AI时代的用户体验设计
导读
小宁三十岁，是一名设计师。她让 AI 帮忙写一封催款邮件。
她输入："帮我写一封催款邮件，对方是合作了两个月的客户，欠款十五万，账期已超三十天。语气要专业，不要咄咄逼人。"
AI 生成了三段话。语气得体、逻辑清楚——第一段问候，第二段说明情况，第三段期待尽快结清。末尾还自动加了一句"感谢您一直以来的信任与支持"。
小宁盯着屏幕看了三十秒。然后全部删掉，自己重写。
后来问她为什么不用，她说："它写得太像人写的了。我不敢发。"
小宁面对的不确定性不是"AI 能不能写"，而是"AI 写的这封信发出去之后发生的事，我有没有能力兜底"。AI 没有说错任何话，但 AI 也没有帮她理解——这句话为什么选这个词、这个语气怎么判断是合适的、客户看后会怎么想。她在一个"黑箱"里按了生成，拿到一份看上去完全合理的文本，但没有任何依据让她相信这份文本在真实场景中是安全的。
AI 产品体验的核心矛盾就在这里。传统产品因为规则确定而可预测，用户知道按 A 就会得到 B。AI 产品因为能力强而不可预测——输出每次都不同，而且每次看起来都合理。用户不是在"操作一个系统"，而是在"跟一个能力很强但会犯错的人协作"。信任在这个场景里不会自然发生，需要刻意设计。
信任来自透明度，不只是功能本身。一个写作助手加了"自动优化"按钮，用户点了之后文字变流畅了，但没人用了。用户访谈发现：他们不知道 AI 改了哪里、为什么改。
核心问题
三个问题。第一，当产品能自己生成内容、预测结果、替用户做决定——交互设计的规则要不要重写？第二，信任校准是什么意思——为什么在 AI 产品里，信任太低和太高都同样危险？第三，失败恢复是什么——当 AI 说错了、做错了、越权了、误解了，用户能不能不被困在那个错误里？2
关键概念与定义
AI 产品体验的五个关键概念跟传统 UX 有本质区别。
可解释性——AI 做出推荐或生成内容时，用户能否理解"为什么是这些结果"。不是技术上的可解释，是用户层面能看懂 AI 的决策依据。
信任校准——让用户的信任程度与 AI 的实际能力匹配。过度信任让用户忽略风险，信任不足让用户放弃有价值的 AI 功能。信任校准是 AI 体验设计师的核心工作。3
人机协作——不是"AI 替代人类"，是"AI 和用户各自做擅长的事"。AI 擅长模式匹配、大规模处理、文本生成。用户擅长判断语境、评估风险、做最终决策。设计的目标是让这个分工清晰可见。
错误模式——传统软件的错误模式是"系统错误"，AI 的错误模式是"看起来正确的错误"。用户需要的是识别错误的能力，而不是"等待系统修复"。设计师需要帮助用户建立这种能力。
人工接管——当 AI 的能力边界被触及，用户能否顺畅地接管控制权。不是突然弹出一个"请联系客服"的页面，是 AI 提前说"这个问题超出了我能处理的范围，我将尝试总结已有信息，然后交由人工处理"。
传统产品是"规则的自动售货机"。用户投币（输入）→机器吐出对应商品（输出）→用户拿到预料中的结果。规则稳定、结果确定、用户知道发生了什么。体验设计的目标是让这个过程顺畅、高效、美观。
AI 产品是"能力强但会犯错、会猜测、会自信地说错话的协作者"。用户输入→AI 生成输出→结果每次不同。用户不知道输出依据是否可靠。AI 可能在毫无根据的时候给出百分之百确定的回答。
两种产品的差异决定了设计方法的不同。传统产品里，设计目标是减少用户的认知负荷。AI 产品里，设计目标有时候需要让用户停下来确认、检查、判断。传统产品里的"流畅"到了 AI 产品里可能是"危险的"。AI 生成一封催款邮件自动发送——流畅、高效，但小宁不敢用。如果 AI 在生成邮件后自动加了一个确认环节："这封邮件已按您的描述生成。语气为温和提醒，包含了具体欠款金额和账期。请确认是否需要调整语气或收件人"——反而让用户觉得这 AI 可靠。
方法、流程或框架：AI 产品体验八步法
设计 AI 产品体验的传统框架需要调整。以下八步不是"用户使用流程"，而是"信任建立流程"。
第一步，能力边界告知。在用户使用 AI 之前，告诉它"能做什么、不能做什么、什么时候会猜"。不隐藏能力边界——用户越早知道 AI 的局限，越少产生后期的不信任。"我可以用自然语言回答你的问题，但我没有实时访问你的公司数据的能力，所以涉及具体金额或客户信息的问题请以你的记录为准。"
第二步，过程可见。从用户输入提示词到 AI 生成输出之间，让用户看到"正在发生什么"。小宁的催款邮件场景里，如果 AI 在生成后附带一句"这封邮件的语气的参考依据是：对方客户关系指数中等偏高，建议用温和提醒而非正式催收"，小宁就能判断这句话是否可靠。
第三步，输出可追溯。每次输出附带它的依据：数据来自哪里、逻辑基于什么假设、哪些部分是推测。AI 说"这个数字是 3000 亿"时，旁边加一个脚注："该数字来自训练数据中收录的市场报告，不一定反映最新情况。"
第四步，不确定性表达。AI 不用在所有问题上都给出"确定"的回答。给出一个区间、加一个置信度描述、或者直接说"我不确定"，反而比"确定的错误"更让用户信任。"根据我掌握的信息，您可能需要联系客服确认具体政策——因为不同区域的退货规则存在差异。"
第五步，用户覆盖机制。任何可能产生实际后果的操作（发邮件、提交表单、修改设置），AI 在执行前必须给用户一次确认机会。AI 生成的催款邮件发出之前，显示原文并问用户"是否确认发送"。
第六步，错误恢复路径。AI 出错时用户该怎么办。不是"联系客服"，是一个具体的恢复动作："如果这封邮件的语气不当，您可以在这里修改全文，或者重新描述您想要的语气，我会重新生成。"
第七步，反馈闭环。用户对 AI 输出的反馈（好或不好）应该进入产品的改进循环。不是简单的"点赞/点踩"，是告诉用户"您的反馈已记录，它将帮助我更好地回应类似场景"。
第八步，持续校准。用户使用越久，AI 越了解用户的偏好和边界。但这个过程需要用户授权和可见性——让用户知道"AI 现在了解你的邮件回复习惯，所以生成的草稿更接近你的风格"。没有授权的个性化调用会让用户感到"被监视"而不是"被服务"。
实际工作场景
在真实项目中设计 AI 产品体验，你需要面对三种典型的场景。
第一种，AI 功能嵌入现有产品。用户习惯了一个确定性的点击界面，突然加入一个输入框或一个"AI 生成"按钮。用户不知道怎么用——他们需要的不只是一个功能入口，是一个"何时该用 AI、何时该用传统操作"的判断依据。解决方案是在 AI 功能入口处加上一句话："当你不确定关键词时，可以用自然语言描述你需要的功能"。
第二种，AI 输出内容被用户直接转发。小宁的催款邮件就是这一类。设计方案不是让 AI 写得更好，是让用户在转发之前有足够的检查工具——逐句标注可信度、来源或生成依据。用户不是 AI 的审核员，但 AI 产品需要帮用户做好审核前置工作。
第三种，AI 作为决策辅助工具。用户输入数据，AI 给出推荐或预测。这种场景下，用户最需要的是"AI 的推荐在什么条件下成立"。一个好的设计是在推荐旁边加一个"适用条件摘要"：这个推荐的依据是过去三个月的行业数据；如果您的区域或时间段不同，推荐结果不一定适用。
案例：五组场景三行对照
让五组典型的 AI 对话暴露 AI 产品体验的断裂。
第一组——事实性问题。"AI 说"：2024 年全球 SaaS 市场规模是 3000 亿美元。"用户理解"：这是个准确的数字。"实际"：这个数字是 AI 基于训练数据推测的，它没有访问 2024 年真实财报数据的能力。用户以为 AI 在"查"——AI 其实在"猜"。断裂类型：过度自信。AI 没有说明信息来源的可靠程度。用户以为它有依据，它只是根据训练数据做了合理猜测。
第二组——推荐决策。"AI 说"：建议你选择第一个方案，因为性价比最高。"用户理解"：AI 比较过所有方案。"实际"：AI 可能只分析了你给出的那部分信息，不了解你的预算、组织、流程、人员等边界条件。断裂类型：缺少依据。AI 的"建议"背后没有完整的决策逻辑。
第三组——客服场景。"AI 说"：非常理解您的心情，我们会尽快为您处理。"用户理解"：这是个有同理心的人在回应我。"实际"：这是根据"情绪识别"概率预测生成的一段标准话术。用户被误导以为有人在听，实际是模式匹配。断裂类型：语气误判。用户对 AI 的角色认知与 AI 实际能力之间存在差距。
第四组——医疗或金融。"AI 说"：您的症状可能是早期 XX 病，建议尽快就医。"用户理解"：AI 做了诊断。"实际"：AI 只是根据文本模式匹配了症状和疾病的最常见关联，不具备诊断能力。断裂类型：遗漏风险。AI 没有告诉用户"这是一个基于统计模式的推测，不是医学诊断"。
第五组——合同审查。"AI 说"：这份合同主要条款风险较低。"用户理解"：合同没问题。"实际"：AI 忽略了甲方所在地的法规差异中的一个关键条款，因为那个条款的表述在训练数据中出现频率低。断裂类型：伪装确定。AI 确定的语气让用户以为审查是完整的，实际上 AI 自己不知道它遗漏了什么。
五组场景的共同模式：AI 的自信程度和实际准确程度不匹配。传统软件的错误是"系统出错请稍后重试"——用户知道系统出错了。AI 的错误是"看起来完全正确但实际有偏差"——用户不知道 AI 出错了。这个差异是 AI 产品体验设计中最大的设计挑战。
数据与指标
AI 产品的指标不能只看使用量。用户频繁使用 AI，可能是因为它确实节省了时间，也可能是因为用户反复试了十几次才得到可用的结果。
错误率需要按错误类型拆分——事实错误、引用错误、拒答过度、执行动作失败。不同类型的错误，后果完全不同：写作助手写错公司名称尴尬，医疗建议写错药物禁忌可能致命。人工接管率看用户或系统在什么情况下从 AI 转回人类——接管率高不一定坏，可能说明风险场景识别得好；接管率低也不一定好，可能说明用户根本不知道有转人工这个选项。幻觉率适合知识型 AI 和生成式问答，但评估成本高，不能只靠用户点踩——用户未必能发现错误。信任校准看用户是否过度信任或过度不信任——在高风险任务中不经检查直接采纳 AI 建议，和在低风险任务中因为一次错误就彻底放弃，是同一个指标的两端。4
常见误区
把 AI 体验等同于聊天框。AI 可以藏在搜索排序、智能推荐、自动摘要、风险提示和工作流自动化里。很多时候最好的 AI 体验不是让用户聊天，是在合适的时机给出可理解、可编辑、可撤销的建议。
把提示词设计当成 AI UX 的全部。提示词很重要，但如果产品需要用户每次都像训练师一样写复杂提示，说明产品体验还没有到位——上下文、默认任务、示例、约束和纠错机制应该被设计进产品，不是把负担丢给用户。
认为 AI 越自主越好。自主行动越多，风险越高。自动生成邮件草稿可以接受，自动发送给客户必须确认。自动标注疑似风险可以辅助审核，自动拒绝客户赔付需要严格的规则、审查和申诉机制。
把用户满意度当成准确性指标。AI 语气友好、回答流畅，用户可能非常满意——但内容仍然可能错误。满意度要和事实准确、引用质量和错误发现一起看。
忽略拟人化和情感依赖的风险。越像人的 AI，越容易让用户产生不恰当期待。语音、表情、记忆和陪伴式交互要特别注意信任校准和关系边界。
小结
AI 产品体验不是把传统界面加一个"AI 生成"按钮就完成了。用户面对的是一个输出每次不同、能力边界模糊、会自信地给出错误答案的系统。设计 AI 体验的核心不是让 AI 看起来更强，是让用户知道 AI 什么时候可靠、什么时候不可靠、不可靠时自己该怎么办。
小宁删掉那封 AI 写的邮件，是因为她没有依据判断这封邮件发出去以后是安全的。AI 产品体验设计能给用户的最大价值不是效率——是"使用 AI 时的安全感"。
所以，当产品具备生成、预测和自主行动能力时，UX 应如何变化？UX 的目标转变为"让用户在使用不可预测的系统时保持控制权"。信任设计的目标是让用户知道：什么情况下该相信 AI，什么情况下该怀疑，什么情况下该接管。传统产品体验追求流畅；AI 产品体验追求可理解、可追溯、可干预、可恢复。流畅排在最后。
延伸阅读
延伸阅读：Microsoft 的 HAX Toolkit（Human-AI eXperience），建立 AI 产品交互设计的完整检查框架。1
注释 1 可解释 AI 原则（XAI）。用户理解 AI 决策依据的能力是信任校准的前置条件。 🔗 https://www.darpa.mil/program/explainable-artificial-intelligence
2 Microsoft Human-AI Interaction Guidelines。设计使 AI 行为可理解、可预测、可控制的 18 条交互指南。 🔗 https://www.microsoft.com/en-us/haxtoolkit/
3 Air Canada 客服 AI 责任事件。AI 给出错误退票政策，航空公司被法律认定为对 AI 输出负责——自主行动的 AI 必须有可追责的人类决策链路。 🔗 https://www.bbc.com/news/world-us-canada-68309167
4 信任校准模型（Lee & See 2004）。用户对 AI 的信任需要与实际能力匹配：过度信任导致误用，信任不足导致弃用。 🔗 https://doi.org/10.1518/hfes.46.1.50.30392