他的龙根本太大了_动漫美女被吸乳视频漫画_欧美xxxx性疯狂bbbb_天天看天天爽天天摸天天添

從對話到嵌入:多元場景AI形態(tài)淺析

2024-10-17    ui設(shè)計分享達人

前言
 
當(dāng)我們一次次被AI技術(shù)帶來的變革所驚艷,當(dāng)ChatGPT一次次宣布其能力已經(jīng)突破了人類的想象,你是否注意到現(xiàn)有產(chǎn)品與AI融合的新趨勢?值得注意的是,新技術(shù)的出現(xiàn)也一定帶來了新的交互體驗。本文將以多種產(chǎn)品場景為例,梳理PC端多種主流的AI融合形態(tài),希望能給大家?guī)韱l(fā)。
 
 
多元場景下的主流AI形態(tài)
 
目前主流AI產(chǎn)品有如下3種主要形態(tài),分別為沉浸式的AI智能體(Agent)、伴隨式的AI副駕駛(Co-pilot)、嵌入式的AI場景化嵌入(Embedding)。這3種形態(tài)在能力、界面、操作體驗和適用場景都上存在顯著差異。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
 
一、沉浸式形態(tài)
 
AI智能體(Agent)—功能強大的AI伙伴
 
一個富有主動性的獨立伙伴,輸出的結(jié)果不完全依賴用戶的輸入,啟動AI問詢后有2種主流的形態(tài):
 
①「對話智能體」 以對話流的形式展示信息,用戶通過在當(dāng)前語境下進行追問獲取最終結(jié)果;
 
②「目標(biāo)智能體」用戶輸入指令后,一次性給予用戶“靠譜”的結(jié)果,配有側(cè)邊欄可進行多種輔助操作。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
1.對話智能體示例—Gemini
 
以谷歌Gemini產(chǎn)品為例,其作為對話流的智能體,為滿足搜索場景,具有以下特征:
 
1)冷啟頁Prompt形象化
 
相較于2023年初Gemini冷啟時的樣式,最近改版中冷啟的Prompt卡片變得形象化,當(dāng)然我們也在其他Agent產(chǎn)品中觀察到了這一變化。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
2)多模態(tài)內(nèi)容
 
理解用戶的文字意圖,依據(jù)要求自主生成多模態(tài)卡片是對話智能體的主要特征之一,該功能可以極大地豐富AI反饋的多樣性,并能提高信息傳達的效率。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
3)信息索引的顯示
 
信息索引的展示是提升AI回答權(quán)威性和透明度的關(guān)鍵因素。然而,直接在閱讀內(nèi)容中嵌入索引標(biāo)簽,可能在某些情況下影響用戶的閱讀連貫性。以Gemini為例,當(dāng)前的設(shè)計允許用戶在卡片下方手動啟用索引信息,這種靈活性平衡了信息的可信度和閱讀體驗,適合多數(shù)日常場景。
 
當(dāng)然,從設(shè)計角度考慮,某些情況下默認(rèn)收起索引并非最佳選擇。在用戶高度依賴信息準(zhǔn)確性的場景中,如金融或醫(yī)學(xué)領(lǐng)域,索引的可見性將會直接影響信任感。對于深入研究或延展閱讀需求較高的用戶,即時查看索引能更高效地獲取信息來源。
 
與之類似,在涉及多方信息傳播的業(yè)務(wù)分發(fā)場景,清晰可見的索引有助于減少誤解,提高效率。在這些情況下,索引的默認(rèn)展開不僅強化了內(nèi)容的可靠性,也更好地支持了用戶的深入需求。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
2.目標(biāo)智能體示例—Perplexity
 
Perplexity作為最近廣受好評的AI搜索工具,相較于Gemini,它更注重給予用戶最精準(zhǔn)的答案。基于RAG技術(shù)的Perplexity為用戶提供了一種新的“確定性”,而鑒于這種特征,Perplexity擁有雙面板的形態(tài),可以對當(dāng)前確定性的信息進行深化處理。
 
1 )輸入即結(jié)果
 
相較于Gemini等對話智能體產(chǎn)品,AI Agent用戶需要反復(fù)追問結(jié)果,而在體驗Perplexity時的無對話場景感,更傾向于一次性給予用戶“靠譜”的答案。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
2)側(cè)分欄—信息補充
 
因為Perplexity一次就可以給予用戶最“準(zhǔn)確”的信息,用戶可能沒有追問的必要,但可能會有對于當(dāng)前問答進行深度搜索的需求,這時會有右側(cè)GUI分欄的出現(xiàn),以便用戶進行輔助搜索。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
3.思考:給予用戶最佳答案的AI形態(tài)
 
在使用體驗上,Gemini與Perplexity雖然走向兩個不同的流派,但目的都是為了給用戶呈現(xiàn)最佳的搜索結(jié)果。Gemini就像一位富有想象力的對話者,用戶在對話中通過不斷地追問來獲得最佳的結(jié)果,而Perplexity更像一個AI版的知乎,它堅持“用戶不會犯錯”原則,冷靜客觀地為用戶提供最精準(zhǔn)的答案。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
 
二、伴隨式形態(tài)
 
AI副駕駛(Copilot)—被動性的AI助手
 
這種形態(tài)下的AI更多扮演“副駕駛”的角色,為用戶提供建議和幫助,依賴用戶精準(zhǔn)的指令對當(dāng)前內(nèi)容窗口進行操作,一般以側(cè)邊欄形式展示,目前的Office文檔類產(chǎn)品多采用此類形態(tài)。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
1.AI副駕駛產(chǎn)品示例-Office
 
在近年的開發(fā)者大會中,微軟提到最多的詞就是“Copilot”,力推將AI技術(shù)快速融入到旗下應(yīng)用中。其中,Office軟件就融入了AI副駕駛的理念,該形態(tài)下的AI主要為用戶提供產(chǎn)品的創(chuàng)作輔助、信息的查詢總結(jié)等功能。
 
1)當(dāng)前場景下的AI助手
 
AI的能力默認(rèn)被限定在當(dāng)前場景下,滿足用戶問詢、信息檢索、創(chuàng)作輔助等操作。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
2)被動性AI助手
 
Copilot無法自動執(zhí)行操作去修改當(dāng)前頁面內(nèi)容,需要用戶確認(rèn)后才可執(zhí)行,用戶執(zhí)行操作后會在側(cè)邊欄內(nèi)顯示操作記錄與撤銷操作的入口。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
3)輔助Prompt
 
由于AI副駕駛的特性,常常需要準(zhǔn)確的Prompt才能執(zhí)行符合預(yù)期的操作,這對大部分用戶來說門檻較高,因此在使用時需要及時給予用戶合理的聯(lián)想Prompt,輔助用戶決策。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
2.思考:提高用戶工作效率的AI助手
 
作為被動性AI助手,用戶即使不使用也不會影響其在整體頁面中的操作,AI更多承擔(dān)的是提升用戶工作效率過程中的輔助角色。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
 
三、嵌入式形態(tài)
 
AI場景化嵌入(Embedding)
 
嵌入式AI主要聚焦特定場景的AI輔助,如AI即時性地生成對當(dāng)前評論的回復(fù),此類交互無固定形態(tài),AI會在用戶進行高頻重要操作時即時觸發(fā)。
 
在多元化場景中,嵌入式AI的設(shè)計相較于前兩類更加靈活和輕量,通常以LGUI(輕量化用戶界面)為核心,強調(diào)用戶與AI之間的無縫銜接與高效互動。
 
與對話式或結(jié)構(gòu)化阿拉丁模式相比,嵌入式AI的設(shè)計思路更加通暢,摒棄了復(fù)雜的交互流程,更注重場景中的引導(dǎo)性和即時反饋,幫助用戶在合適的時機獲取所需信息。
 
從對話到嵌入:多元場景AI形態(tài)淺析
 
 
 
1.嵌入式AI示例—One Drive
 
以微軟One Drive為例,嵌入式AI不僅會在用戶整理文件時提供智能建議,還能在用戶分享文件時根據(jù)歷史記錄和內(nèi)容精準(zhǔn)推薦分享對象。這種場景化的嵌入,展現(xiàn)了如何通過LGUI設(shè)計最大化提高效率,而非依賴傳統(tǒng)對話或復(fù)雜交互。
 
場景一: 文件整理AI建議
 
在AI為相關(guān)文件創(chuàng)建新文件夾的情境中,執(zhí)行完成后,它會主動詢問用戶是否需要將其他可能相關(guān)的文件一并移入到新建的文件夾中,以幫助用戶進一步整理文件。AI能夠基于文件內(nèi)容的上下文,敏銳地判斷出哪些文件可能屬于同一類別,進而為用戶提供便捷的一鍵整理服務(wù)。
 
場景二: 智能分享建議
 
當(dāng)用戶準(zhǔn)備在One Drive中分享文件時,AI助手會根據(jù)文件內(nèi)容和用戶的歷史分享記錄,預(yù)測出最可能需要分享的對象名單,為用戶精準(zhǔn)推薦受眾人員。智能分享建議可以極大地節(jié)省用戶挑選分享對象的時間。
 
基于上述2個例子,我們可以對嵌入式AI有進一步的思考:
 
合理的嵌入式AI操作只在用戶進行重要操作時被“激活”,能夠在當(dāng)前場景下即時給予用戶建議;
 
嵌入式AI一般情況下點擊大于錄入,方便用戶快速做出決定;
 
設(shè)計此類交互時,需要深度理解用戶使用場景,AI的喚起不應(yīng)干擾用戶對于主流程的操作體驗。
 
2.思考:效率導(dǎo)向的AI嵌入設(shè)計
 
對于普通設(shè)計師來說,容易在純對話交互和結(jié)構(gòu)化設(shè)計兩端搖擺,可能忽視了效率也是設(shè)計的重要原則。嵌入式AI的設(shè)計啟示在于“什么合適用什么”,既不過度依賴復(fù)雜的對話式設(shè)計,也不拘泥于結(jié)構(gòu)化方案。關(guān)鍵在于聚焦場景需求,以最簡便和有效的方式幫助用戶完成任務(wù)。因此,在嵌入式AI的設(shè)計中,保持界面的簡潔與流暢,同時結(jié)合輕量化的LGUI原則,才是提升用戶體驗的關(guān)鍵。最終目標(biāo)始終是“效率”,無論采用何種形式,選擇最適合當(dāng)前場景的交互模式才是設(shè)計的核心。
 
 
未來的AI設(shè)計
 
多樣化形態(tài)下的平衡與共生
 
隨著AI技術(shù)的迅速發(fā)展,各種AI形態(tài)在不同場景中不斷涌現(xiàn),如上述討論的沉浸式、伴隨式、嵌入式等設(shè)計形態(tài)。無論是主動性強的智能體、輔助型的副駕駛,還是輕量化的嵌入式方案,每一種設(shè)計都展現(xiàn)出其獨特的價值。
 
然而,在這些多樣化的形態(tài)背后,我們?nèi)孕杌貧w一個核心問題:什么樣的AI設(shè)計才是理想的?
 
  •  
    首先,沒有一種AI形態(tài)能夠完美適用所有場景,真正成功的AI設(shè)計應(yīng)始終圍繞需求展開。在效率為先的原則下,設(shè)計師需要深刻理解用戶在不同情境下的核心需求,并選擇最適合的交互形態(tài)。復(fù)雜的對話式和高度結(jié)構(gòu)化的設(shè)計并非萬能,嵌入式AI的靈活性和輕量化設(shè)計則為平衡提供了啟發(fā)—服務(wù)于效率與體驗,簡化不必要的交互,專注于解決用戶的實際問題。
 
  •  
    其次,AI設(shè)計的多樣性并不意味著割裂,而是指向共生與融合。未來,AI技術(shù)將進一步打破不同形態(tài)之間的界限,形成更加靈活、動態(tài)的交互模式。這種融合不僅依賴更智能的技術(shù),還要求設(shè)計師在實際應(yīng)用中敏銳捕捉用戶需求,提供真正有價值的解決方案。
 
  •  
    最后,設(shè)計的核心原則是以用戶為中心,強調(diào)合適性,而非追求炫技。無論是大型智能體的復(fù)雜場景處理,還是嵌入式AI的場景化介入,優(yōu)秀的設(shè)計應(yīng)始終聚焦用戶需求,在不同場景中找到最優(yōu)平衡點。隨著技術(shù)的進化,設(shè)計師需要更加專注于如何將AI技術(shù)自然、無縫地融入用戶的工作與生活,使每一次交互都變得更加高效和愉快。
 
在未來,AI的形態(tài)將會更加多元,但不變的仍是設(shè)計師對效率、用戶價值和場景適配的持續(xù)探索。希望設(shè)計師在面對AI設(shè)計時,始終尋求既符合用戶需求又能提升效率的最佳方案。


作者:百度MEUX
鏈接:https://www.zcool.com.cn/article/ZMTYzMzkxNg==.html
來源:站酷
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán),非商業(yè)轉(zhuǎn)載請注明出處。

日歷

鏈接

個人資料

藍藍設(shè)計的小編 http://m.ssll180.com

存檔