利用生成式人工智能转变用户体验(从线性旅程到定制地形)

去年 6 月，Jakob Nielsen 发表了一篇引起我极大关注的文章：“人工智能：60 年来首个全新 UI 范式”。在这篇文章中，他谈到了我们与技术互动方式的重大转变。我们不再像几十年前那样向计算机提供分步说明，而是进入基于意图的交互新时代。这意味着技术将理解我们的目标并帮助我们实现目标，而无需详细的说明。

作为用户体验设计师，这种转变可能很难理解。这对我们的工作意味着什么？尼尔森的见解指出，未来的用户体验将是动态的、高度个性化的，可以实时适应每个用户的需求。

本文深入探讨了 GenAI-first UX 的新兴前景。想象一下从僵硬的线性用户流程过渡到灵活、直观的体验。我们正在探索技术如何适应我们，使交互更加人性化和响应迅速。这很重要，因为它是为了让技术为我们服务，与我们的人类愿望无缝融合，并将数字体验转变为真正个性化和以用户为中心的体验。

（超）个性化

在当今快速发展的数字生态系统中，一个引人注目的故事强调了用户体验的重要性：向深度个性化转变。现代用户不再对通用界面产生共鸣；他们寻求围绕自己独特偏好和行为编织的体验。很难确定这种愿望从何而来，但可以毫不夸张地说，它受到了新闻、社交媒体和电子商务中盛行的内容算法的影响。

如果算法可以定制内容推荐，为什么它们不应该塑造我们的用户旅程、界面和整个数字体验？

解析个性化

从本质上讲，UX 中的个性化意味着调整各种平台元素以迎合个人用户的细微差别。这可以通过多种方式体现：

• 内容：个性化的文本或媒体，例如在问候中使用用户的姓名或根据年龄或文化背景调整文章。
• 语气：针对专业用户采用正式的语气，针对年轻用户则转为随意的语气。
• 用户旅程：根据用户的目标和对平台的熟悉程度，定制用户遵循的顺序或路径。
• 布局：根据用户偏好或设备调整视觉安排，例如基于网格或基于列表的布局、暗模式或亮模式。

个性化为何如此重要

用户体验设计中的个性化对于吸引用户和提高忠诚度至关重要。如果用户感觉自己被理解并且收到根据自己的偏好量身定制的内容，他们更有可能与平台互动并保持忠诚度。这可以提高转化率、提高客户满意度和增加利润。要真正了解个性化的强大功能，请查看这些引人注目的统计数据。

为单一受众进行设计

如今，大多数数字体验都依赖于细分，根据通常模糊的人口统计和心理特征，给我们贴上“千禧一代科技迷”或“足球妈妈”等标签。社交媒体等一些平台试图通过“微细分”来完善这一做法，但我们仍然感觉被归入预先设定的框框中。

然而，未来更加令人兴奋：超个性化。这种方法完全打破了传统，专注于为每个人提供独特的体验。

想象一下：你需要一双新的跑鞋，而你的手机会根据你最近的锻炼情况推荐一双支撑力最强的跑鞋。你不用再费力地从千篇一律的选项中挑选，而是会为你推荐在特定时刻最适合你的那双。

超个性化不仅限于推荐。借助生成式人工智能和足够的背景信息，技术最终可以满足我们的各种需求。我们不是单一维度的生物；我们的偏好、兴趣和需求会根据环境而变化。超个性化可以识别这一点并做出相应的调整。

归根结底，这是为了确保技术服务于我们每个人，而不仅仅是将我们限制在一个框架内。为单一受众设计意味着每个用户都感到真正被理解和重视。

人工智能作为推动者

随着人们对超个性化体验的需求日益增长，问题不再是这些体验“是否”会发生，而是“如何”发生？人工智能是解锁无限定制和配置的关键。我们不再需要将我们的意图转化为具体的命令。相反，我们表达我们想要什么，人工智能来处理“如何”发生的问题。

为什么这样更好？

让我们举个例子。假设你需要引用一篇论文。在旧模式下，你需要分解选择样式、学习其规则、收集信息以及正确格式化每个引用的任务。这是一项耗时且细致的工作！在新模式下，你表达你的意图——“使用哈佛格式引用本文中的来源”。人工智能将其转化为必要的步骤，执行它们，并呈现结果供你审阅。你专注于你的目标，而不是复杂的细节。

这种体验更好，因为它更加以人为本。你可以自然地提出请求，就像向乐于助人的同事提出请求一样。这种人性化的互动将向所有人开放数字世界，从帮助你找到完美的跑鞋到在下一篇论文中轻松引用来源。

人工智能正在发挥作用

现在我们已经进入基于意图的交互的新范式，需要逐步导航的传统软件任务已经变得过时。

如果人工智能是驱动我们超个性化体验的隐形引擎，我们该如何为这个沉默的合作伙伴进行设计？

静默的 AI 流程对于 UX 设计来说是一把双刃剑。实时摘要或 AI 驱动的旅行规划等功能提供了令人难以置信的价值，但它们的背景性质可能会让用户感到困惑。进度条等传统技巧通常不够用，尤其是对于由AI 代理处理的复杂任务（例如预订梦想假期）而言。

关键在于制定新的设计模式、优先考虑透明度和建立信任。可以将其想象为为非技术用户设计。他们不需要了解复杂的算法，但对流程和潜在时间框架的基本了解至关重要。不要使用通用的加载消息，而是在整个用户旅程中散布微妙的提示。这可能涉及描述 AI 活动的微动画、上下文消息（例如“您的 AI 助手正在制定完美的行程！”）或表示后台处理正在进行的平静视觉效果。

通过战略性地实施这些新的透明措施，即使在幕后强大的人工智能力量正在努力工作的情况下，我们也可以确保无缝的用户体验。

实验阶段

我们经常将诸如“无限滚动”之类的熟悉的用户体验模式视为理所当然，而忘记了诞生它们的无数次迭代和实验。GenAI 体验的主导交互模式仍然有待探索，但有一点是肯定的：如果不进行实验，我们就无法找到它们。

奇怪，但很好

探索对于用户体验设计至关重要，即使它最初导致的结果可能看起来不寻常或不合常规。我们早期的许多尝试现在回想起来可能显得奇怪甚至滑稽。然而，通过持续的迭代和集体努力，我们可以发现真正引起共鸣并经得起时间考验的设计。

为了了解 GenAI 设计的现状，让我们回顾一下移动计算器的发展历程。Wayback Machine 将我们带回到 2011 年，当时一些流行的移动计算器应用程序展示了各种各样的设计方法，可能会让您发笑并想知道“我们在想什么？”我们目睹了设计师们努力处理视觉元素和与这些数字工具交互的新方法。模仿现实世界的体验（现实主义）和利用数字世界的独特可能性（可供性）之间存在明显的矛盾。

快进两年：拟物阴影和笨重的按钮都消失了，取而代之的是极简的扁平设计，并集成了（在本例中）用于货币转换的新颖的可滑动抽屉。这引出了一个问题：用户从一开始就能直观地理解滑动功能吗？还是说，经历各种设计迭代的过程对我们用户来说至关重要？

下拉刷新时刻

David Haong清楚地总结了这种情况，他说，我们正在等待人工智能的下拉刷新时刻——一种决定性的用户交互，将为未来的界面设定标准。随着我们进入人工智能时代，挑战在于探索超越传统设计的东西，等待这种变革性的想法。

整个新交互和用户体验模式的世界正在等待我们去探索。

GenAI 的“下拉刷新”时刻会是什么？我们只有通过实验、协作和对话才能知道。

从平台到开放世界

很难将这个行业时刻与可比机会联系起来，但我首先想到的是视频游戏从平台游戏（2D 左右移动）转变为开放世界游戏（3D 自由移动）的那一刻。虽然大部分游戏逻辑和叙事都是可移植的，但用户代理发生了明显的变化。GenAI 让我们能够实现同样的飞跃，但我们必须确保提供适当数量的约束以保证用户安全，同时鼓励他们享受服务或使用他们想要的方式完成任务。

约束作为讲故事的媒介

如果你曾经踏上运动场，你会注意到草地上有各种奇怪的标记。这些只是对球员的一个限制，它们有助于塑造比赛，有助于形成叙事，并让球迷群体团结在一个团队和一项运动周围。我们也看到体育界之外的限制，想想一位导演巧妙地为电影构图以适应 16:9 的屏幕，或者一位执行专家改变包装方法，帮助以更有效的方式将更多产品从工厂中运出。

我们人类寻求约束，因为它们能帮助我们理解情况并开始适应。

作为设计师和产品专家，我们有责任在我们的体验中建立约束，以赋予它们背景。传统上，我们通过限制个人在任何给定时间可用的路径数量来实现这一点，我们通常将其描绘成一个漂亮的树形图。这里的挑战是与人工智能的互动没有固有的路径，每个人的目标和背景都会驱动他们的流程。所以我们需要定义我们系统的某些规则，就像开放世界游戏中的墙壁一样，定义什么是不可能的，而不是归因于有限的可能性列表。这将使用户在没有我们的系统的情况下感到自由，同时始终保持他们的安全和我们的品牌沟通。

开放世界用户体验

我们可以用一种方式来描述我们正在讨论的系统，那就是开放世界用户体验。开放世界用户体验有几个显著的特点，它们是可预测和一致的，它们提供清晰的叙述，并允许定制体验。开放世界用户体验体验需要确保对于每个用户输入或操作，都有一致且预期的响应，并根据场景微调变化（读取准确度）。这就像一位艺术家，他准确地知道两种颜料混合后会出现哪种颜色，但在某些情况下，他愿意接受细微的惊喜。开放世界用户体验体验还创建了清晰的叙述，确保用户的旅程具有清晰度、目的性和方向性。最后，设计师可以通过调整约束集来微调这些体验，就像作曲家在管弦乐队中添加或删除乐器，从而影响可以演奏的内容和演奏方式。

对于设计师和产品专家来说，这些开放世界的体验为真正定制的交互、自适应布局和即时反馈循环创造了机会。设计师可以为用户策划特定的交互，确保每个接触点都给人个性化的感觉。在定义的约束条件下，设计可以动态适应用户偏好。最后，设计中的任何变化或增强都可以立即反映出来，从而允许根据用户反馈进行实时（非预定）迭代。

从线性到动态的旅程

UX 领域经历了许多变化，但线性用户旅程仍然是基础。这些旅程根据用户研究和业务目标，逐步引导用户实现预先定义的目标。然而，组织经常错过为客户群长尾用户提供服务的机会，认为这不值得投资。有了生成式人工智能作为协调器，设计师现在可以创建适应每个用户的背景和目标的动态旅程。通过在我们的服务中使用模块化方法，我们为用户提供量身定制的体验，确保他们得到他们所需要的。

线性旅程

在数字界面发展的早期，许多用户发现数字交互令人困惑。线性流程为用户和机器提供了一种易于理解的结构，尤其是对于设置设备或完成在线购买等连续任务而言。它们的优势在于简单、指导性、可预测性和易于实施。清晰、直接的路径消除了困惑，并帮助用户完成目标。此外，线性旅程让用户能够轻松预测接下来会发生什么。这些清晰、可预测的步骤可以轻松转化为编程功能，使其易于构建。

线性旅程的限制

真正的个性化是现代用户体验中日益增长的必要条件，但它在线性设计的限制下却举步维艰。线性旅程本身难以满足个性化的偏好、行为和情境。例如，使用线性方法的音乐应用可能会引导用户完成一系列步骤来创建播放列表（创建、命名、添加曲目等）。相比之下，动态模型会将其简化为单个步骤（创建播放列表），同时考虑用户偏好和趋势等外部因素。

转向元级别

如今，数字环境需要更加适应性和个性化的方法。

线性旅程应该被视为用户与我们的产品或服务互动的元级别。

例如，购买新外套的线性旅程（浏览、选择商品、购买）可以在这些步骤中加入动态元素。每个用户都可以按照自己喜欢的方式浏览，例如通过语音、使用推荐或跟随潮流。在人工智能的推动下，走向动态旅程，让我们可以自由地塑造自己的体验。

动态旅程

动态用户旅程是实现超个性化体验的关键。旅程由人工智能协调，人工智能会利用个人背景和目标即时构建富有成效的体验。

这些旅程是高度个性化、目标驱动且短暂的。

在考虑这一机制时，我们经常会问到人工智能如何运作，以及线性旅程如何实现简单性和可预测性。在这里，我们必须实现适当的动态平衡，将我们的动态体验融入元线性旅程中。

一个例子

想象一下，你想去最近的火车站，但手头只有一张纸质地图。你可能会先确定自己的位置，然后考虑哪些道路或交通系统可以带你去火车站。你甚至可能在地图上画出你的路线。此外，你可能会仔细注意相关的街道名称，以便在行走时确定方向。最后，你会得到一组带你去火车站的路线，然后你就可以出发并按照计划行事了。

相反，如果你有 GPS，情况会怎样？在这种情况下，你会输入目的地“火车站”，然后查看并选择你的出行选项（公共交通、步行、骑自行车等）。然后点击开始。如果发生交通拥堵或火车延误等意外情况，GPS 会立即实时重新校准。尽管发生了意外变化，你的注意力仍集中在目的地上，而不是街道名称或地铁站上。这是一次动态旅程。

目标驱动的体验

我们的动态用户旅程与尼尔森的断言完全一致，即我们正处于基于意图的结果规范时代。借用游戏设计，我们可以将每个用户的旅程视为一系列要实现的目标或“级别”，其中线性元旅程是总体叙述。随着用户的进步，系统会进行调整，提供正确的工具、内容和路径，就像一款游戏一样，每个级别都会根据玩家的技能提供独特的挑战。

这给设计师和产品专家带来了新的挑战：帮助用户明确目标，同时确保他们了解人工智能的后台流程。创建一个透明且支持性的环境至关重要，让用户能够轻松传达他们的需求，并使人工智能能够有效地满足这些需求。需要创新的设计解决方案来弥合用户意图与人工智能为实现这些意图而执行的复杂流程之间的差距。

概括

我们相信，我们已经到达用户体验设计的关键时刻，用生成式人工智能改变用户体验。从线性旅程到定制地形，我们现在可以拥抱这项创新技术带来的个人旅程。我们不再需要适应技术；技术现在会适应我们。这种转变是为了为一个受众——长尾——每个人——进行设计。

为什么这很重要？因为它让我们的体验更加人性化。通过适应每个用户独特的偏好、行为和环境，技术变得更加直观和可关联。想象一下，您的所有数字体验都像 GPS 一样工作：适应实时变化并专注于让您到达目的地，而不是遵循固定路径。

线性旅程提供了结构，但动态旅程可以满足您的独特需求，创造更加个性化和更具吸引力的体验。

这种方法不仅提高了用户满意度，还使技术更易于获取和普及。它打破了障碍，让每个人都能享受个性化、直观的交互，无论他们的技术专长如何。通过使技术更加人性化和以用户为中心，我们确保数字产品具有包容性、赋能性，并真正满足个人需求。

翻译：云瑞设计

原文：uxdesign