值的解决方案。

最后，设计的核心原则是用户中心，强调的是适应性而非单纯的技术展示。无论是处理复杂场景的大型智能体，还是嵌入式AI的场景化应用，优秀的设计始终应该关注用户的实际需求，并在不同场景中寻找最佳的平衡点。随着技术的发展，设计师需要更加专注于如何将AI技术自然地融入用户的工作和生活中，使每一次交互都更加高效和愉悦!

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述