用户体验设计

以用户为中心的设计方法论,通过理解用户行为、需求和心智模型来优化产品的可用性、可访问性和愉悦感

简介

用户体验设计(User Experience Design,UX Design)是产品设计中以用户为中心的方法论体系。它不仅关注界面的视觉呈现,更强调理解用户的真实需求、行为模式和心智模型,从而设计出既好用又令人愉悦的产品体验。在 AI 产品领域,用户体验设计面临独特的挑战:用户对 AI 能力的预期管理、对话式交互的模式设计、以及”智能感”与”可控感”之间的平衡。

核心原则

1. 用户行为驱动设计

好的 UX 设计始于对用户行为的深度理解,而非设计者的主观假设。

数据驱动的设计决策

  • 通过用户调研、行为数据分析来验证设计假设
  • 用 A/B 测试替代主观审美判断
  • 关注用户”实际怎么做”而非”说怎么做”

案例:AI 知识库的双模式检索设计

来自 2026-06-17-ai-knowledge-base-product-design 的实践:

  • 内测发现 70% 的用户在 30 秒内希望不经过对话就能直接搜索
  • 这一行为数据直接决定了产品架构:快捷检索(关键词)优先级高于智能助理(对话式)
  • 设计为双模式而非单一对话模式,覆盖了两种用户心智:
    • “我知道我要什么” → 精确查询(快捷检索)
    • “我模糊记得有相关概念” → 探索式场景(智能助理)

2. 信息架构设计

信息架构(Information Architecture)是 UX 设计的骨架,决定了用户能否快速找到所需内容。

核心要素

  • 导航结构:层级清晰、路径最短
  • 分类体系:符合用户心智模型的分类逻辑
  • 搜索设计:关键词搜索 + 语义搜索的组合
  • 内容优先级:首屏呈现最核心信息

AI 产品的信息架构特点

  • 对话式界面与传统列表/卡片界面的混合
  • 来源标注和引用链接作为信任建设的关键元素
  • 历史对话记录作为知识积累的载体

3. 移动端响应式设计

移动优先(Mobile-First)已成为现代产品设计的基本要求。

设计要点

  • 底部固定输入框(适配单手操作)
  • Viewport 适配(避免横向滚动)
  • 按钮大小适配触控操作(最小 44×44px)
  • 内容卡片化(适配小屏浏览)

4. 信任感与可控感设计

AI 产品特有的 UX 挑战:用户需要信任 AI 的输出,同时保持对系统的控制感。

信任建设要素

  • 来源标注:每个 AI 回答标注来自哪份文档
  • 置信度表达:不确定时明确表达不确定性
  • 可验证性:提供原文链接,支持用户验证
  • 透明性:展示 AI 的推理过程(如 RAG 检索的文档片段)

可控感设计要素

  • 用户可以随时中断 AI 输出
  • 提供”有用/无用”反馈机制
  • 支持用户修正和补充信息

不同素材中的观点

来自 2026-06-17-ai-knowledge-base-product-design

王佳亮在 AI 知识库产品中实践了完整的用户体验设计方法论:

双模式检索设计

  • 基于 5 位内测用户的行为观察,发现 70% 的用户偏好关键词直接搜索
  • 主页设计:上半部突出快速检索框(关键词+按钮),下半部显示最近上传的文件列表和热门提问
  • 智能检索页:类 ChatGPT 对话界面,每个回答下方显示来源文件并可下载
  • 移动端适配:底部固定输入框,Viewport 响应式布局

界面设计的核心洞察

“通过这两种模式,既满足了’我知道我要什么’的精确查询场景,又支持’我模糊记得有相关概念’的探索式场景,覆盖了知识检索的完整心智模型。”

产品哲学中的 UX 理念

“当你意识到一个人打开知识库的动机,往往不是’浏览’,而是’求救’——他正被某个具体问题困住,急需一个能听懂人话的副驾,而不是又一个需要学习的系统——你就会把所有傲慢的复杂设计砍掉,留下最简单的对话框和最醒目的来源链接。”

关键 UX 指标

  • 知识检索时间:从打开页面到获得答案(目标 <30 秒)
  • 问答采纳率:用户点击”有用/无用”的比例(目标 >80%)

实用信息

UX 设计流程

  1. 用户调研:了解目标用户的需求、痛点和行为模式
  2. 信息架构:设计内容的组织结构和导航体系
  3. 交互设计:定义用户与产品的交互方式和流程
  4. 原型验证:通过低保真/高保真原型快速验证设计假设
  5. 可用性测试:观察真实用户使用产品,发现设计问题
  6. 迭代优化:基于数据和反馈持续改进

AI 产品 UX 的独特挑战

  • 预期管理:用户可能对 AI 有过高或过低的预期
  • 错误处理:AI 出错时如何优雅降级而非暴露技术细节
  • 个性化 vs 一致性:AI 个性化推荐与界面一致性之间的平衡
  • 学习成本:降低用户理解和使用 AI 功能的认知负担

相关页面