Quy trình làm việc AI và các mẫu thiết kế ứng dụng hiện đại

Thiết kế trải nghiệm người dùng không ngừng phát triển, nhưng sự phát triển hiện nay của trí tuệ nhân tạo đã hoàn toàn đảo lộn toàn bộ lĩnh vực này. AI đang mở ra một kỷ nguyên tương tác mới với một mô hình mới. Giao diện người dùng truyền thống dựa trên mẫu lệnh và điều khiển, trong đó người dùng ra lệnh cho máy tính một loạt lệnh để thực hiện một số tác vụ của người dùng. Tuy nhiên, AI đang giúp người dùng có thể tương tác với máy tính một cách tự nhiên hơn, bằng cách cho họ biết họ muốn gì chứ không phải làm như thế nào.

Mô hình tương tác mới với AI này, được gọi là mô hình dựa trên mục đích, vẫn đang ở giai đoạn đầu, nhưng nó có khả năng cách mạng hóa cách chúng ta tương tác với máy tính. Ví dụ: hãy tưởng tượng bạn có thể nói với máy tính của mình: "Tôi muốn đặt chuyến bay đến Paris" và để máy tính tự động tìm chuyến bay tốt nhất và đặt vé cho bạn. Hoặc hãy tưởng tượng bạn có thể nói: "Tôi cần trợ giúp về thuế" và để máy tính hướng dẫn bạn thực hiện quy trình từng bước một. Nó mở ra rất nhiều cơ hội hoàn toàn mới để thiết kế UX "tối ưu" và làm cho nó hoàn toàn toàn diện và liền mạch.

Tương tác dựa trên mục đích không phải là không có thách thức. Các mô hình học ngôn ngữ hiện đại còn được gọi là LLM đã hiểu ngôn ngữ tự nhiên rất tốt. Tuy nhiên, trạng thái AI trong UX còn lâu mới hoàn hảo, phong cách tương tác dựa trên trò chuyện hiện tại yêu cầu người dùng viết ra các vấn đề của họ dưới dạng văn bản văn xuôi nên tạo ra tải trọng nhận thức cao.

Ngoài ra, có thể khó thiết kế giao diện người dùng trực quan và dễ sử dụng cho loại tương tác này. Tuy nhiên, lợi ích tiềm tàng của tương tác dựa trên mục đích là rất đáng kể và các nhà thiết kế UX đang khám phá cách triển khai mô hình mới này một cách tốt nhất.

Trong bài viết này, chúng ta sẽ khám phá sự gia tăng của tương tác dựa trên mục đích và ý nghĩa của nó đối với thiết kế UX. Chúng ta sẽ thảo luận về các loại sản phẩm điều khiển bằng AI hiện có, cách chúng sử dụng các mẫu đầu vào và đầu ra cũng như cách chúng được thiết kế để giúp trải nghiệm người dùng trong môi trường AI tốt hơn.

Tổng quan về nội dung

• AI đã thay đổi công việc của nhà thiết kế như thế nào
• Các loại quy trình công việc AI chính trong sản phẩm
  • Chatbot
  • Chính (AI-đầu tiên)
  • Theo ngữ cảnh
  • Vô hình
• Phần kết luận

AI đã thay đổi công việc của nhà thiết kế như thế nào

Như chúng tôi đã tìm ra, thách thức mới đối với các nhà thiết kế đang làm việc với các sản phẩm AI là thiết kế theo khuôn khổ mô hình có mục đích đầu tiên. Khi bạn nghĩ về phần mềm truyền thống, cách bạn tương tác với nó là bạn gửi một chuỗi lệnh bên trong hệ thống để nhận được kết quả mong muốn. Đầu vào của bạn là một lệnh, nó có thể là bất kỳ thứ gì tương tác trên màn hình của bạn, như nút, danh sách thả xuống, biểu mẫu, v.v. Sự kết hợp các hành động của bạn trong GUI tạo thành một lệnh, dẫn bạn từng bước trong hành trình của mình.

Sau khi tập hợp các bước, điều hướng kiến trúc thông tin trong một sản phẩm, cuối cùng bạn cũng nhận được giải pháp cho vấn đề của mình, đầu ra của hệ thống. Ví dụ: khi bạn đang cố gắng đặt một chiếc taxi, bạn đang gửi một bộ lệnh để chọn điểm đến, thiết lập thông số chuyến đi và cuối cùng, gửi lệnh để xác nhận chuyến đi khi hệ thống chọn tài xế cho bạn.

Tương tác dựa trên ý định được thu hẹp xuống hệ thống đầu vào-xử lý-đầu ra. Theo nghĩa đen, bạn cung cấp cho hệ thống những gì bạn muốn nhận được trong kết quả (cái gọi là lời nhắc), hệ thống xử lý đầu vào của bạn và cung cấp cho bạn đầu ra. Tất cả các bước tính toán đều có trên hệ thống, bạn chỉ nhận được những gì mình cần. Quay lại ví dụ của chúng tôi về xe taxi, trong hệ thống dựa trên ý định, bạn chỉ cần đưa ra lời nhắc ("Đặt một chiếc taxi về nhà") và bạn sẽ có được chuyến đi.

Mô hình này vẫn sẽ yêu cầu các lệnh trong quy trình làm việc vì máy móc có thể bị nhầm lẫn và con người đôi khi có thể muốn sửa đổi và kiểm soát đầu ra hoặc sử dụng nó trong các quy trình khác nhau để thiết lập hành vi của hệ thống tốt hơn theo mục tiêu của họ.

Các loại quy trình công việc AI chính trong sản phẩm

Tuy nhiên, hãy đồng ý về những cách đặt tên này, khi chúng tôi tích hợp AI vào luồng người dùng, nó có thể hoạt động khác nhau tùy thuộc vào quy trình làm việc của sản phẩm, nhiệm vụ, sự cố, tính năng kỹ thuật và các hạn chế khác. Trong quá trình nghiên cứu và phân tích của chúng tôi, có thể nhìn thấy một số mẫu nhất định trên sản phẩm, chúng ta hãy xem xét chúng. Ngoài ra, chúng tôi sẽ cho bạn biết cách sản phẩm này hoặc sản phẩm kia sử dụng mẫu đầu vào-xử lý-đầu ra, giải pháp giao diện người dùng nào nó sử dụng và cách nó giải quyết các vấn đề về khả năng sử dụng tiêu chuẩn cho các sản phẩm AI. Vậy chúng ta hãy đi thôi.

1. Chatbot

Hãy nói về ví dụ rõ ràng nhất. Sự cường điệu hiện nay xung quanh AI chủ yếu là về chatbot và khả năng của chúng. Trong mẫu này, sử dụng LLM, quy trình làm việc AI diễn ra qua lại hộp thoại thông qua giao diện chatbot. Người dùng tương tác với chatbot bằng cách trò chuyện với nó và chatbot sẽ trả lời các câu hỏi và lời nhắc của người dùng. Thông thường, loại quy trình công việc này có thể được sử dụng để hoàn thành nhiều nhiệm vụ và giải pháp, hầu hết các yêu cầu rộng rãi, nghiên cứu các chủ đề mới, v.v.

Tuy nhiên, phong cách tương tác dựa trên trò chuyện hiện tại tạo ra tải trọng nhận thức cao cho người dùng vì nó yêu cầu họ viết ra các vấn đề của mình dưới dạng văn bản văn xuôi. Để giải quyết vấn đề này, một vai trò mới đã được phát triển: "kỹ sư nhanh chóng". Kỹ sư nhắc nhở có trách nhiệm đưa ra kết quả chính xác từ ChatGPT bằng cách đưa ra lời nhắc thích hợp. Nói cách khác, chatbot đòi hỏi rất nhiều sự chú ý đến thiết kế khả năng sử dụng của chúng.

Đầu vào chatbot

Các sản phẩm Chatbot thường sử dụng kiểu nhập văn bản nhắc nhở. Cách tiếp cận này cho phép người dùng gõ và gửi bất kỳ yêu cầu nào dưới dạng văn bản tới hệ thống và viết bất cứ điều gì họ muốn. Nó cung cấp khả năng rộng nhất cho kết quả đầu vào và đầu ra.

Mẫu nhắc người dùng thường xuất hiện dưới dạng thành phần giao diện người dùng trường văn bản. Trong chatbot thông thường nó được cố định tại chỗ.

Kết hợp với lời nhắc, lời nhắc viết sẵn cũng thường được thêm vào, nhờ đó giảm bớt sự hiểu lầm và quan niệm sai lầm của người dùng về những việc cần làm với chatbot này, đưa ra gợi ý và đơn giản hóa các lựa chọn.

Ngoài ra, chatbot thường đề xuất sử dụng tính năng nhập bằng giọng nói để điền vào trường nhập văn bản, cho phép sử dụng giọng nói của bạn thay vì gõ bàn phím. Nó tạo ra một cuộc đối thoại gần như tự nhiên giữa con người và máy tính.

xử lý chatbot

Điều quan trọng là phải chỉ ra trạng thái của hệ thống và cách nó xử lý yêu cầu của người dùng. Các ứng dụng khác nhau sử dụng các cách tiếp cận khác nhau. Cách tiếp cận phổ biến nhất trong chatbot là tạo văn bản theo thời gian thực. Vì thuật toán có thể mất một chút thời gian để đưa ra kết quả nên việc hiển thị quá trình tạo văn bản khi đang di chuyển là một phương pháp hay, cho phép bạn tập trung vào sự chú ý của người dùng và giúp quá trình chuyển đổi giữa đầu vào và đầu ra liền mạch hơn.

Đầu ra chatbot

Trong các ứng dụng chatbot, loại đầu ra có thể khác nhau rất nhiều. Đây có thể là văn bản, hình ảnh (ví dụ: được tạo bằng cách nhập văn bản) hoặc các kết quả khác phụ thuộc vào chủ đề mục tiêu của ứng dụng và các chức năng của nó. Điều quan trọng là bản sao chép đầu ra phản ánh thông tin đầu vào của người dùng cũng như đặc tính và tính cách mong muốn của ứng dụng (nếu có).

Nếu định thiết kế một chatbot, bạn nên xem xét các phương pháp hay nhất mà các ứng dụng khác đã sử dụng.

1. Nhiều đầu ra. Vì kết quả của hệ thống có thể khác nhau và đôi khi không có chất lượng cao hoặc hệ thống có thể hiểu sai yêu cầu của người dùng nên nên thêm khả năng có nhiều đầu ra để tăng cơ hội hệ thống đoán được truy vấn mà người dùng muốn nhìn thấy.

   
   

2. Xin lỗi vì sự không chính xác. Trí tuệ nhân tạo trong hệ thống có thể tạo ra kết quả không chính xác dẫn đến nhầm lẫn, nội dung phản cảm hoặc cảm giác khó chịu cho người dùng. Hệ thống xin lỗi vì bất kỳ sự thiếu chính xác tiềm ẩn nào có thể phát sinh.

   
   

3. Tương tác đã lưu. Ghi nhớ những hành động gần đây của người dùng trong hệ thống, cho phép chúng ta tham khảo lại dễ dàng hơn. Hiển thị các điểm đến, tìm kiếm gần đây và các thông tin đầu vào khác có thể là một động lực hữu ích để giảm bớt gánh nặng nhận thức.

2. Chính (AI-first)

Loại sản phẩm này rất giống với chatbot, được hỗ trợ bởi các mô hình học ngôn ngữ, ngoại trừ việc định vị của chúng được thu hẹp cho các trường hợp sử dụng cụ thể và chúng có thể tạo ra các loại kết quả rất khác nhau, từ hình ảnh đến câu trả lời tương tác phức tạp cho các câu hỏi trong một ngành cụ thể.

Các sản phẩm này sử dụng AI làm quy trình làm việc chính thông qua các tương tác toàn màn hình và biểu mẫu bước.

Đầu vào cho loại chính

Như chúng tôi đã đề cập, đầu vào trông tương tự như các mẫu đầu vào của chatbot, thường trông giống như trường nhắc nhở cho văn bản. Các phương pháp hay nhất cũng được thực hiện tương tự, chẳng hạn như mẫu lời nhắc (để giúp bạn bắt đầu quá trình suy nghĩ) và nhập liệu bằng giọng nói.

Ngoài ra, đôi khi việc cho phép người dùng thiết lập một số tham số nếu chúng có thể được áp dụng cho đầu ra của hệ thống là điều hợp lý. Nó có nghĩa là việc sử dụng các thanh trượt tiêu chí và các mẫu giao diện người dùng tiêu chuẩn khác quen thuộc với người dùng.

Xử lý cho loại chính

Xử lý các mẫu nhất quán với các loại quy trình công việc khác, cách tốt nhất ở đây là tạo đầu ra hệ thống một cách đơn giản khi đang di chuyển. Nhưng khi thiết kế quy trình xử lý cho quy trình làm việc ưu tiên AI, hãy chú ý đến đầu ra, nếu có thể hiển thị từng phần một. Ví dụ: nếu một hình ảnh có thể được hiển thị trong quá trình tạo hoặc công nghệ của bạn chỉ cho phép bạn hiển thị nó đã hoàn thành.

Nếu đúng như vậy, hãy cân nhắc việc cung cấp thông báo tiến trình chi tiết trong quá trình tính toán.

Đầu ra cho loại chính

Trong quy trình làm việc ưu tiên AI, loại đầu ra có thể khác nhau, từ hình ảnh đến các cấu trúc giao diện người dùng khác nhau (hoặc thậm chí là các thành phần giao diện người dùng động), tùy thuộc vào những gì hệ thống đang cố gắng cung cấp cho người dùng và giải pháp mà hệ thống cố gắng đạt được.

Khi thiết kế loại quy trình làm việc này, hãy cân nhắc sử dụng nhiều kết quả đầu ra, cho phép tinh chỉnh đầu ra để người dùng đạt được kết quả mong muốn, cho phép nhắc lại và cung cấp khả năng thêm phản hồi về công việc của hệ thống.

3. Theo ngữ cảnh

Trong loại này, quy trình làm việc AI được thêm vào trên quy trình làm việc chính hiện có thông qua trình kích hoạt và hành động theo ngữ cảnh. Sử dụng LLM, nó cung cấp giải pháp cho các tác vụ theo ngữ cảnh thông qua các thành phần UI khác nhau.

Đầu vào cho quy trình công việc theo ngữ cảnh

Đầu vào trong quy trình làm việc theo ngữ cảnh phụ thuộc vào loại nhiệm vụ và có thể khác nhau rất nhiều. Nó có thể là kiểu nhập văn bản, mẫu lời nhắc hoặc các nút để kích hoạt các tác vụ cụ thể, chẳng hạn như tóm tắt văn bản.

Khi sử dụng phương pháp này, hãy cân nhắc việc thiết kế quy trình kích hoạt/hủy kích hoạt theo cách mà người dùng kích hoạt các lời nhắc hoặc lệnh này.

Xây dựng nhanh chóng

Mẫu này xuất hiện dưới dạng trình hướng dẫn được hướng dẫn giúp người dùng xây dựng lời nhắc chi tiết mà không cần viết chúng và sử dụng các thành phần đầu vào giao diện người dùng khác nhau, chẳng hạn như trường văn bản, danh sách thả xuống, nút radio và các thành phần khác. Tất cả những điều này kết hợp thành các cấu trúc biểu mẫu, thích ứng với bối cảnh của nhiệm vụ và cho phép chia lời nhắc phức tạp thành các phần logic nhỏ, giảm tải cho người dùng và giải phóng anh ta khỏi nhu cầu suy nghĩ nhiều về định dạng của câu lệnh. lời nhắc. Điều này có thể đặc biệt hữu ích khi bạn có một truy vấn lặp lại thường xuyên với cùng một cấu trúc, khi đó bạn có thể cho phép người dùng chỉ điền những phần thay đổi để không phải bận tâm đến việc viết lời nhắc mới mỗi lần.

Xử lý cho quy trình công việc theo ngữ cảnh

Không có gì ngạc nhiên khi các hệ thống theo ngữ cảnh yêu cầu cách tiếp cận theo ngữ cảnh để thiết kế xử lý. Một lần nữa, cách làm đúng phụ thuộc nhiều vào loại nhiệm vụ mà phần mềm cần phải hoàn thành, nhưng các phương pháp chung vẫn giữ nguyên. Nếu có thể, hãy hiển thị đầu ra của kết quả khi chúng được tạo. Nếu không, hãy hiển thị bước mà thuật toán hiện đang hoạt động và chỉ báo xử lý rõ ràng (biểu tượng tải hoặc thanh tiến trình)

Đầu ra cho quy trình làm việc theo ngữ cảnh

Khi thiết kế đầu ra cho quy trình làm việc AI tích hợp, hãy cho phép người dùng kiểm tra đầu ra trong ngữ cảnh trước khi áp dụng nó vào quy trình làm việc chính. Điều này sẽ cho phép người dùng xác minh tính chính xác của kết quả do trí tuệ nhân tạo tạo ra và trong trường hợp có kết quả không chính xác, có thể xóa hoặc thay đổi kết quả đó.

Kết hợp lợi ích của cả hai phương pháp tương tác dựa trên lệnh và dựa trên mục đích. Tùy thuộc vào nhiệm vụ giải quyết sản phẩm của bạn, hãy cho phép người dùng sửa đổi và sử dụng kết quả đầu ra nhất định để đạt được mục tiêu của họ. Cung cấp dòng chảy trơn tru và dễ dàng nhất có thể.

Ví dụ: trong trường hợp có nhiều văn bản nội dung, người dùng có vấn đề về nhận thức hoặc đọc viết muốn biết nội dung đó chứa gì mà không cần phải đọc toàn bộ văn bản. Người dùng có thể nhấp để xem phiên bản rút gọn và đơn giản hóa của văn bản đã được AI tạo ra.

Bạn cũng nên lưu trữ và hiển thị các truy vấn gần đây để cho phép bạn nhanh chóng quay lại chúng nếu cần.

4. Vô hình

Quy trình công việc AI vô hình có thể được coi là quy trình truyền thống nhất. Những loại này đã có từ rất lâu và chúng xuất hiện rất lâu trước khi có sự cường điệu hóa các mô hình ngôn ngữ gần đây. AI "vô hình" thực sự là vô hình vì hệ thống xử lý các hành động của người dùng ở chế độ nền. Hoạt động tự chủ, các thuật toán học máy cố gắng tìm nội dung có liên quan, cải thiện lời nhắc cũng như tính toán và phân tích hành vi. Điểm tiếp xúc và tương tác trong các hệ thống vô hình được giảm thiểu

Các hệ thống vô hình cũng có thể hỗ trợ người dùng hoàn thành nhiều nhiệm vụ khác nhau, làm gián đoạn quy trình làm việc của họ. Các đề xuất và tính năng tự động hoàn thành thích ứng khi đang di chuyển là những cách để triển khai ý tưởng này vào thực tế. Các tính năng tự động hoàn thành đưa ra nhiều đề xuất cùng một lúc cũng là một cách để giảm thiểu sai sót và khi hệ thống AI không chắc chắn người dùng muốn gì, cho phép người dùng chọn từ một danh sách đã chọn thay vì đưa cho họ một tùy chọn duy nhất. Tuy nhiên, hãy chú ý, ngay cả khi một số chỉnh sửa do AI cung cấp là hợp lý thì chúng vẫn có thể sai và việc ghi đè chúng không phải là điều khó khăn. Vì vậy, được thiết kế để cho phép chấp nhận, chỉnh sửa hoặc từ chối các đề xuất AI.

Khi tạo trải nghiệm vô hình, hãy đảm bảo hệ thống hiển thị thông tin liên quan, dựa trên hoạt động hiện tại của người dùng và ưu tiên các đề xuất được cá nhân hóa. Cập nhật các đề xuất được cung cấp nhanh chóng và thường xuyên.

Hiển thị các đề xuất cho người dùng, nêu rõ nguồn dữ liệu và giải thích lý do dự đoán hoặc đề xuất một kết quả cụ thể.

Giúp người dùng hệ thống AI có thể thể hiện sở thích của mình thông qua các tương tác thường xuyên. Ghi nhận phản hồi của người dùng và thông báo cho họ khi có điều chỉnh. Thay vì chỉ cảm ơn người dùng, hãy giải thích phản hồi của họ sẽ mang lại lợi ích cho họ như thế nào. Điều này sẽ khiến họ có nhiều khả năng cung cấp phản hồi lại hơn. Khi người dùng nhấn vào nút không thích, hệ thống sẽ cung cấp phản hồi ngay lập tức và xác nhận rằng họ sẽ thấy ít loại nội dung đó hơn trong tương lai.

Phần kết luận

AI chắc chắn sẽ thay đổi cách chúng ta tương tác với hệ thống máy tính. Tuy nhiên, việc thiết kế quy trình công việc AI đòi hỏi phải xem xét cẩn thận loại quy trình công việc được tạo và người dùng mục tiêu. Cho dù hệ thống AI của bạn dựa trên trò chuyện, theo ngữ cảnh, ẩn hay chính, điều quan trọng là phải ghi nhớ các phương pháp hay nhất đã xuất hiện từ các hệ thống AI tương tự khác. Việc cung cấp nhiều tùy chọn đầu ra, xin lỗi về những thông tin không chính xác và cho phép người dùng bày tỏ sở thích của họ chỉ là một vài ví dụ về các phương pháp hay nhất đã được thiết lập. Ngoài ra, điều cần thiết là phải xem xét các giai đoạn đầu vào, xử lý và đầu ra của quy trình làm việc và thiết kế chúng theo cách liền mạch và dễ hiểu cho người dùng. Bằng cách làm theo các phương pháp hay nhất này và xem xét nhu cầu riêng của người dùng, bạn có thể tạo ra các sản phẩm AI hiệu quả, hiệu quả và thân thiện với người dùng.