总结自Jakob Nielsen(Norman Nielsen Group创始人,UX泰斗先驱)在2026年3月的文章《Intent by Discovery: Designing the AI User Experience》
AI 不只是更好的聊天框。它将用户角色从操作员变为监督者,迫使 UX 从命令式交互转向意图式委托,同时带来全新可用性指标、编排层、可控摩擦、最终走向探索式交互来澄清用户需求。
🔄 一、核心范式转移
旧模式:命令式交互 → 用户告诉电脑“怎么做”,是操作员,拼操作效率
新模式:意图式交互 → 用户告诉电脑“要什么”,是监督者,拼验证效率
✅ 完整意图三要素:期望结果 + 行为约束 + AI可执行权限,原文用维京首领下令“掠夺白银”作喻,无需说明具体步骤,AI即可自主规划执行,这正是意图式交互的核心逻辑。
🚧 二、核心痛点:表达障碍
❌ 错误UX:空白输入框,强制用户用文字描述需求(低读写人群受限)
✅ 解决方案:风格库选择、AI生成意图草案、可编辑用户记忆模型,无需用户每次重述偏好与约束,同时解决低读写人群的使用困境,破解“提示词工程”背后的UX痛点。
📅 三、UX三大时代演变
1. 1960-1995 商业计算:核心是生产力(减少错误、提升效率)
2. 1995-2025 互联网:核心是影响力(留存、转化、诱导设计)
3. 2026+ AI时代:核心是人类增强(释放想象力、判断力),区别于互联网时代的用户诱导,更注重赋能人类决策与创造。
📊 四、可用性指标重定义
执行效率→验证效率、
系统可见→执行透明度、
满意度→信任校准,
尼尔森经典10条可用性启发式仍有效,但需结合AI特性重新解读,适配监督者角色的核心需求。
🏗️ 五、AI交互三层架构
1. 意图层(顶层):捕获需求、主动生成草案,跨越表达障碍
2. 编排层(中层):展示计划、强制授权、提供回执,建立信任
3. 直接操控层(底层):GUI降级为兜底手段,保留拖拽、微调等操作,用于AI输出异常时的人工修正,保障用户最终控制权。
💡 六、关键延伸&结论
• 高风险任务需“可控认知摩擦”,如转账、医疗等场景,可通过颗粒化授权、延时确认等方式,规避AI“合理性陷阱”,避免用户过度依赖。
• 长期愿景:通过探索潜在空间发现意图,而非提前明确需求
• 设计师角色:从设计流程→设计可能性空间
• 核心原则:委托AI执行,但保留人类最终控制权,警惕“零学习认知萎缩”陷阱,让AI成为增强人类能力的“认知外骨骼”,而非替代人类判断的“轮椅”。
微信扫一扫赞赏作者喜欢作者