#109 The UX Design Process in the Age of AI – Where Does AI Help (and Where Does It Hurt)?
22:07 Share

大家好，欢迎收听《未来用户体验》播客，我们将探讨塑造未来设计趋势、挑战以及一切相关内容。我是帕特里夏·雷纳斯，在每一期节目中，我们都会深入探讨用户体验、技术和未来的交汇点，让您始终走在时代前沿。今天，我们将讨论一个我认为每个设计师目前都在思考的问题。

人工智能正在改变我们的工作方式，但它会增强还是削弱用户体验设计流程呢？用户体验本质上是以人为本的，但人工智能并非人类。那么这两者如何共存呢？

我们将讨论人工智能是否真的能够理解用户及其需求？人工智能生成的方案能否取代创造性思维？人工智能是否使用户体验流程更快更好，还是更缺乏思考？

在本期节目中，我们将分解用户体验设计流程的五个阶段：共情、定义、构思、原型设计和测试，并对每个阶段进行深入探讨，了解人工智能在每个阶段是如何或可以被使用的，人工智能在哪些方面真正有用，哪些方面存在风险，以及设计师应该如何适应才能使用户体验真正以人为本。我想我们现在就开始吧。

让我们从第一个阶段开始：共情。我能否真正理解用户？也许需要先声明一下：

我想我们都知道，并非每一个设计流程都包含这五个阶段，而且顺序也并非一定如此。设计是混乱的，设计是无序的。但为了简化起见，我们将依次介绍这五个典型的阶段。尽管您当前正在进行的项目的流程可能略有不同，但这完全正常。为了简化起见，

我们将重点关注这五个阶段，首先是共情阶段。在这个阶段，我们真正想要理解。我们从宏观入手。我们想要了解用户。我们想要了解问题。我们想要了解这一切都是关于什么的。想象一下，您正在为应用程序更新进行用户体验研究或客户反馈。

您决定使用人工智能驱动的观点分析工具来扫描数千条用户评论。人工智能告诉您，90% 的评论是积极的。但是当您自己阅读时，您会看到诸如“哇，我喜欢这个新更新，每次我打开它都会崩溃。干得好。”之类的消息。

因此，人工智能将“喜欢”和“干得好”归类为积极的，但任何人都知道这是反语。那么人工智能是如何在用户研究中使用的呢？人工智能驱动的工具，如 Dovetail、UX Tweak 和 ChatGPT，可以分析海量数据。它可以是服务，也可以是访谈数据。这已经非常有帮助了。

人工智能驱动的观点分析可以检测用户反馈中的挫败感、满意度和模式。甚至聊天机器人也可以进行自动化的用户访谈以收集见解，尽管我不推荐这样做，我认为这有点棘手。因此，我们可以说：用户研究和共情很大程度上是关于数据的，是收集大量信息。

人工智能擅长的是组织、分析、综合数据并使其有意义，这需要大量时间。因此，人工智能在这方面非常出色。人工智能在用户体验研究中不擅长什么，或者有哪些风险呢？首先，人工智能有时会误解内容，它无法完全掌握语气、反语或隐藏的情绪。

当您考虑定性用户访谈时，所说的话背后有很多事情发生。例如，当某人，你知道，只是给人留下了某种印象，而你只是看到了他们的反应方式，他们实际上并非如此。人们所说的话和人们所做的事情之间存在巨大差异。尤其是在可用性测试方面，这非常重要，因为您

您也看到了界面，用户在哪里点击，您进行了定性访谈，用户点击了某个按钮或做错了什么，因此对于人工智能来说，分析视频仍然非常困难，因为它无法分析视频，它只能分析文本，这使得建立联系变得非常困难。另一个风险是人工智能只擅长于

它的训练数据。因此，如果训练数据存在偏差，那么见解也会存在偏差。对于每一个人工智能产品都是如此。而共情不仅仅是识别模式，更是人与人之间的联系。因此，共情阶段的关键结论是，人工智能可以处理用户数据，但真正的共情来自于人与人之间的互动。

在研究方面，人工智能是一个绝佳的伙伴，但它永远、永远、永远、永远无法取代真正的用户互动和真正的用户反馈。我认为这一点非常重要，我再怎么强调也不为过。尽管有一些工具，如合成用户或注意力洞察，这些都很好。我的意思是，如果您想使用它们，请使用它们，如果您可以访问用户研究，但请将那里的见解作为假设，作为假设。

而不是基于事实的信息。因此，您需要在某个时候验证这些信息。让我们进入下一个阶段，定义。人工智能能否帮助将数据转化为真正的见解？首先，定义阶段是关于综合所有来自用户研究的见解，并真正尝试理解所有这些。此时，您拥有杂乱无章的用户研究、反馈、数据和可用性测试的集合。

有一些工具非常有帮助。想想 Miro、FigJam 或 Notion AI、ChatGPT、Perplexity AI、Cloud AI，它们可以帮助您总结数据，并帮助您提出建议，提出总结，帮助您对见解进行分类，然后提出一些建议。例如，用户发现结账流程令人困惑。用户希望应用程序提供更多个性化设置。

这似乎是正确的和有帮助的，但有时会存在一些问题，因为用户体验设计师不仅要定义问题，还要深入研究隐藏的需求。因此，为了正确使用人工智能，至关重要的是不要提示人工智能说，你的建议是什么？然后会出现一些例子。你只是发现结账流程令人困惑。

这很好，但为什么呢？我们需要了解原因。不是说他们觉得它令人困惑，而是什么导致了这种困惑？问题是什么？他们在哪里迷路了？因此，人工智能可能会总结说用户想要个性化，但人类研究人员，人类需要发现用户实际上是被过多的选择压垮了。因此，基本上需要人类进行批判性思维。

人工智能还可以帮助您定义用户体验问题。人工智能可以将这些海量数据组织成非常清晰的主题。它可以将其分类为痛点、需求和目标。或者您可以使用，正如我已经提到的，人工智能生成的热图来预测用户将把注意力集中在哪里。您可以这样做，但这仍然是一个您需要在某个时候验证的假设。

或者人工智能可以处理调查结果并大规模提取模式。这非常有帮助，尤其是在您拥有大量数据的情况下。因此，人工智能在定义阶段失败的地方在于，人工智能不会问为什么。它只会发现过去行为中的模式，它不会问为什么。人工智能可能会强化现有偏见，而不是发现新的见解。

一些用户体验问题可以通过数据 alone 来定义，但直觉起着巨大的作用。那么定义阶段的关键结论是什么呢？人工智能是组织见解的绝佳助手。但我们仍然需要人类，而且我们永远都需要。

需要定义真正问题的人，需要对一切进行批判性监督并得出真正深入结论的人，这些人会问为什么，也许，你知道，会看到研究中存在哪些差距，哪些问题仍然需要解答。让我们进入第三部分，即构思。提出功能、新想法和头脑风暴。

人工智能可以具有创造力。在头脑风暴想法、功能和提出新内容方面，人工智能确实非常出色。它有多新颖是另一个问题，但它肯定能提出想法。

这非常有帮助，我强烈建议使用人工智能，尤其是在头脑风暴阶段，您拥有所有见解，您已经定义了问题陈述，您真正了解这一切都是关于什么的，您拥有研究见解，您了解问题，您已经对解决方案有所了解，然后使用人工智能进行头脑风暴，然后对不同的想法进行优先排序，然后将其转化为功能。

对于这个阶段，我强烈推荐使用 ChatGPT、Perplexity AI 等大型语言模型。构思很大程度上是关于

内容。因此，它不太像可视化内容。我的意思是，当然可以，但大型语言模型最适合这些阶段。我认为人工智能在整个构思过程中失败的一些方面

它可以根据过去的设计、其他产品来预测某些功能或推荐某些功能。

有时它不会创造出完全新的东西，或者它会变得过于疯狂。我的建议和推荐是，当您开始提示语言模型时，也要非常、非常精确。您已经提到了目标群体、见解和问题陈述。因此，您在那里提供的细节越多，功能就越好。然后不要忘记迭代。

因此，不要使用第一个想法，而是迭代、迭代、迭代，对它们进行优先排序，对这些想法进行分类，然后将其用作起点。你知道，你不需要从一张白纸开始。好的，现在让我们来谈谈本期节目的赞助商 Wix Studio。网页设计师们，让我们来谈谈 C 字开头的词——创意倦怠。

您的客户方拥有真正的投资组合潜力，但在资源、反馈、有限的预算和越来越紧张的截止日期之间，它根本无法实现。Wix Studio 有助于弥合这一差距。专为代理机构和企业打造，您可以将自己的愿景变为现实，并通过无代码动画、大量人工智能工具、可重复使用的设计资产和高级布局工具使其保持活力。对于您的下一个项目，请访问 wixstudio.com

网址是 wixstudio.com。因为一个很大的问题是，有时人工智能生成的想法缺乏用户背景，因此它们需要人工改进或在提示中提供良好的信息。是的，这绝对是我会推荐的东西。因此，构思阶段的关键结论是：ChatGPT，所有大型语言模型在头脑风暴和构思方面都很出色。

但对于您来说，至关重要的是，首先要以正确的方式提示语言模型。因此，请提供足够的背景信息，然后检查内容，对它们进行优先排序，并将其用作起点。

让我们进入第四步，原型设计。人工智能是否使设计速度更快？我认为它肯定更快了。那么原型设计是什么样的呢？通常，原型设计阶段是关于可视化您的想法或您提出的概念。也许您已经有一些功能想法，并且您想对它们进行原型设计，以便在下一阶段进行测试，或者将其呈现给利益相关者。

原型设计对于帮助人们理解功能、产品和想法的外观以及对其进行测试非常重要。人工智能可以提供很大的帮助。有一些很棒的工具，例如 Galileo AI 或 Vizilli、Relume。许多、许多令人惊叹的工具可以帮助您基本上创建一个小型原型

只需一个简单的提示。我的建议是，这也是我在研讨会或与客户一起使用这些工具时看到的，它们还无法创建视觉上完美的成果。

因此，人工智能工具将向您展示的是一个非常早期的草稿，一个绝佳的起点，我认为这是与您的团队开始讨论、与客户分享、甚至进行一些初步测试的最佳起点。但不要指望它完美无缺，因为它不会完美无缺。我认为对人工智能原型设计抱有正确的期望很重要。

另一件非常重要的事情是，当您提示人工智能工具创建线框图、创建设计时，不要含糊其辞，因为它们无法做到，它们不知道。在提示这些工具之前，请考虑一下该功能的外观。例如，使用另一个大型语言模型，如 ChatGPT，进行头脑风暴。好的，我想设计一个新的搜索功能

用于在预订系统中查找完美航班的搜索区域，我需要什么？我需要什么功能？好的，我需要一些东西来输入日期，可能我需要一些东西来输入机场、到达和出发机场，也许我需要一个过滤器，也许我需要

我想携带的行李，我想携带的人，任何我想添加的服务。因此，您已经考虑过您想包含哪些不同的组件。因此，请务必具体。否则，您将得到一些非常随机的东西，一些毫无意义的东西。这就是我看到很多人不幸做错的事情，然后他们对结果感到非常沮丧。

这也是这些工具略显不足的地方。它们可能感觉非常通用，缺乏个性，但您越了解自己想要什么，您就能越好地提示人工智能。不要指望人工智能，让人工智能为您完成所有工作。这绝对行不通。原型设计阶段的关键结论是，人工智能可以加快设计速度，但设计师必须

首先，定义他们实际上在原型中想要什么，它是什么样的，以及他们需要如何认真地测试想法。当您认为人工智能会取代您的工作，因为有如此多的工具已经可以设计和创建视觉上漂亮的东西时，

不会，因为他们不知道您实际上想通过这个原型传达什么。你的目标是什么？你这样做不是为了好玩。您这样做是为了向利益相关者展示某个想法，进行一些测试。您有一些问题，您希望通过原型得到答案。

好的，现在让我们进入最后一个阶段，测试阶段。测试是使用原型、假设和假设，并与真实用户一起测试，也可以与人工智能一起测试。但通常情况下，两者结合是最好的。

有一些人工智能驱动的可用性测试工具，如 Amaze、Lookback，它们可以在您进行真实测试之前预测用户行为。这可能会有所帮助。您可以这样做。它们提供某些基于人工智能的眼动追踪工具，模拟用户首先会看哪里。

我已经提到了 Attention Insights 工具，它可以根据人工智能对用户注视位置的预测创建热图，或者人工智能可以自动化调查和基于聊天的反馈。这一切都很好。这一切都可能很棒，但仍然需要进行真实的测试。

人工智能绝对失败的一些领域：人工智能测试是预测性的，而不是真实的。因此，它没有考虑人类的情感。也许您在进行阴影设计或进行热图测试时已经看到过这种情况。

有时我认为，对我来说，看到人们实际上在看什么也很吸引人。这不是您可以预测的事情。这与层次结构无关。有时人们会因为某个词、某个标志或某些东西而关注某些东西。因此，您始终需要与真实用户进行测试。人工智能无法像人类观察那样真正衡量细微的挫败感或喜悦感。

因此，测试阶段的关键结论是，人工智能有助于进行初步测试，即在真实测试之前进行的一些测试，基本上是为了有一些想法，更多的假设，但仍然需要进行现实世界的可用性测试。在粗略地介绍了设计流程以及我们如何在何处实施设计之后，我们看到人工智能根本没有取代您的用户体验设计，而是在重塑它。

对我们来说，了解我们究竟可以在哪里使用人工智能非常重要？我们在哪里产生最大的影响？我们究竟如何在哪些方面加快流程？因为人工智能在很多方面都比人类好得多。例如，所有重复性工作、所有自动化工作、所有数据、生成想法。

因此，我们可以更多地关注人类技能，真正的共情、创造力、决策能力。这仍然来自人类，深入探讨这些主题非常重要。

顺便说一句，如果您想了解更多关于如何在您的设计流程中深入整合人工智能的信息，请务必注册人工智能设计师 2.0 自定进度版本课程，并在课程说明中找到链接。本课程将帮助您保持最新状态，让您快速掌握人工智能工具。因此，如果您感到有点不知所措，如果您不知道如何使用它们，如果

如果您仍然觉得每天都会出现新的工具，我不知道从哪里开始。这是您的课程，我强烈建议您参加。这是对您未来的最佳投资。人工智能将继续存在，我们可以抵制它，也可以战略性地使用它。因此，对我们来说，重要的是真正了解人工智能如何在哪些方面发挥作用，以及如何利用它成为更好的用户体验设计师。

非常感谢您的收听。如果您想联系我们，您可以在 Instagram 上找到我们。您可以在 LinkedIn 上找到我们。给我们发消息。请与我们联系。请打个招呼。如果您有任何问题，随时联系我们。我很高兴认识您，与您聊聊天。非常感谢您的收听。我想说，我们将来再见。

你