设计在不断发展，但当前人工智能的兴起已经彻底颠覆了整个领域。 正在引领一个新范式的交互新时代。传统的用户界面基于命令和控制模式，用户告诉计算机一系列命令来完成某些用户任务。然而，人工智能让用户能够更自然地与计算机交互，告诉他们想要什么，而不是如何做。 用户体验 人工智能 这种与人工智能交互的新范式，被称为基于意图的范式，仍处于早期阶段，但它有可能彻底改变我们与计算机交互的方式。例如，想象一下能够告诉您的计算机“我想预订飞往巴黎的航班”，并让它自动找到最佳航班并为您预订。或者想象一下，您可以说：“我需要纳税方面的帮助”，然后让您的计算机逐步引导您完成整个过程。它为设计“终极”用户体验并使其完全整体和无缝提供了许多全新的机会。 基于意图的交互并非没有挑战。现代语言学习模型也称为法学硕士，已经非常擅长理解自然语言。然而，人工智能在用户体验中的状态远非完美，当前基于聊天的交互方式需要用户将他们的问题写成散文文本，因此产生了很高的认知负荷。 此外，针对此类交互设计直观且易于使用的 UI 可能很困难。然而，基于意图的交互的潜在好处是巨大的，用户体验设计师已经在探索如何最好地实现这种新范例。 在本文中，我们将探讨基于意图的交互的兴起及其对用户体验设计的影响。我们将讨论当前现有的人工智能驱动产品类型，它们使用输入和输出模式的方式，以及它们的设计如何使人工智能环境中的用户体验更好。 内容概述 人工智能如何改变设计师的工作 产品中人工智能工作流程的主要类型 聊天机器人 初级（AI优先） 语境化 无形的 结论 人工智能如何改变设计师的工作 正如我们已经发现的，对于使用人工智能产品的设计师来说，新的挑战是在意图优先的范式框架中进行设计。当您想到传统软件时，与它交互的方式就是在系统内发送一系列命令以获得所需的输出。您的输入是一个命令，它可以是屏幕上任何交互式的内容，例如按钮、下拉菜单、表单等。您在 中的操作组合形成一个命令，它会引导您逐步完成您的旅程。  GUI 经过一组步骤，浏览产品中的信息架构，您终于得到问题的解决方案，即系统的输出。例如，当您尝试叫出租车时，您将发送一组命令来选择目的地、设置乘车参数，最后在系统为您选择司机时发送一条命令来确认驾驶。 基于意图的交互被缩小到输入-处理-输出系统。您实际上向系统提供您想要获得的结果（所谓的提示），系统处理您的输入并为您提供输出。所有计算步骤都在系统上，您只得到您需要的。回到我们打车的例子，在基于意图的系统中，你只需要给出提示（“叫一辆出租车回家”），你就会搭车。  这种范例仍然需要工作流程中的命令，因为机器可能会出错，而人类有时可能想要修改和控制输出或在不同的流程中使用它，以更好地根据其目标设置系统的行为。 产品中人工智能工作流程的主要类型 让我们就这些命名达成一致，但是，当我们将人工智能集成到用户流程中时，它的工作方式可能会有所不同，具体取决于产品工作流程、任务、问题、技术功能和其他限制。在我们的研究和分析过程中，我们可以看到产品中的某些模式，让我们来看看它们。此外，我们还会告诉您这个或那个产品如何使用输入-处理-输出模式，它使用什么 UI 解决方案，以及它如何解决 AI 产品标准的可用性问题。那么让我们开始吧。  1. 聊天机器人 我们来谈谈最明显的例子。目前围绕人工智能的炒作主要是关于聊天机器人及其功能。在这种模式中，使用法学硕士，人工智能工作流程通过聊天机器人界面的来回对话进行。用户通过与聊天机器人进行对话来进行交互，聊天机器人会响应用户的问题和提示。通常，这种类型的工作流程可用于完成各种任务和解决方案、最广泛的请求、研究新主题等。 然而，当前基于聊天的交互方式给用户带来了很高的认知负担，因为它要求他们将问题写成散文文本。为了解决这个问题，我们开发了一个新角色：“即时工程师”。提示工程师负责通过提供适当的提示从 ChatGPT 获取正确的结果。换句话说，聊天机器人需要对其可用性设计给予很多关注。  聊天机器人输入 聊天机器人产品通常使用文本提示输入模式。这种方法允许用户以文本形式键入任何请求并将其发送到系统，并编写他们想要的任何内容。它为输入和输出结果提供了最广泛的可能性。 用户提示模式通常显示为文本字段 UI 元素。在聊天机器人中，它通常保持固定在适当的位置。  与提示相结合，通常还会添加预先写好的提示，从而减少用户对该聊天机器人要做什么的误解和误解，提供建议并简化选择。  此外，聊天机器人经常建议使用语音输入来填充文本输入字段，让您使用语音而不是键盘输入。它在人与计算机之间创建了几乎有机的对话。  聊天机器人处理 显示系统处于什么状态以及它如何处理用户的请求非常重要。不同的应用程序使用不同的方法。聊天机器人中最常见的方法是实时文本生成。由于算法可能需要一段时间才能提供结果，因此动态显示文本生成是一种很好的做法，可以让您保持用户的注意力集中并使输入和输出之间的过渡更加无缝。  聊天机器人输出 在聊天机器人应用程序中，输出类型可能有很大差异。这可以是文本、图像（例如，通过文本输入生成）或其他结果，具体取决于应用程序的目标主题及其功能。输出的文案必须反映用户输入以及应用程序所需的特征和个性（如果相关），这一点很重要。 如果您要设计聊天机器人，您应该考虑其他应用程序已经使用的最佳实践。 多个输出。由于系统的结果可能不同，有时质量不高，或者系统可能会误解用户的请求，因此最好添加多个输出的可能性，以增加系统猜测用户想要的查询的机会看。  对于不准确之处，我们深表歉意。系统内的人工智能可能会产生不正确的结果，从而导致混乱、令人反感的内容或让用户感到不安。该系统对可能出现的任何潜在错误表示歉意。  已保存的交互。记住系统内用户最近的操作，使我们能够更轻松地回顾他们。显示最近的目的地、搜索和其他输入有助于缓解认知负担。   2. 初级（AI优先） 这类产品与聊天机器人非常相似，由语言学习模型提供支持，只不过它们的定位缩小到特定的用例，并且它们可以产生非常不同类型的结果，从图片到特定行业问题的复杂交互式答案。 这些产品通过全屏交互和步骤形式使用人工智能作为主要工作流程。  主要类型的输入 正如我们已经提到的，输入看起来类似于聊天机器人的输入模式，通常看起来像文本的提示字段。最佳实践也很相似，例如提示模板（帮助启动您的思维过程）和语音输入。  另外，有时让用户设置一些参数（如果它们可以应用于系统的输出）是有意义的。这意味着使用用户熟悉的标准滑块和其他标准 UI 模式。  初级类型的处理 处理模式与其他工作流类型一致，这里的最佳实践是简单地生成系统输出。但是，在设计人工智能优先工作流程的处理时，请注意输出（如果可以逐部分显示）。例如，如果图像可以在生成过程中显示，或者您的技术只允许您显示完成的图像。 如果是这种情况，请考虑在计算期间提供精细的进度消息。  主要类型的输出 在人工智能优先的工作流程中，输出类型可能从图像到不同的 UI 结构（甚至动态 UI 元素）有所不同，具体取决于系统试图向用户提供什么以及它试图实现什么解决方案。 设计此类工作流程时，请考虑使用多个输出结果，允许微调输出以使用户达到所需的结果，允许重新提示，并提供添加有关系统工作的反馈的可能性。   3. 情境 在这种类型中，人工智能工作流程通过触发器和上下文操作添加到现有主工作流程之上。使用 LLM，它通过各种 UI 元素提供上下文任务的解决方案。  上下文工作流程的输入 上下文工作流中的输入取决于任务类型，并且可能存在很大差异。它可以是文本输入、提示模板或用于启用特定任务（例如文本摘要）的按钮。 使用此方法时，请考虑设计激活/停用过程，即用户触发这些提示或命令的方式。  迅速建设 此模式显示为引导向导，帮助用户构建详细的提示而无需编写它们，并使用不同的 UI 输入元素，例如文本字段、下拉列表、单选按钮等。所有这些都组合成表单结构，适应任务的上下文，并允许将复杂的提示分割成小的逻辑部分，从而减轻用户的负担，并使他无需过多考虑提示的格式。迅速的。当您有一个具有相同结构的频繁重复的查询时，这尤其有用，那么您可以让用户仅填写发生变化的部分，以免每次都编写新的提示。  上下文工作流程的处理 毫不奇怪，上下文系统需要上下文方法来处理设计。同样，正确的方法很大程度上取决于软件需要完成的任务类型，但一般做法保持不变。如果可能，请显示生成结果的输出。如果没有，请显示算法当前正在工作的步骤以及明确的处理指示器（加载图标或进度条）  上下文工作流程的输出 在设计集成 AI 工作流程的输出时，允许用户在将输出应用到主工作流程之前在上下文中检查输出。这将允许用户验证人工智能生成的结果的正确性，如果结果不正确，则可以删除或更改它。  结合基于命令和基于意图的交互方法的优点。根据产品解决的任务，让用户修改和使用给定的输出来实现他们的目标。尽可能提供顺畅且轻松的流程。 例如，在有大量正文的情况下，有认知或读写能力问题的用户希望了解该内容中包含的内容，而无需阅读整个文本。用户可以点击查看人工智能生成的文本的缩短和简化版本。  存储和显示最近的查询也是一个很好的做法，以便您可以在必要时快速返回它们。   4. 隐形 隐形人工智能工作流程可以被认为是最传统的工作流程。这些类型已经存在很长时间了，而且它们的出现早于最近对语言模型的炒作。 “隐形”人工智能实际上是隐形的，因为系统在后台模式下处理用户操作。机器学习算法自主工作，尝试查找相关内容、改进提示以及计算和分析行为。隐形系统中的接触点和交互被最小化 隐形系统还可以帮助用户完成各种任务，中断他们的工作流程。随时随地适应的建议和自动完成是将这一想法付诸实践的方法。自动完成功能一次提供多个建议也是减少错误的一种方法，当人工智能系统不确定用户想要什么时，允许用户从选定的阵容中进行选择，而不是向他们提供单个选项。不过，请注意，即使某些人工智能驱动的修正是合理的，它们仍然可能是错误的，并且覆盖它们应该不难。如此设计是为了允许接受、编辑或拒绝人工智能建议。  创建隐形体验时，请确保系统根据用户当前的活动显示相关信息，并优先考虑个性化推荐。快速且频繁地更新提供的建议。 向用户显示建议，清楚地说明数据来源，并解释为什么预测或建议特定结果。  使人工智能系统的用户能够通过定期交互表达他们的偏好。确认用户反馈并通知他们何时进行调整。不要简单地感谢用户，而是解释他们的反馈将如何使他们受益。这将使他们更有可能再次提供反馈。当用户点击“不喜欢”按钮时，系统应该立即提供反馈，并确认他们将来会看到更少的此类内容。  结论 人工智能肯定会改变我们与计算机系统交互的方式。然而，设计人工智能工作流程需要仔细考虑正在创建的工作流程类型和目标用户。无论您的人工智能系统是基于聊天的、上下文相关的、隐形的还是主要的，记住其他类似人工智能系统中出现的最佳实践都是至关重要的。提供多种输出选项、对错误表示歉意以及允许用户表达自己的偏好只是已建立的最佳实践的几个例子。此外，必须考虑工作流程的输入、处理和输出阶段，并以用户无缝且易于理解的方式设计它们。通过遵循这些最佳实践并考虑用户的独特需求，您可以创建有效、高效且用户友好的 AI 产品。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Say "hi" on Linkedin

Read My Stories

該音頻是用故事的原始語言製作的！

人工智能工作流程和现代应用程序设计模式

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

加密货币增长：创建有效的用户角色

比特币 UTXO 模型，为独特的生态系统提供动力

架构师指南：构建 AI/ML 数据湖参考架构

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

加密货币增长：创建有效的用户角色

比特币 UTXO 模型，为独特的生态系统提供动力

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps