隨著 AI 技術自動化決策、自我學習等特點，其在用戶體驗設計領域的應用也越來越廣泛，甚至有點超出我們的預期。

本著 “ 擁抱新科技之主動探索總比自動淘汰好 ”（不是） 的中心思想，我們成立了 AIGC 課題小組，希望能夠總結歸納出現(xiàn)階段 AI 在 UX 設計中的應用情況，結合一些實際的工作流程，談談 AI 對于設計工作效率方面的影響。

更多案例應用：

一、在用戶調(diào)研中的應用：提高調(diào)研效率

1. 在前期桌面調(diào)研中的應用

應用一：名詞概念解釋

當設計師接觸新行業(yè)、新業(yè)務時，難免會遇到不熟悉的概念，這時候可以把 AI 模型當作百科全書，讓它解釋各類概念和名詞，讓我們快速了解行業(yè)知識。

但因 AI 回答的隨機性（有可能會編造），推薦同一問題多問幾次，或者詢問不同的平臺。

例如，當我們?yōu)檗k公空間業(yè)務做設計前，向 ChatGPT 詢問它與家居空間的差異：

應用二：競品分析

在競品分析環(huán)節(jié)中，可以利用 AI 幫我們搜集競品名單、分析競品特點，或者對比多個競品的特點。

但是，在進行垂直產(chǎn)品和功能細節(jié)的分析時，要注意甄別 AI 提供信息的正確性，切忌不加驗證就全盤采納。

以下是一些競品分析可采用的詢問模板：

1. 我是 UX Designer / Product Designer（表面身份），正在設計 施工圖的弧長標注功能（產(chǎn)品/功能），有哪些 CAD 工具（競品類型） 可以參考？
2. SketchUp LayOut（某個具體產(chǎn)品）有 弧長標注（具體功能） 這個功能嗎?
3. 詳細描述 MicroStation（具體產(chǎn)品），包含 平臺、用戶、行業(yè)、創(chuàng)始人、融資情況、市場占有率（想了解的信息）

2. 在用戶實地調(diào)研中的應用

步驟一：問卷設計

在問卷設計階段，可以在輸入調(diào)研目的之后，利用 AI 工具幫助我們輸入問卷內(nèi)容進行參考和補充。以下是一些推薦的 AI 問卷工具：問卷星 AI 功能（推薦）、ChatGPT、訊飛星火、Claude。

以酷家樂家裝設計師群體中的暖通設計師用戶特征為例，我期望生成 20 道題目。以下是我輸入的不同緯度的調(diào)研目的：

1. （用戶數(shù)量）了解酷家樂家裝設計師群體中有多少從事暖通設計相關行業(yè)
2. （用戶特征）從事暖通設計行業(yè)用戶的個人和職業(yè)特征
3. （用戶關注點）他們在使用水暖電設計工具的關注點
4. （產(chǎn)品使用情況）他們在日常工作中使用水暖電設計工具的基本情況

AI 工具的生成情況：

1. 問卷星可直接生成問卷表格，生成質(zhì)量也相對可用，自行修改之后即可投放。
2. ChatGPT 生成的問卷缺少選項的選擇，但是會將每個問題對應的目的表示出來。

步驟二：訪談大綱

在訪談大綱設計階段，如果對自己想要訪談的內(nèi)容不是非常清晰，可以通過 AI 工具提供大綱的參考以及幫你梳理邏輯。以下是推薦的工具：ChatGPT（推薦）、訊飛星火、Claude。

以下是可輸入的訪談背景信息：

AI 工具的生成情況：

ChatGPT 根據(jù)我的提問進行訪談大綱的生成，會從門店場景以及產(chǎn)品工具使用情況兩大維度進行大綱的列舉。但是無法覆蓋所有場景和行為，還需要自己根據(jù)需求進行完善。

步驟三：訪談內(nèi)容的轉譯和梳理

在訪談結束之后，訪談錄音的內(nèi)容大多都零零散散，轉譯和梳理信息會花費我們大量的精力，AI 工具可以很好地幫助我們進行初步的信息內(nèi)容的轉譯和整理。以下是推薦的工具：通義聽悟（推薦）、科大訊飛、飛書妙記。

以下是我使用 AI 工具的方式：

1. 手機錄音訪談內(nèi)容，然后語音轉文字（科大訊飛、飛書妙記、通義聽悟等）
2. 可以直接手機打開會議實時錄制，然后在訪談結束之后可以直接轉為文字。

AI 工具的生成情況：

這些 AI 工具在將語音轉文字的時候，會自動區(qū)分發(fā)言人、總結關鍵詞、全文概要、并總結出本次談話值得關注的重點。不同的工具的能力范圍不太一樣，通義聽悟的功能較全且效果較好。

步驟四：訪談報告撰寫

在對訪談內(nèi)容和筆記進行初步的整理之后，信息多半還是非常復雜和缺少邏輯，AI 工具在這個階段也可以很好的幫助我們進行邏輯整理和歸類。以下是推薦的工具：Notion AI（推薦）、ChatGPT、訊飛星火、Claude。

以下是我使用 AI 工具的方式：

將凌亂的筆記復制到輸入框中，如果自己有期望分析輸出的維度，也可以前置的輸入給 GPT；如果沒有因為筆記部分過于凌亂，自己沒有分析思路，也可以直接讓 GPT 進行分析總結。

AI 工具的生成情況：

在初期對凌亂的內(nèi)容可以進行初步的梳理，但是對于內(nèi)容的總結以及觀點延伸的能力較差，還需要自行梳理。

二、在設計文案中的應用：讓 AI 提供更多可能性

在為界面撰寫文案時，我們可以利用 ChatGPT 等工具給我們提供更多的可能性。

應用一：撰寫新文案

當我們剛開始為某個場景撰寫文案時，往往還不明確需要傳遞什么信息，這時候可以先和 AI 對話幾輪，生成一些文案供選擇。

以下是需要提供給 AI 的信息：

①表明身份：

我是 UX Designer / UX Writer / Product Designer，正在撰寫 酷家樂設計工具（產(chǎn)品類型）的文案

②表明問題：

如：用戶在用酷家樂工具時，不能同時在兩個頁面打開同一個方案，如果在新的頁面打開，那之前的方案就無法繼續(xù)編輯和保存。

③表明任務：

如：寫一句提示文案，在另一個方案打開時出現(xiàn)在原方案上，告訴用戶相關風險。

以上三類信息提供后，AI 會給出一個回答，大多數(shù)情況下，這個回答并不令人滿意，因為我們提供的信息還不夠詳細和精準。

我們可以根據(jù)它的回答明確我們的要求，并補充相應信息。

補充的要求可以有以下幾種類型：

A.文案類型

如：行動點（Call to Action）、報錯信息、提示信息、解釋說明、功能標題、二次確認文案…

如果已經(jīng)明確該文案出現(xiàn)在哪里，也可以提供相應的信息，如位置、組件等

B.文案長度

我們可以限定文案的長度，如：詳細一點、簡短一點、不超過 10 個字

C.內(nèi)容

當 AI 給出的信息有冗余或者缺漏的時候，可以直接反饋給它，如：需要添加 xxxxxx 的信息、不需要 xxxxxx 的信息

D.語氣

語氣的限定可以同時使用正向和反向的描述，如

正向：友好的、直接的、自信的、風趣的、客觀的…

反向：不嚴肅、不官方、不令人緊張…

E.規(guī)范

成熟的設計系統(tǒng)會對文案內(nèi)容有完善的規(guī)范（如 Material Design、AntDesign 等），可以將具體的規(guī)范內(nèi)容告訴 AI，讓它調(diào)整文案。

相信經(jīng)過以上過程，AI 已經(jīng)給你提供了不少靈感，接下來就可以挑出不錯的結果再推敲一番，便可用作界面文案。

應用二：優(yōu)化已有文案

當我們從數(shù)據(jù)、可用性測試、用戶反饋等途徑發(fā)現(xiàn)界面文案存在問題時，可以讓 AI 幫助我們分析。以下是一些提問案例：

這個文案可能會引起 xxxx 的歧義，如何消除歧義？

這個行動點文案點擊轉化率不高，可能是什么原因？

你覺得 A 文案 和 B 文案相比，哪個更吸引用戶點擊？

這個場景中對用戶最重要的信息是什么，如何體現(xiàn)在文案中？

在 AI 給出原因后，可以繼續(xù)要求它幫助我們優(yōu)化已有文案。

通過 AI 的分析和幫助，我們可以更加有效地優(yōu)化界面文案，消除歧義，提高點擊轉化率，并確保關鍵信息得到準確地傳達給用戶。

三、在 UI 界面及視覺表現(xiàn)上的應用：結合 AI 打造的全新工作流

我們同樣可以根據(jù) UI 設計流程，從了解設計背景，定義設計語言、提煉設計范式這幾個方面看一看 AI 在 UI 設計上的應用

1. 了解設計背景

明確業(yè)務需求后，我們可以將產(chǎn)品的業(yè)務背景及定位告訴 AI，讓它基于此對本次需求做分析、也可以對相關概念做更進一步的解釋；

AI 也可以幫助我們尋找設計靈感，比如插圖設計過程中，往往需要包含排版、圖形、色彩、文字等多個要素，我們可以針對這幾個部分讓 ChatGPT 給我們提供一些建議。

除此之外，讓 AI 幫助我們提煉一些設計關鍵詞，我們就能基于想要的關鍵詞去衍生映射物、收集意向圖，建立圖形情緒板。

2. 定義設計語言

設計語言包含了主視覺、色彩、字體、圖標、圖形、動效等多個領域，根據(jù)調(diào)研，發(fā)現(xiàn)目前 AI 廣泛用于以下幾點

①定義色彩：

我們可以嘗試與 AI 溝通，讓它基于 1 個或多個顏色生成配色方案，AI 是能給出相應的建議供我們參考。如果在對話中添加更多關于設計背景介紹以及圖片風格的定義，得到的答案也會更加完善。

除此之外，一些 AI 工具也能為我們提供幫助，比如 AI Colors 可以通過關鍵詞的輸入生成多樣的配色方案，同時還支持對單個顏色進行修改，并且提供了手機端、儀表盤、落地頁等結果效果的預覽

②素材創(chuàng)造：

設計師在發(fā)散階段去使用 Midjourney 或是 Stable Diffusion 生成視覺參考和創(chuàng)意靈感的圖像已經(jīng)非常普遍了，酷大師插件開發(fā)平臺在進行視覺優(yōu)化過程中也使用了 Midjourney「以圖生圖」的能力，完成了網(wǎng)頁 Banner 以及插圖的生成。

3D 模型常常作為素材使用在插圖、海報設計中。在 Kaedim 上傳一張圖片，就能獲得 3d 造型，可以下載并導出為各種格式，方便設計師基于模型進行后續(xù)的渲染；

文字指令生成 3d 模型的類似的工具也有很多，比如 openai 的 shap-e、英偉達的 Magic3D，或者與自身工具結合的 spline 的 ai 工具等等。結合 spline 關于自身工具 AI Prompt 的介紹，關鍵詞不僅包含模型的生成，還能通過自然語言對模型進行參數(shù)與材質(zhì)的修改、動效的添加。

矢量圖形方面，Illustroke 能夠通過關鍵詞描述以及風格類型的選擇生成矢量圖形；Recraft 能力更加強大，可編輯的參數(shù)項更多并且支持對于生成的矢量圖形進行顏色編輯和局部再次生成。

Galileo、Uizard、包含國內(nèi)的即時設計等多個工具都在探索基于自然語言一鍵生成 UI 界面的能力，目前來看，雖然生成結果還不太穩(wěn)定，但也能在產(chǎn)品設計初期為設計師或是產(chǎn)研團隊提供一些參考。

圖片處理：

圖片處理相關的工具就更多了，改圖、摳圖、補圖、一鍵填色，快速補光……大家都在尋求如何用簡單易懂的方式進行高效的圖片處理，設計師未來可能不再需要學習復雜的工具指令。

四、提煉設計范式

以顏色系統(tǒng)舉例，在 Eva 中，只要輸入 1 個基礎色的色值，那么其他語義化顏色以及衍生色就能生成完畢，我們可以在亮主題和暗主題下進行顏色的預覽和修正

Khroma 能夠基于用戶對于顏色的偏好或是上傳顏色的 Jason 文檔生成出不同的顏色搭配、圖片和漸變效果圖，如果設計師團隊已經(jīng)定義好了一套顏色系統(tǒng)，將它導入到工具內(nèi)，以得到的結果作為參考就能兼顧產(chǎn)出內(nèi)容的一致性和多樣性

更多設計范式和設計系統(tǒng)的嘗試還處于探索階段，比如 Mastergo 提出了 AI 與設計系統(tǒng)的結合的理念；figma 2023 config 大會上也演示了在設計初期以及開發(fā)階段運用 AI 能力結合工具提高產(chǎn)研的工作效率的一些嘗試，相信未來 AI 還會更進一步改變我們的設計流程和工作方式。

總結

目前來看，AI 輔助設計的場景在深度方面遠沒有部分產(chǎn)品宣傳的那么“神乎其神”，很多產(chǎn)品也還處于概念設計的過程當中，但結合實際的工作流程，我們發(fā)現(xiàn)，有的確實能夠達到意想不到的效果。

比如在一些提示文案的推敲上，ChatGPT 產(chǎn)出的文案雖然不一定能夠百分之一百直接拿來使用，但在對話的過程中，也仿佛就像是多了一個小助手，讓“他”給我們提供一些建議和參考，也是一種推敲的方法；

視覺設計師們也反饋了使用 Midjourney 產(chǎn)出圖像素材確實能夠節(jié)省很多建模/繪制的時間，尤其是在產(chǎn)品設計初期，我們也能夠在較短的時間內(nèi)產(chǎn)出多個相對不錯的方案和業(yè)務方進行溝通，拉齊彼此的想法和預期。這種工作方式在 AI 沒有到來之前也是誰都沒有想到的。

工欲善其事，必先利其器。尤其是在新技術已經(jīng)對我們的工作行業(yè)帶來影響的當下，了解 AI、擁抱 AI、運用 AI 無疑是一種富有挑戰(zhàn)，但也有效的方法。

歡迎關注作者微信公眾號：「群核科技用戶體驗設計」