这份指南旨在为对 AI UX 设计研究感兴趣的读者提供一份简明扼要的介绍。这份指南将涵盖 AI 工程师的角色、AI 价值链和 AI 应用的成功案例，并探讨 AI UX 设计的一些基本原则。
原文：
https://docs.google.com/presentation/d/1RgJ6rtiG9Ts726kkXfji2Tc0q5P1eVx297IzYdWHQPQ/edit?usp=sharing
1. 引言
近年来，人工智能 (AI) 发展迅速，并已渗透到我们生活的方方面面。从推荐系统到自动驾驶汽车，AI 正在改变我们与科技互动的方式。随着 AI 技术的不断发展，为 AI 应用设计出优秀的用户体验 (UX) 变得至关重要。
2. AI 工程师的角色
AI 工程师在构建 AI 应用的过程中扮演着至关重要的角色。不同于传统的软件工程师，AI 工程师需要具备机器学习、数据科学和软件工程等多领域的知识和技能。他们需要负责设计、开发和评估 AI 模型，并将其集成到最终用户产品中。
AI 工程师的一个重要职责是将复杂的 AI 技术转化为用户友好的产品。这意味着他们需要深入理解用户需求，并将 AI 的能力以一种易于理解和使用的方式呈现给用户。
3. AI 价值链
为了更好地理解 AI UX 设计，我们需要了解 AI 价值链。与半导体和内容行业类似，AI 领域的价值积累主要发生在两个极端：底层技术和最接近用户的应用层。
- 底层技术： Nvidia 作为底层硬件提供商，目前在 AI 价值链中获利最多。他们生产的 GPU 是训练和运行大型 AI 模型的关键组件。
- 中间层：一些公司专注于开发基础模型，例如 OpenAI、Anthropic 等。然而，这些公司目前的表现并不理想。
- 应用层：一些公司专注于开发面向最终用户的 AI 应用，例如 ChatGPT、Cursor、Replit 等。这些公司目前的表现相对较好。
这表明，开发能够解决用户实际需求的 AI 应用比仅仅关注底层技术更有价值。
4. AI UX 设计原则
AI UX 设计与传统 UX 设计既有联系，也有区别。以下是一些 AI UX 设计的基本原则：
- 消除复制粘贴： AI 应该帮助用户更高效地完成任务，例如自动生成文本、代码等，而不是让用户手动复制粘贴。
- 提供明确的约束条件： 为用户提供明确的输入模板或选项，可以帮助他们更好地利用 AI 的能力。
- 利用多模态交互： AI 应用应该尽可能利用多种交互方式，例如文本、语音、图像等，以提供更丰富、更自然的用户体验。
- 并行处理任务： AI 可以并行处理大量数据，因此 AI 应用应该尽可能利用这一优势，例如同时调用多个 API，以提高效率。
- 提升处理速度： AI 应用的响应速度对用户体验至关重要。利用更快的硬件或算法可以提高推理速度，从而改善用户体验。
5. AI 应用的成功案例
目前，许多成功的 AI 应用都是基于以上原则设计的，例如：
- 基于知识库的聊天机器人：例如，一些公司利用 AI 技术开发了可以回答员工问题、提供内部信息查询的聊天机器人，这些机器人通常连接到公司内部的知识库，可以快速准确地回答员工的问题。
- 结合网络搜索的聊天应用： 例如 Perplexity 和 SearchGPT，这些应用可以理解用户的自然语言查询，并利用网络搜索引擎检索相关信息，然后以简洁易懂的方式呈现给用户。
- 代码自动补全工具： 例如 Copilot，它可以根据程序员当前的代码上下文，预测并推荐下一行代码，从而提高程序员的编码效率。
- AI 写作辅助工具： 例如 Grammarly，它可以帮助用户检查语法错误、改进文风，并提供写作建议。
6. AI 应用的未来方向
尽管 AI 应用已经取得了很大进展，但仍有一些领域有待探索，例如：
- 高带宽语音交互： 目前，AI 语音助手在处理简单指令方面已经做得很好，但要实现真正自然流畅的语音交互还有很长的路要走。
- 视频生成： AI 视频生成技术目前还处于早期阶段，生成的视频质量还有待提高。
- UI 代码自动生成： 目前，一些工具可以根据用户的简单描述生成 UI 代码，但生成的代码质量和可维护性还有待提高。
- 多步骤编码代理： 目前，AI 编码助手主要用于辅助程序员完成一些简单的编码任务，要实现能够独立完成复杂编码任务的多步骤代理还有很长的路要走。
- VR/AR： AI 在 VR/AR 领域的应用还处于探索阶段。
7. 总结
AI UX 设计是一个新兴且充满挑战的领域。 为了设计出优秀的 AI 应用，我们需要深入理解 AI 技术的特点和局限性，并将其与用户体验设计的最佳实践相结合。 随着 AI 技术的不断发展，相信未来会出现更多令人惊叹的 AI 应用。
