92国产精品视频_亚洲a级在线观看_国产精品电影观看_国产精品免费观看在线_精品伊人久久97_亚洲人成在线观_尤物九九久久国产精品的特点_成人激情在线播放_成人黄色大片在线免费观看_亚洲成人精品久久久_久久免费视频在线观看_久久精品国产一区_国产一区二区三区18_亚洲欧美中文字幕在线一区_日韩美女中文字幕_日韩视频免费在线

首頁

122025-9

用戶體驗五大要點：從問題到解決方案的完整指南

在互聯網產品設計和運營的過程中，用戶體驗（User Experience，簡稱 UX） 已經成為決定產品成敗的關鍵因素。一個功能再強大的產品，如果用戶用得不舒服、不信任，甚至覺得沒有價值，最終都會被拋棄。那么，優秀的用戶體驗究竟包含哪些要素？遇到問題時我們又該如何解決？

本文將用戶體驗拆解為五大要點，并逐一分析其常見問題與改進方法，幫助你快速建立一份可落地的用戶體驗改進清單。

可用性（Usability）

核心問題： 產品是否容易上手、是否順暢易用。

常見問題：

新用戶上手困難，不知道該如何操作。
完成一個任務的步驟過多，效率低下。
不同頁面或功能的交互邏輯不一致，導致混亂。
用戶出錯后沒有清晰提示，不知道如何糾正。

解決方法：

進行 可用性測試，邀請真實用戶體驗任務，觀察他們在哪些地方卡殼。
簡化流程，減少多余步驟，比如將“支付”流程控制在 3 步以內。
建立 交互規范與組件庫，保證按鈕樣式、操作邏輯在全站保持一致。
在操作后提供 即時反饋，如加載狀態、確認提示。
優化 錯誤提示，不要只顯示“出錯了”，而是說明原因并給出解決方案，例如“密碼至少需要 8 位且包含數字”。

有用性（Usefulness）

核心問題： 產品是否真正解決了用戶的核心需求。

常見問題：

功能繁雜，但用戶真正需要的功能卻沒有。
產品沒有滿足用戶的核心場景，只是“看起來很炫”。
用戶覺得“這個產品沒有價值”，使用頻率低。

解決方法：

做 用戶研究（問卷、訪談），明確用戶的真實需求，而不是憑空想象。
通過 任務場景分析，確保每個核心功能都能支持用戶的目標。
采用 MVP 策略（最小可行性產品），先滿足用戶的核心價值點。
借助 數據分析，識別哪些功能常用、哪些功能無人問津，對低頻功能進行優化或砍掉。
堅持 持續迭代，根據用戶反饋及時調整方向。

可訪問性（Accessibility）

核心問題： 產品是否對所有用戶都友好，是否能在各種設備和環境下順暢使用。

常見問題：

對視障、色盲、老年人等群體不友好。
在手機、平板和 PC 端體驗差別巨大，影響使用。
頁面加載緩慢，操作卡頓，用戶流失率高。

解決方法：

遵循 WCAG 國際無障礙標準（Web Content Accessibility Guidelines），提升通用性。
使用 對比度檢測工具，保證文字清晰可讀。
提供 多模態輸入方式，支持鍵盤操作、語音輸入、觸控操作等。
采用 響應式設計，保證多設備訪問體驗一致。
做 性能優化：壓縮圖片、延遲加載、使用 CDN 加速，保證快速響應。

愉悅感（Desirability / Delight）

核心問題： 產品是否讓用戶感到愉快、舒適甚至驚喜。

常見問題：

界面單調，缺乏美感。
操作無反饋，體驗枯燥。
系統提示過于冰冷，缺乏人情味。
用戶感受不到個性化和驚喜。

解決方法：

建立 統一的設計系統，保證色彩、字體、圖標風格一致，營造整體美感。
在按鈕點擊、加載等待等場景加入 輕量動效，增加“生命感”。
優化 文案設計，使用更友好、溫暖的語氣與用戶溝通。
提供 個性化推薦，根據用戶行為習慣智能優化體驗。
設置 小驚喜，例如節日彩蛋、完成任務后的動畫獎勵，增加好感度。

可信任度（Credibility / Trustworthiness）

核心問題： 用戶是否信任產品和品牌。

常見問題：

用戶擔心數據被泄露或濫用。
信息真假難辨，缺乏權威感。
系統經常崩潰或出錯，用戶失去信任。

解決方法：

提供 權威背書：展示認證資質、用戶評價、行業榮譽。
制定 透明的隱私政策，明確說明數據收集和使用方式。
加強 安全措施，如 HTTPS 加密、雙重驗證、權限管理等。
保證 系統穩定性，通過性能監控與快速 bug 修復降低出錯率。
做好 品牌建設：統一品牌視覺識別（VI），積極回應用戶反饋，增強信賴感。

總結

用戶體驗不僅僅是“界面好看”這么簡單，它包含了 可用性、有用性、可訪問性、愉悅感、可信任度 五大方面。每個方面都有對應的常見問題和可落地的方法。

可用性：靠測試與簡化流程來提升。
有用性：靠用戶研究與數據驅動來確保。
可訪問性：靠標準規范與性能優化來實現。
愉悅感：靠設計細節與情感化交互來營造。
可信任度：靠透明、安全與品牌建設來維系。

如果你正打算優化產品體驗，不妨把本文當成一份 用戶體驗改進對照表。遇到問題時，先找出屬于哪個維度，再選擇對應的解決方案。這樣不僅能避免“頭痛醫頭，腳痛醫腳”，還能讓整個產品體驗體系更加完整、可持續。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(235)

222025-8

提升用戶體驗的交互設計實戰指南：方法、流程與技巧

如何優化交互設計，提高用戶體驗？——實用工作流程與技巧

在做產品時，大家都繞不開一個核心問題：如何通過交互設計真正提升用戶體驗？
很多時候我們以為加點動效、換個布局就能優化，但結果往往事與愿違。想要真正做到有效優化，背后需要一個系統的思路和工作流程。

下面我結合實際經驗，總結了一套可操作的路徑，供你參考。

一、優化交互設計的核心思路

以用戶為中心：理解真實需求，避免“設計自嗨”。
減少認知負荷：用戶不該被迫思考「下一步怎么做」，交互要自然順暢。
保持一致性：控件邏輯統一，降低學習成本。
預防錯誤 & 容錯：減少出錯機會，并提供撤銷或返回。
數據驅動優化：用埋點和分析找到問題，而不是憑感覺去改。

二、交互設計優化的工作流程

這套流程可以理解為一個循環迭代：發現問題 → 提出假設 → 設計改進 → 測試驗證 → 持續迭代

1. 發現問題

用戶研究：訪談、問卷、可用性測試
數據分析：漏斗分析、熱力圖，定位流失點
競品調研：參考行業里成熟的交互模式

2. 提出假設

用 用戶旅程圖 標記關鍵環節，并提出“問題-假設-預期”：

問題：注冊流失率高
假設：減少表單字段
預期：完成率提升 15%

3. 設計改進

原型設計：低保真快速迭代
交互規范：層級清晰，控件一致，反饋及時
文案優化：提示語直白，避免模糊

4. 測試驗證

可用性測試：5~8 個目標用戶足夠發現問題
A/B 測試：不同版本上線，驗證哪種更好
滿意度調查：SUS、NPS 等量化指標

5. 持續迭代

定期復盤：看上線效果是否達到預期
維護設計規范 & 組件庫：減少重復勞動
小步快跑：持續小幅優化，而不是大刀闊斧一次性推翻

三、實用小技巧

優先級排序：聚焦高頻&高價值的流程（注冊、支付、搜索）。
微交互：細節處的反饋、動效，能讓體驗加分。
漸進式披露：分層展示功能，避免用戶被信息淹沒。
跨團隊協作：和產品、開發、運營對齊目標，確保設計能落地。

交互設計優化不是一蹴而就的，而是一個持續發現問題、驗證假設、迭代改進的循環。只有把用戶體驗當作持續經營的對象，產品才能在競爭中保持優勢。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(186)

152025-8

用戶體驗中的人工智能透明度：設計清晰的人工智能交互

隨著人工智能越來越多地融入網站和應用程序體驗，區分哪些地方已經實施了人工智能，哪些地方尚未實施人工智能，變得至關重要。

最初，大多數產品將人工智能作為聊天機器人引入，用戶可以通過聊天機器人發起并促進與人工智能的交互。現在，產品正在將人工智能融入儀表盤、任務和搜索功能。用戶不再主動體驗人工智能——人工智能體驗已經預先存在。

由于用戶不再控制何時觸發人工智能的使用，因此需要讓用戶了解何時向他們展示人工智能功能或內容，以確定其有效性和質量。不僅如此，《歐盟人工智能法案》（2026年生效）將強制要求用戶在與人工智能系統進行通信或互動時必須知曉。

這就是設計系統的用武之地——實施專門的視覺處理，以始終如一地將人工智能內容和特征與非人工智能內容和特征分開。

Google 的 Material Design 系統展示了按鈕和分段按鈕等組件 — Google 的 Material設計系統文檔

遺憾的是，目前只有少數開源設計系統明確地包含 AI 組件和模式。我希望很快會有更多系統加入，但目前為止，只有 GitLab 的 Pajamas、IBM 的 Carbon 和 Twilio 的 Paste 在其指南中承認了 AI。

注意：我使用Figma 的設計系統來對 AI 組件和模式進行基準測試。我沒有納入僅包含 AI 聊天機器人或對話設計文檔的設計系統，因為這是一種更標準的交互模式；這包括亞馬遜的 Cloudscape和Salesforce 的 Lightning。

讓我們比較和對比這些設計系統 AI 組件和模式，看看它們可以在哪些方面進行優化以提高可用性。

GitLab 的睡衣
IBM 的 Carbon
Twilio 的 Paste

1. GitLab 的睡衣

Pajamas目前不包含明確的組件或模式，但它確實包含一些關于 AI 與人類交互的有趣文檔。該文檔首先建議通過識別哪些自動化操作是合乎道德且有益的（例如，高風險任務 vs. 低風險任務），來了解 AI 的使用是否真的能給用戶帶來好處。

接下來，它建議透明地說明 AI 的使用地點——Pajamas 通過其“GitLab Duo”實現了這一點，這是 AI 特性、能力和局限性的指標。

GitLab Duo 的示例展示了用戶可以在哪里與 AI 進行交互 — GitLab Duo 用于指示用戶可以在界面中與 AI 交互的位置

由于“GitLab Duo”用于 AI 功能和交互（而不是任何 AI 內容），Pajamas 還建議使用“<動詞> by AI”（即“由 AI 總結”）標記 AI 生成的內容，并發送一條消息鼓勵用戶檢查 AI 內容。

GitLab 也在開發一個框架來實踐他們的指導方針；目前還在開發中，但大致的工作內容可以在GitLab 的 AI UX 模式中查看。他們的目標是發布一個帶有文檔的 AI 模式庫——這正是我們所需要的（拜托！）。

GitLab 對其 AI UX 模式的愿景分為 4 個維度，以幫助選擇正確的 AI 模式：模式、方法、交互性和任務。

模式：人工智能與人類互動的重點（專注、支持或整合）
方法：人工智能正在改進什么（自動化或增強任務）
交互性：人工智能如何與用戶互動（主動或被動）
任務：AI 系統可以幫助用戶做什么（分類、生成或預測）

例如，他們早期對人工智能模式的探索包括低保真模型，展示了如何將人工智能與圖表或內聯解釋集成到界面中。這些模式清晰地標記了人工智能的用途，有助于建立用戶對人工智能系統的理解和信任。

低保真折線圖，顯示當集成到界面中時可以在數據中突出顯示的 AI — 帶有指示 AI 的標記的低保真集成圖表，例如預測數據（通過GitLab 的 Vision for AI UX）

使用 Gitlab 模式填寫表單時使用 AI 的示例 — 低保真集成解釋器，使用 AI 填寫表格（通過GitLab 的 AI UX 愿景）

判決

目前，GitLab 的文檔還停留在概念階段，僅概括了他們希望未來 AI UX 體驗的樣子。但它提供了一個堅實的框架，大多數設計系統都可以采用——無論哪個行業或產品。

我希望他們能盡快發布更多關于其AI用戶體驗模式的深入信息。我認為這對其他開發AI文檔的設計系統來說，將是一筆寶貴的開源資產。

2. IBM 的 Carbon

在眾多開源設計系統中，Carbon擁有最豐富的 AI 使用文檔。它包含一個 AI 專用版塊“Carbon for AI”，涵蓋組件、模式和指南，幫助用戶識別 AI 生成的內容，并了解 AI 在產品中的應用方式。

Carbon for AI 建立在現有 Carbon 組件之上，添加了藍色光暈和漸變效果來突出顯示 AI 實例。目前為止，已有 12 個包含 AI 變體的組件，例如模態框、數據表和文本輸入。

IBM Carbon 中的所有 12 個 AI 組件，包括復選框和文本輸入 — Carbon for AI 的組件列表及具體 AI 變體

盡管組件的 AI 變體具有獨特的視覺處理，但在上下文中，很難區分哪個組件當前處于活動狀態（因為它們看起來都是活動的）。

在下面的表單中，AI 用于自動填充大部分輸入字段，因此這些字段使用了 AI 變體。即使在默認狀態下，AI 變體也會呈現藍色漸變和邊框，這導致難以直觀地識別哪個組件處于活動狀態。

使用人工智能幫助輸入答案的示例表單，并展示人工智能組件在上下文中的使用情況 — AI 組件上使用的藍色漸變和邊框使得很難判斷哪個組件處于活動狀態

用戶可以覆蓋 AI 的輸入，這會將組件的 AI 變量替換為默認變量。這將觸發“恢復為 AI 輸入”操作，以替換輸入字段中的 AI 標簽，從而允許用戶控制手動或自動表單響應。

帶有恢復操作的文本字段，顯示“恢復到 AI 輸入”的工具提示 — 當用戶覆蓋 AI 輸入時，Carbon 的“恢復 AI 輸入”功能就會出現

除了 AI 變體之外，它還包含一個明確的 AI 標簽，可以顯示一個彈窗，解釋特定場景下 AI 的細節（Carbon 將此模式稱為“AI 可解釋性”）。用戶可以選擇 AI 標簽，彈窗就會出現在按鈕下方。

一個中等保真度的屏幕模型，其中的 AI 標簽彈出窗口顯示了有關 AI 使用情況的詳細信息 — Carbon 的 AI 標簽包含一個解釋器彈出窗口，方便用戶獲取有關 AI 使用情況的更多詳細信息

判決

看到像 Carbon 一樣完善的 AI 模式和組件設計系統文檔，真是令人興奮。他們不僅提供了 AI 通用用法的文檔，還提供了實際可用的組件和模式。

但由于組件的AI變體使得在上下文中使用時難以區分哪個組件處于活動狀態，我認為存在可用性和可訪問性問題。AI變體的顏色使用過于引人注目，而且看起來像Carbon的焦點狀態（這可能會影響依賴焦點狀態的低視力用戶）。

文本字段組件的 AI 變體與文本字段的焦點狀態之間的比較 — Carbon 的 AI 變體與文本字段的焦點狀態

3. Twilio 的 Paste

最后，Paste在“體驗”版塊下提供了一個“人工智能”板塊。Paste 提供了關于在用戶體驗中使用人工智能的通用文檔，以及一些可用的組件。

在設計AI功能時，Paste建議允許用戶將AI結果與自身體驗進行比較，并處理潛在的錯誤和風險。為了減少這些錯誤，Paste提倡賦予用戶審查和撤消輸出、控制數據源以及向AI系統提供反饋的能力。

Paste 還建議在設計新的 AI 功能時問自己：“如果它做同樣的事情但不使用 AI，我將如何設計這個功能？”用戶使用產品不僅僅是為了與人工智能互動——他們還試圖盡可能高效地完成任務并實現目標。

Paste 包含一個包含 5 個組件的 AI UI 套件：人工智能圖標、徽章、按鈕、進度條和骨架加載器。它還包含一些專為 AI 聊天體驗打造的組件，例如 AI 聊天日志。

Paste 文檔中最有幫助的是他們提供的示例，包括路標、生成功能和聊天功能。

對于指示牌，Paste 建議使用帶有人工智能圖標的裝飾性徽章來指示某個功能正在使用人工智能，例如人工智能推薦或預測。指示牌是非交互式的，但類似于按鈕，因此看起來可以點擊。

Twilio 的路標示例展示了帶有 AI 閃光圖標的徽章 — Paste 使用徽章和 AI 圖標的路標示例

生成功能會向用戶提供提示，幫助他們使用 AI 功能，例如“總結數據”或“推薦下一步”。當您選擇生成功能時，下面會出現一個彈出窗口，向用戶提供說明以及它正在使用的 AI 模型。

Twilio 的生成功能示例展示了一個帶有彈出窗口的按鈕，用于解釋有關 AI 模型的詳細信息及其使用方法 — Paste 的生成功能包括一個帶有彈出窗口的按鈕，用于指導用戶與 AI 交互

最后，聊天內容是當今已知的人工智能聊天機器人的典型特征，并包含對其對話原則的引用，以發展人工智能的個性。

Twilio 的聊天示例，其中有一個空狀態，并且在用戶文本字段下方有多個 AI 提示 — Paste 的 AI 聊天機器人處于空狀態，并在文本字段下方提示

Paste 確實即將推出另一種加載模式，但我們還需拭目以待。這種模式將為用戶提供一種控制和預測 AI 輸出的方式；這包括停止輸出以及根據 AI 輸出所需的時間來調整狀態。

判決

我很高興看到一些文檔和實際示例的結合。雖然其中一個示例是聊天機器人，但 AI UI 套件中的其他組件也展示了如何在界面中透明地展示 AI 的使用方法。

Paste 正在尋求對其 AI UI 工具包的反饋——他們有一個開放的Github 討論，您可以在其中提交請求。

令人驚訝的是，很少有設計系統發布關于組件和模式的文檔來處理AI驅動的內容和功能（至少是公開的）。例如，谷歌和微軟都是AI行業的領導者，但開源的Material和Fluent設計系統卻不包含AI模式。

由于這些 AI 領導者正在將 AI 融入到與更廣泛用戶群體互動的常見產品（例如 Gemini 和 Copilot），他們正在構建其他產品也需要效仿的用戶心智模型。即使是Adobe 旗下的 Spectrum，雖然已將 AI 融入其眾多產品（例如 Adobe Firefly），但在涉及內容和人物寫作時，也只用了短短的宣傳語來提及機器學習和 AI。

也許他們的AI模式還在開發中？或者他們還在等待時機成熟？

無論如何，向用戶展示 AI 功能和生成的內容至關重要，這樣他們才能更好地理解所展示的內容，并建立對產品的信任。我期待更多超越閃光圖標和聊天機器人的設計系統模式。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(205)

142025-8

優化用戶體驗 | AI工作流 | Lovable + Cursor：如何設置這個強大的 AI 工作流程

今天給大家分享一個強大的工作流程：Lovable — GitHub — Cursor。

雖然 Lovable 和 Cursor 都是流行的工具，但它們各有其優點和局限性。

但當一起使用時，它們可以很好地互補，您可以獲得兩全其美的效果。

此工作流程讓您可以利用 Lovable 的快速設計生成和 Cursor 的 AI 驅動編碼環境來精確構建更強大的應用程序。

我將向您展示如何逐步連接它們并創建無縫的工作流程。

概述

工作原理

在Lovable中，將您的項目與Github連接起來，這樣代碼就可以實時同步到GitHub。

在 Cursor 中，你可以將項目代碼克隆到本地并進行編輯。之后，你可以隨時同步到 GitHub。

一旦同步，更新將立即反映在 Lovable 中。

工作流程概述

然后，您可以根據需要選擇使用 Lovable 或 Cursor 進行工作。兩者之間可無縫切換。

為什么它如此強大

對于專注于前端的設計來說，Lovable 直觀且快速。但當需要改進或添加實際功能時，你很快就會遇到瓶頸。

它根本不適合開發可靠的應用程序。而且，Lovable 的免費計劃也很容易達到使用上限。

這就是 GitHub 和 Cursor 的用武之地。GitHub 充當了 Lovable 和 Cursor 之間的橋梁。從它的名字就可以看出“ GitHub = Git + Hub ”。Git 是管理代碼版本的工具。GitHub 是一個托管 Git 存儲庫并增強協作的平臺。

而 Cursor 就像一個帶有 AI 助手的代碼編輯器。它比 Lovable 強大得多。你可以更精確地調試、優化和構建代碼。

缺點是，如果你編程經驗有限，Cursor 可能會讓你感到不知所措，而且它不夠簡單，不適合前端探索。這就是為什么 Lovable 和 Cursor 相輔相成的原因。

但是如何讓 Lovable、Cursor 和 GitHub 協同工作呢？

我在 Reddit 上偶然看到的一篇帖子 :)

接下來，我將逐步引導您完成工作流程！

步驟 1：Lovable → GitHub

首先，你需要有一個 GitHub 帳戶。

那就用 Lovable 來構建一些東西吧。我在一篇新聞通訊里提到過 Lovable 。它很容易上手。

為了這個演示，我創建了一個簡單的“像我 5 歲一樣解釋它”應用程序。

您可以隨時通過點擊右上角的 GitHub 圖標選擇連接到 GitHub。

Lovable 中的 GitHub 圖標

如果單擊該圖標，將出現以下對話框：

點擊 GitHub 圖標后

連接到 Github 帳戶后，此對話框將顯示另一個選項，供您將此“項目”連接到您的 Github。請確保它也已連接。

步驟 2：GitHub → Cursor

打開 Cursor。第一步是選擇一個文件夾。這就是項目所在的位置。

接下來，您只需在 Cursor 中輸入以下內容：

克隆此 repo：[你的項目 Github 鏈接]此repo：[你的項目 Github 鏈接]

然后 Cursor 會告訴你該怎么做。設置起來非常簡單直接。

您實際上是在安裝“依賴項”，即下載并設置項目正常運行所需的所有包。

按照說明，我打開了本地服務器，它在 Lovable 中顯示了完全相同的設計。

獲取我的本地服務器來展示 Lovable 的設計

假設現在我想在 Cursor 中進行一些修改。CTA 按鈕的懸停效果太過分了。

原始按鈕懸停效果

我在 Cursor 的提示窗口中輸入了以下內容：

刪除懸停時“解釋一下！”CTA 上的放大效果。懸停時對“解釋一下！ ” CTA產生影響。

然后就修復了：

Cursor 中按鈕懸停效果修改后

步驟 3：光標→GitHub

簡介

您可以隨時選擇將代碼從 Cursor 同步到 GitHub。

但是，您會發現選項比您預期的要多得多，而只有一個選項 — — 同步。

Git 就是這樣運作的。它將版本控制分解成多個小的、具體的操作，以便你進行精確控制。

這在處理大型項目時尤其有用。想象一下，當多人協作時，所有本地模型都同步到一個中心模型，而且每個人都只能選擇同步，沒有其他選擇，那該有多混亂。

我在下面畫了一張圖表來幫助您更好地理解所有這些命令。

從 Cursor 到 Github 的 Git 命令

您不必親自輸入這些命令，但是當您在 Cursor 中看到這些術語并感到困惑時，該圖表可以作為有用的參考。

階段變化

首先，點擊這個“分支”圖標切換到源代碼控制面板。然后點擊“+”圖標“暫存更改”，使其準備好提交。

階段變化

提交 + 同步

然后根據您的需要，您可以在“提交”下拉菜單中選擇一個選項。

如果您只想直接同步，請使用“提交和同步”。

提交并同步

你看到“提交”頂部的消息框了嗎？它就像一個版本歷史記錄名稱，方便你更好地跟蹤更改。如果你將其留空，Cursor 會根據你所做的更改自動生成一條提交消息。

步驟 4：GitHub → Lovable

現在就是神奇的一步。因為你什么都不用做。

你應該會立即看到更新自動同步到 Lovable 中。太酷了！

Cursor 中的更新實時反映在 Lovable 中

如果您查看上面的快照，它會在聊天窗口中顯示來自 Cursor 的最新修訂。

然后，您可以根據需要選擇繼續在 Lovable 中構建或切換到 Cursor。

附錄

如果您想與某人合作，只需在 GitHub 上的項目倉庫中添加一位合作者即可。前往項目 → 設置 → 合作者 → 添加人員

在 GitHub 中添加協作者

一旦添加，他們也可以使用 Cursor 實時協作該項目。

感謝閱讀。特別感謝 Junaid，在我準備課程期間與我分享了工作流程。

下周見，

欣然

-

PS：幾天前我做了一個關于創建 AI 原型的演講，并演示了一些示例。如果你也對這個話題感興趣，可以去看看。你可能會喜歡我和觀眾現場演示的冰淇淋搭配應用。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(416)

132025-8

你的直覺背后有邏輯

查爾斯·桑德斯·皮爾斯的數碼插畫，風格類似拼圖游戲。他留著胡須的肖像由相互交錯的拼圖碎片組成，背景為大膽抽象的綠色、橙色和青綠色調。這幅圖像象征著復雜性、推理能力和結構化思維。 — 查爾斯·桑德斯·皮爾斯（作者使用人工智能創建的圖像）

每個人都說：“相信你的直覺。”但
沒有人解釋你的直覺是如何思考的。

查爾斯·皮爾斯做到了。

他稱之為溯因推理——最佳猜測的邏輯。從想法到假設的跳躍。這種思維方式并不能保證你一定正確，但能讓你足夠接近事實，值得一試。

19世紀末，皮爾士（發音為“purse”）提出了一個關于人類如何形成信念的模型。這種信念的形成并非等待神靈的啟示或遵循完美的規則，而是從不確定性入手，對我們自以為知道的事物感到不安，并形成一個值得檢驗的猜測。

他通過自己的工作創造了“探究”一詞。這種邏輯如今在早期產品戰略、設計研究和推測性人工智能提示中隨處可見。但大多數人從未聽說過它，或者從未聽說過他。

研究懷疑的科學家

19世紀哲學家、邏輯學家查爾斯·桑德斯·皮爾斯的黑白肖像。他身著正裝，蓄著大胡子，頭發中分，表情嚴肅，略微側身。 — 查爾斯·桑德斯·皮爾斯，公共領域，通過 Wikimedia Commons

皮爾士是一位邏輯學家、數學家、物理學家，以及許多其他領域的專家，他是美國實用主義的奠基人。但他真正癡迷的是我們如何形成信念……以及如何改變它們。

他相信真理并非唾手可得，而是需要你努力奮斗才能獲得。而獲得真理的途徑并非加倍努力……而是甘愿犯錯。

對于皮爾士來說，懷疑并非弱點，而是真正思考的開始。

他概述了人類推理的三種基本方式：

綁架：根據有根據的猜測，什么可能是真的。
演繹：如果某些規則成立，那么一定為真。
歸納：根據我們所見的模式，什么可能是真的。

綁架

皮爾斯認為，溯因推理是思維的起點，是所有洞察力的源泉。它引領新想法進入思維領域，讓產品團隊能夠推測某個指標下降的原因，讓設計師能夠預見到混亂的發生，讓研究人員能夠提出正確的問題——而不僅僅是分析數據。

溯因推理是從觀察到可能性的飛躍。從“這到底是怎么回事？”到“也許是這樣”。它并不能保證你是對的，但它能給你提供一些可以測試的東西。

扣除

演繹法起源于亞里士多德，它從普遍真理出發，并由此推理。

如果所有人都會死，而內特是人類，那么內特也是會死的。

非常簡單。無需猜測。

它是系統、策略和自動化的邏輯。它是工程師確保代碼正常運行的方式，也是合規團隊發現違規行為的方式。演繹是我們利用已知知識進行推理的方式。但演繹并不能產生新的見解。它只能驗證符合規則的內容。我喜歡這樣理解：演繹建立在現狀之上，而不是可能實現的。

就職

歸納法也源于亞里士多德，但經過以下思想家的擴展：弗朗西斯·培根和大衛·休謨，反之亦然。它根據觀察到的情況推斷可能發生的情況。

到目前為止，太陽每天都會升起，因此，明天它大概也會升起。

它是科學、分析和機器學習背后的邏輯。它能發現模式、發現趨勢并標記概率。歸納推理能告訴團隊用戶做了什么，但不一定能告訴他們為什么做，或者下一步該做什么。

它很強大，但都是事后諸葛亮。它是一種回顧。沒有溯因推理來構建問題，也沒有演繹推理來施加約束，歸納推理只是收集數據。它只是觀察，卻不知道究竟要尋找什么。

信念的用戶體驗

皮爾士不僅研究我們如何推理，他還研究我們如何相信，以及為什么錯誤的信念如此難以動搖。在他1877年的論文《信念的固著》中，他列舉了人們判斷真理的四種常見方式：

堅韌：我相信這一點，因為我一直都相信。
權威：我相信這一點，因為有位有權勢的人告訴我。
先驗：我相信這一點，因為直覺上感覺正確。
科學方法：我相信這一點，因為它經得起推敲。

其中只有一種說法歡迎質疑。其他說法則鼓勵安慰。它們之所以讓人感覺真實，是因為它們一直以來都讓人感覺真實?？赡苁且驗槟硞€可信的人說過這些話（錨定效應），也可能是因為它們易于重復，難以質疑。

信念并不總是來自證據。它來自情感、重復，有時甚至是便利。

這就是為什么人們會繼續從事有害的工作，并相信陰謀論。這就是為什么整個團隊圍繞著一個在啟動會議上感覺正確的想法展開工作，但之后就再也沒有被重新討論過。

皮爾斯的警告不僅僅是哲學層面的，它非常實用：

如果你忽略了懷疑帶來的不適，你也就忽略了學習的機會。

運用綁架法進行設計

大多數現代設計工作都始于一種直覺。你注意到一些事情。你猜測它發生的原因。你驗證這個猜測。

這就是綁架。

你不是在證明必然為真，也不是在確認可能為真。你是在問：這里可能發生了什么？

這是探索研究和旅程地圖的核心。真正以人為本的設計。這種設計需要長時間地與模糊性共存，以便從中汲取經驗，而不是停留在幻燈片上假裝自己已經知道了。

問題？

我們不會把溯因推理當成一門技能來教。我們把它當成直覺。高級設計師“大概知道”的東西。

我想皮爾斯不會同意。對他來說，溯因推理不是魔法，而是邏輯。溯因推理是可以訓練的，可以解釋的，而且也值得實踐。

如果說演繹法是數學的邏輯，歸納法是科學的邏輯，那么溯因法就是設計的邏輯。

優秀的設計師總是在別人追尋答案之前提出更精妙的問題。這也是為什么他們不僅僅是在建造，而是在觀察。

通過 GenAI 進行溯因推理

溯因推理并不僅限于設計。每當我們試圖理解一些不明確的事物時，它都會出現。而沒有什么比我們如何使用生成式人工智能更切題（或更容易被忽視）了。

在 GenAI 出現之前，深度思考進展緩慢。你必須面對模棱兩可的情況，理解零散的信息，并挑戰自己的假設。這種方式效率不高，但確實有效。

現在，有了 GenAI，我們就有了一個可以模擬新觀點、提出反駁意見并幫助我們比以往更快地測試想法的工具。

但大多數人并非如此使用。他們帶著結果而來，而不是帶著疑問。他們尋求的是確認，而不是探索。他們把這個工具當成了自動售貨機。

提示法運用得當，就能起到溯因推理的作用。你先提出一個假設，然后提出問題，探索可能成立的結論。之后，不斷完善假設。

如果使用不當，該工具會反映你的第一個假設。聽起來很有說服力，但卻無法加深你的理解。

早在語言模型出現之前，皮爾斯就對此發出過警告。當信念被過快接受時，它就會停止進化。當質疑從學習過程中消失時，學習也會隨之消失。

提示是練習溯因推理的機會，但只有我們像自己思考一樣小心地使用它時，才有意義。

所以呢？

我們并非為真理而設計，而是為可以演變的信念而設計，這意味著我們要適應模糊性，提出更好的問題，并抵制急于獲得確定性的沖動。

如果人工智能要幫助我們思考（而不僅僅是產生結果），那么我們必須教會人們如何謹慎地推測并檢驗假設。我們還必須教會人們如何在不失去控制的情況下改變想法。

查爾斯·皮爾士為我們提供了一個模型，幫助我們在事實不全的情況下進行推理。這是一種靈活且愿意犯錯的思維方法。

它仍然有效。

如果你對這些思維習慣是如何養成的感興趣，我曾專門寫過關于弗里德里希·福祿貝爾的文章，他是一位向我們展示如何塑造學習方式的教育家。

我們花了很多時間討論如何訓練人工智能，但卻很少思考如何訓練我們自己思考。

皮爾斯做到了。

也許現在正是我們傾聽的時候了。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(313)

132025-8

人工智能時代用戶體驗導航實踐者日志

隨著人工智能、自主代理以及語音和環境計算等新興模式的興起，設計的界限變得模糊——我不禁要問：用戶體驗專業的未來會怎樣？

今天：用戶體驗的現狀

根據《用戶體驗趨勢 2025》報告，如今的用戶體驗 (UX) 現狀反映出一門日趨成熟的學科，它日益成為數字產品構建、擴展和演進的基礎。用戶體驗已經超越了屏幕和界面——現在，它應該能夠指導戰略制定、引導系統思維，并塑造團隊如何在復雜環境中為用戶構建產品。

大規模個性化

如今，個性化已遠遠超出了保存偏好設置或定制內容的范疇。通過將機器學習模型嵌入設計系統，我們能夠根據行為、情境和預測信號，提供實時自適應的體驗。

我的個人 Spotify 界面展示了為我挑選和制作的精選專輯和音樂的個性化層。 — 我的個人 Spotify

拿Spotify例如。它的推薦引擎會不斷適應用戶的收聽習慣，不斷推送新音樂，并精心策劃與用戶同步更新的播放列表。這是規?；膫€性化——由人工智能驅動，通過用戶行為進行精細化，并在幾毫秒內完成。

為這些體驗進行設計意味著超越靜態人物角色，轉向動態行為。用戶體驗以洞察力為依據，以數據為支撐，并由與用戶共同演進的系統驅動。

深度合作

各自為政的設計交接時代已經一去不復返了。如今，用戶體驗蓬勃發展，設計師、項目經理和工程師從一開始就齊心協力——不僅為了交付，更是為了探索發現。《2025年用戶體驗趨勢》報告將此視為用戶體驗成熟的標志：整合的、解決問題的團隊，在用戶價值和業務影響方面保持一致。

這一愿景與 Marty Cagan 的“賦能產品團隊”理念相契合——跨職能團隊負責成果，而不僅僅是交付成果。在他看來，設計不僅僅是一個輔助角色，更是塑造和解決重大產品挑戰的核心。

該圖展示了產品經理、產品設計師和工程師之間產品三人組的關系圖。其中，可行性和價值與產品經理相關，可用性與設計師相關，可行性與工程師相關。 — 圖片來源：Maze、Marty Cagan — 產品三重奏圖

盡管趨勢報告強調了協作的存在，但卡根也鼓勵我們思考協作的質量。他提醒說，協作并非共識。被賦能的團隊被信任能夠做出決策、承擔風險，并相互挑戰，但要保持一致，而不是千篇一律。

在他的著作《靈感》中，他指出，當團隊在清晰、有背景和自主性的情況下運作時，優秀的產品就會誕生。用戶體驗不僅僅是在餐桌上，它還有助于定義餐桌的用途。

默認道德與包容

影響力越大，責任也就越大——沒錯，我套用了蜘蛛俠本叔叔的話。如今，道德設計已成為核心期望，這不僅體現在理論上，也體現在實踐中。團隊被要求解決所有問題，從算法偏見、排他性默認設置，到操縱模式和虛假信息?？稍L問性、隱私和心理安全不再是次要的考慮因素，而是產品本身的必要條件。

包容性設計應易于理解、實用、公平且符合倫理道德。概念及插畫：Trina Moore Pervall — 概念與插圖：Trina Moore Pervall

包容性設計超越了合規性。它旨在為邊緣案例和以往服務不足的用戶進行設計——理解種族、性別、能力、語言和社會經濟地位如何與技術交織。優秀的團隊優先考慮共同創造，在研究和測試過程中引入多元化的視角，從而從零開始構建更公平的體驗。

隨著系統自動化和自主性不斷提升，倫理風險也隨之上升。設計師現在必須考慮意外后果、系統層面的危害以及長期信任。倫理框架正在演變為實際操作實踐：清單、紅隊審查、偏見審計和問責制度。

正如《用戶體驗趨勢 2025》報告中所強調的，合乎道德且包容的設計并非一層簡單的附加功能，而是塑造整個產品體驗的視角。在當今體驗驅動的世界中，它是質量的基準。

插圖描繪了一個雕刻的人頭，其中大腦中有一個迷宮，抽象的線條象征著人類大腦為了適應人工智能的轉變而需要建立的新通路和連接。 — 圖片來源：麥肯錫公司——什么是人工智能代理？

正在發生的轉變：工具鏈、裁員和人工智能重置

雖然未來常常感覺只是理論上的，但當今的設計師已經在引領工作方式的巨大轉變。

野外的人工智能代理

早期的人工智能代理已然重塑工作流程。人工智能代理是一個能夠根據所獲得的信息進行推理、規劃和自主行動的系統，用于管理工作流程、使用外部工具并適應變化。n8n.io 等工具可幫助團隊輕松實現多步驟流程的自動化——從生成內容、匯總研究成果，到集成 API 和觸發提醒。這些并非科幻小說中的“助手”。它們是真實存在的，唾手可得，并且正在助力創造性工作。

我們不要把AI代理和自動化混為一談。我最近看了Futurepedia的Kevin Hutson對AI代理的分析，他提到：“自動化更像是預先定義的固定步驟，而AI代理是一個更具動態性和靈活性、能夠推理的系統。”

他在視頻中指出，代理商依賴三個關鍵要素：

大腦（法學碩士） ——大型語言模型，如 ChatGPT、Claude、Gemini 等，負責推理、規劃和語言生成。
記憶——這使代理能夠記住過去的交互，并利用這些背景做出更好的決策。它可以記住對話中的先前步驟，也可以從存儲的記憶源（例如文檔或矢量數據庫）中提取信息。
工具——代理如何與世界互動——搜索網絡或從文檔中提取信息、通過發送電子郵件、更新數據庫或創建日歷事件采取行動，以及呼叫其他代理、觸發工作流或融合操作的編排。

如今，設計師們正在嘗試使用各種智能代理來執行用戶測試、市場調研、標記可訪問性問題，或根據書面提示構建原型。問題不再在于智能代理是否會幫助我們，而是我們如何圍繞它們進行設計。

無代碼和氛圍編碼的持續興起

Webflow、Framer以及現在的Figma Make等無代碼平臺，讓設計師能夠繞過工程師，更快地將他們的愿景變為現實。結合 AI 輔助創作，“氛圍編碼”正在興起——一種將直覺與快速工程相結合，生成布局、內容和流程的實踐。

展示 vibe 編碼工具、v0、Superwhisper、Cursor、Bolt 和 Lovable 的不同標志。 — Vibe 編碼工具包

氛圍編碼不僅僅是一個新的流行詞，更是思維方式的轉變。Bolt和Lovable等其他工具是更專業的氛圍編碼工具，它們允許創作者通過感覺、基調和能量進行創作。設計師可以描述體驗的氛圍——俏皮、嚴肅、簡約、大膽——并使用 AI 工具將這種意圖立即以視覺形式呈現。它快速、直觀，并且與許多創意人員的實際想法高度契合。

這不僅僅關乎速度，更關乎權力的轉移。設計師現在可以更自由地進行實驗，更快地迭代，并掌控更多的生產流程。這種自由改變了我們的思維方式——讓我們更加注重表達和品味，設計師必須能夠清晰地、有品位地表達設計語言，向機器傳達產品需要的感覺、流程和功能。

AI重置和新團隊結構

據《福布斯》報道，“人工智能重置”正在引發科技行業的大規模裁員——這不僅僅是為了節省成本，而是為了打造更精簡、更“AI原生”的員工隊伍。各大企業正在裁員，重新思考團隊結構，并更加重視工具鏈而非員工數量。

圖示為會議室中人類和機器人面對面坐著的場景。 — 圖片來源：Getty via Forbes 文章

設計團隊被要求以更少的資源完成更多的事情。這種轉變要求設計師不僅要具備視覺技能，還要精通操作——熟悉自動化、系統思維和快速原型設計。

“我們不再只是設計產品。我們正在設計工作本身的方式。”

明天：UX 的不久的將來

谷歌 I/O 2025 大會上公布的眾多創新成果，預示著未來用戶體驗 (UX) 趨勢的到來。新產品的發布標志著人類與跨平臺和設備的人工智能系統交互方式的重大變革。設計師必須理解這些信號，并運用它們來打造全人類可用且包容的體驗。

人工智能驅動的個性化

想象一下，用戶界面能夠如此深入地理解你的行為，甚至預測你下一步會做什么。人工智能與日常工具的融合，實現了前所未有的個性化水平。例如，谷歌的Gemini AI助手在Gmail中提供“個性化智能回復”，模仿用戶的寫作風格，從而提高溝通效率。這種級別的定制通過提供直觀易懂的交互方式，提升了用戶參與度。

從用戶體驗的角度來看，這引出了更深層次的問題：個性化在什么時候會變成操縱？我們如何構建基于個人需求的用戶體驗，同時確保其透明度和用戶控制權？

語音、手勢和多模式用戶體驗

傳統的基于屏幕的界面正在不斷發展。如今，設備擁有更強大的功能，能夠處理并響應語音命令、手勢和視覺信號。“Gemini Live”的推出就體現了這種轉變。通過這項功能，用戶可以立即使用攝像頭與人工智能進行關于可見物體的對話，從而與周圍環境互動。

展示 Gemini Live 的移動交互，使用視頻與 AI 進行通信，提供視覺環境和實時響應。 — 圖片來源：谷歌

這帶來了新的用戶體驗挑戰：我們必須創建對話和手勢反饋循環，使其與點擊帶來的清晰度和可靠性相媲美。我們可以實施哪些策略來確保每種用戶交互方式的可訪問性？

系統勝過屏幕

跨平臺和設備的無縫集成是用戶體驗未來的關鍵。谷歌通過其“AI模式”搜索功能，用交互式聊天機器人體驗取代了傳統的搜索結果格式，使用戶能夠更直觀、更快速地收集信息。

谷歌推出了一款名為“Stitch”的互動編碼工具，它允許通過自然語言輸入和圖像提示進行應用程序開發，從而連接設計和開發流程。我很好奇這些發展將如何影響工程團隊。

Google Stitch 界面展示了該工具的一些主要功能，右側有一個側邊欄，用于快速協作和查看設計概念。 — Stitch的主要功能

這些工具的開發表明，行業正持續轉向人工智能增強的設計方法，將用戶體驗設計從單一的UI擴展到多個界面和情境。隨著人工智能成為日常交互的基礎層，設計師現在需要專注于系統編排而非構建，因為他們需要創建能夠帶來切實成果的隱形架構。

谷歌的最新進展揭示了未來的發展方向。這些新產品的發布表明，未來的用戶體驗設計將超越傳統的點擊，在用戶的整個環境中創造沉浸式體驗。

人類的手和人造機器人的手指接觸，類似于米開朗基羅的“創造亞當”。

未來 5-10 年的用戶體驗

未來十年蓬勃發展的設計師將是那些傾向于模糊性、以同理心塑造新興技術并堅持技術人性化原則的人。

人工智能代理作為體驗伙伴

智能代理的興起意味著用戶不僅與界面交互，還會與界面合作。從個人日程安排到購物助理和創意協作者，智能代理將以越來越自主的方式執行任務。

在未來5到10年內，我們可以預見人工智能將從各自孤立的、特定任務的代理轉變為完全集成的多代理生態系統。這些系統將允許人工智能代理相互協作——協商日程安排、委派任務，甚至跨平臺學習共享的用戶行為。想象一下，一個項目管理人工智能與你的個人日歷代理、團隊研究代理和市場分析代理協同工作——所有這些代理共同努力，讓你保持專注和高效。哇！光是想想這場景，我的腦袋就疼。

該圖表展示了人工智能代理工作流程，其中顯示了人工智能模型、網絡和通信渠道之間的自動化層。 — 圖片來源：n8n.io | n8n 研究代理工作流程

大規模采用人工智能代理很可能成為職場常態。據Salesforce稱，人工智能代理的使用率預計將大幅增長 327%，預計生產率將提升高達 30%。對于專業人士來說，這不僅僅是一項競爭優勢，而是一項基本期望。就像我們今天被期望知道如何使用電子郵件或電子表格一樣，熟練地管理和與人工智能代理協同工作將成為標準。

對于用戶體驗設計師來說，這意味著不僅要創建用戶流程，還要創建代理框架。我們需要塑造代理之間的溝通方式，如何向用戶呈現決策，以及如何在每次交互中維護信任、情境和界限。

這挑戰我們設計出關系型而非交易型的體驗。我們如何與數字實體建立信任？優秀的“代理人格”是什么樣的？我們如何在不讓用戶感到不知所措的情況下賦予他們控制權？

正如經濟學家理查德·鮑德溫所說：“人工智能不會搶走你的工作——但懂得如何運用人工智能的人會。” 這正是設計師必須蓬勃發展的地方：打造能夠構建、協作和加速工作流程的智能體。人類的優勢就在于你。

無界面的未來

屏幕或許會消失，但設計將永存。正如Muhammad Zeeshan Asghar在LinkedIn 的這篇文章中所強調的那樣，未來十年的用戶體驗可能更多地取決于我們的感受和感知，而非我們點擊和滾動的內容。從神經接口到環境計算，交互將越來越多地通過空間、感覺和微妙的情境感知線索來促成。

語音、VR、AR 和感官交互等多模式媒介的圖示 — 圖片來源：Toptal | 多模態現實

這種轉變挑戰著設計師超越可見表面的思維。我們需要成為無形的編舞者——設計出無需依賴屏幕、按鈕或點擊即可直觀體驗的反饋回路。未來的用戶體驗層可能存在于我們的環境、可穿戴設備或神經信號中——但它仍然需要意圖、清晰度和人性化的觸覺。

設計師作為道德的協調者

隨著自動化逐漸取代人工，設計師的角色將變得越來越具有戰略意義。我們不僅要塑造用戶旅程，還要塑造其背后的道德架構。我們的工作將決定人工智能的功能、服務對象以及界限的劃分。

這是一幅非常詳細的數字插圖，描繪了一位人類指揮家在未來派玻璃圓頂音樂廳內指揮一支人工智能機器人管弦樂隊的場景。 — 作者使用 ChatGPT 制作

正如Design Bootcamp 的這篇文章所概述的那樣，人工智能時代的道德用戶體驗設計不僅僅是為了防止傷害，它還關乎預測意外后果、為極端情況進行設計，并將人類價值觀融入可擴展的算法中。僅僅問“我們能做到嗎？”已經不夠了，更重要的問題是：“我們應該做嗎？”

這需要與數據科學家、倫理學家和產品負責人進行更深入的合作。這要求人工智能決策的透明度，以及決策影響對象的公平性。隨著人工智能變得越來越自主，設計師必須在每一次體驗中維護用戶的信任、自主權和尊嚴。

道德設計不會只是一張幻燈片，而將成為基礎。

未來不會由那些僅僅適應人工智能的人所引領，而是由那些帶著意圖、責任感和人性引導人工智能的人所引領。

OpenAI 收購 io：用戶體驗的范式轉變

OpenAI 以 65 億美元收購了由前蘋果首席設計師 Jony Ive 創立的 AI 硬件初創公司 io ，這是一個里程碑式的舉措。此次收購標志著 OpenAI 戰略性地進軍消費硬件市場，旨在開發超越傳統屏幕和界面的 AI 原生設備。

OpenAI 首席執行官 Sam Altman 和蘋果前首席設計官 Jony Ive 的肖像。 — 圖片來源：OpenAI—Sam & Jony 介紹 io

OpenAI 與艾維的設計公司 LoveFrom 的合作，旨在重新定義用戶與科技的互動。通過將先進的人工智能功能與標志性的工業設計相結合，此次合作旨在打造能夠感知情境、融入環境并無縫融入用戶生活的設備。

這一舉措凸顯了用戶體驗的轉變，這種轉變不僅注重用戶友好，更注重以用戶為中心——強調同理心、符合倫理道德的設計以及幾乎無形的實用性。據《紐約郵報》報道，這筆交易暗示了一種全新的交互設計類型：屏幕可選、多模式，并且由意圖而非輸入決定。

對于用戶體驗專業人士來說，這一發展預示著更廣泛的轉變：我們不僅僅是在設計軟件；我們是在設計智能的、具身化的體驗。這需要一套融合行為科學、交互設計和系統思維的混合技能，而這在以前是前所未有的。

用戶體驗 (UX) 正在進入一個新時代——它不再由工具定義，而是由各種張力定義。速度與深度、自動化與意圖、力量與同理心之間的張力。設計的下一個前沿并非控制，而是對話。對話關乎人與機器、意圖與結果、可能性與原則之間的張力。

我對設計師的建議是：每天學習新知識，在瞬息萬變的技術和體驗設計領域保持適應力。成為早期采用者，擁抱實驗。努力成為“超級IC”（Super IC），這個稱號由Meta 產品設計總監Garron Engstrom創造——在代理設計時代，他們能夠將商業目標、領導力、新興技術、產品和以人為本的思維融為一體。

我們所有人面臨的問題不僅僅是“我們能設計什么？”而是：

“我們的設計面向什么樣的世界？”

參考

UX 趨勢 2025 報告 — UX Collective：https://trends.uxdesign.cc/

2024 年頂級 UX 設計趨勢——UX 設計學院：https://www.uxdesigninstitute.com/blog/the-top-ux-design-trends-in-2024

Vibe 編碼綜合指南 — Madhukar Kumar：https://madhukarkumar.medium.com/a-comprehensive-guide-to-vibe-coding-tools-2bd35e2d7b4f

人工智能重置：裁員與工作新現實 — 福布斯： https: //www.forbes.com/sites/jasonsnyder/2025/02/12/ai-reset-layoffs-rto-and-the-new-realities-of-work/

n8n.io — AI 工作流代理的實際應用 (YouTube)：https://www.youtube.com/watch?v =EH5jx5qPabU

Google I/O 2025 大會上宣布的所有內容 —《連線》雜志：https://www.wired.com/story/everything-google-announced-at-io-2025

Google I/O 2025：重大公告 — The Verge：https ://www.theverge.com/news/669408/google-io-2025-biggest-announcements-ai-gemini

UI/UX 和 AI 可訪問性的未來 - LinkedIn（Asghar Jafri）：https://www.linkedin.com/pulse/future-uiux-how-ai-accessibility-shape-next-decade-asghar-8epkf/

UX 的 Agentic 時代 — UX Collective：https://uxdesign.cc/the-agentic-era-of-ux-4b58634e410b

在人工智能時代探索用戶體驗設計的道德格局——設計訓練營：https://medium.com/design-bootcamp/navigating-the-ethical-landscape-of-ux-design-in-the-age-of-ai-25c12ad3ed6d

用戶體驗與人工智能：設計未來 — Qubika：https ://qubika.com/blog/ux-ai-designing-the-future

OpenAI 收購 io —《金融時報》：https://www.ft.com/content/8ac40343-2fd1-4035-9664-47c77017d0d3

OpenAI + Jony Ive 合作 — OpenAI： https: //openai.com/sam-and-jony

OpenAI/io 收購——紐約郵報：https ://nypost.com/2025/05/21/business/ex-apple-exec-jony-ive-joins-openai-in-6-5-billion-deal-for-ai-devices-startup/

Agentic AI 對勞動力的影響 - Salesforce：https://www.salesforce.com/news/stories/agentic-ai-impact-on-workforce-research/

代理人工智能

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(300)

122025-8

實用儀表盤：2025 年初創企業分步指南

明暗模式下的儀表板用戶界面元素

我們的團隊為各種各樣的企業構建了儀表板，并且在此過程中獲得了一些關鍵見解。

如果您正在考慮創建儀表板，這里有一些建議可能會幫助您節省時間、金錢和理智。

如果你想要一個堅固的儀表盤，就要像對待飛機駕駛艙一樣認真對待它的設計。在商務中——就像在飛行中一樣——你需要清楚地了解你的方向和表現，以免為時已晚而無法及時糾正航向。

真正實用的儀表板始終是協作的成果。它匯聚了目標、數據、人員和邏輯。而它的最佳構建者，正是一支精通所有四要素（分析師、設計師和開發人員）的團隊，他們能夠理解您的業務語言。

級聯：淺色模式下的 UI 元素

模板和人工智能工具在某些方面確實能提供幫助，但它們無法感知你的背景，也無法洞察所有細微之處。如果使用不當，它們可能會把原本有用的工具變成有害的工具。你可能會追蹤錯誤的事物，做出錯誤的判斷。

因此，如果您的儀表板用于實際業務（而不僅僅是娛樂），請引入能夠連接業務目標、數據和視覺語言的專家。

健身應用程序的管理分析儀表板

步驟 1. 設定精確目標

確定正確的目標和問題是成功的一半。另一半是選擇能夠回答這些問題的可視化效果。

首先為您自己、開發人員和設計師組織需求收集流程。使用您喜歡的任何工具（Miro、Trello、FigJam、Google Sheets、Notion、ClickUp、Google Forms）。

創建看板、卡片或列表；每個看板、卡片或列表都應包含您在交接任務前必須回答的問題。這些問題的答案將幫助您避免儀表盤的最大缺陷：雜亂的用戶界面、毫無意義的指標以及未使用的數據。

儀表板應該適用于業務，而不僅僅是看起來漂亮。

基于人工智能的NexusX去中心化交易平臺的分析儀表板

第 2 步：組建一支負責任的團隊

決定誰擁有儀表板、誰構建它以及誰將使用它。

不要試圖制作一個“適合所有人”的儀表板。

人人適用的工具通常對任何人都沒有幫助。

智能金融平臺的儀表板設計

步驟 3. 定義用例和用戶

明確業務任務，并繪制用戶畫像。問自己三個問題：

儀表板將解決哪些問題？
（例如，跟蹤收入增長、聚焦渠道瓶頸、監控客戶流失）
誰根據這些數據做決策？
創始人、營銷人員還是產品經理？
每個人每天需要看到什么？
想想一個“晨間儀式”——他們必須在30秒內掌握什么？

這不僅僅與角色有關；習慣和便利也很重要。

Monex — 智能分析儀表板

步驟 4. 確定關鍵指標

選擇3-5 個真正能推動業務發展的指標。按從頂層到底層的順序排列它們。糟糕的儀表盤會顯示所有內容，造成掌控全局的錯覺。

指標越少但越有意義。

例子：

SaaS：活躍用戶、CAC、LTV、流失率；
營銷：點擊到引導轉化率、客戶獲取成本、ROMI；
財務：營業利潤、平均訂單價值、預測現金流。

級聯：黑暗模式下的 UI 元素

步驟 5. 準備數據

沒有好的數據，就沒有好的儀表盤。問：

數據存儲在哪里？
它的完整性和時效性如何？
它將如何刷新？
數據質量歸誰所有？

無需手動輸入。自動化讓儀表板保持活躍。

HR 儀表盤 UI — 清晰的指標，以人為本的設計

步驟 6. 繪制粗略布局

任何東西都可以——從餐巾紙上的草圖到 Figma 的線框圖。仔細思考：

哪些塊屬于“頂部”？
視覺焦點在哪里？
什么應該首先跳出來？

丑陋也沒關系——重點是測試結構和想法。

插圖來自 Lukatsky 的博客

步驟 7. 獲取用戶反饋

把原型展示給真實用戶。不要問：“它漂亮嗎？” 而是問：

是不是一眼就看明白了？
它是否有足夠的信息來做出決策？
感覺缺少了什么或者多了什么？

在草稿期間聽到“我不明白”比在發布后聽到要好。

Monex——智能金融小工具

步驟 8：為設計師撰寫一份詳盡的簡介

設計師不會讀心術。如果你不說重點，他們就會替你做決定。包括：

哪些指標適用于何處以及如何適用？
阻止優先級（最重要的）；
移動與大屏幕行為；
顏色強調、警報、數字格式。

FinGuard——更智能的財務管理儀表板

第 9 步：找到合適的建筑商

我們很想說“雇傭我們”，但這是你的事業和愿景。在 Dribbble、Behance 甚至 LinkedIn 上查看作品集——人才無處不在。

評判前景：

商業理解

漂亮的圖表并不比了解它們存在的原因更重要。

界面體驗

儀表板不是登錄頁面；可用性是第一位的。

清晰的溝通

如果他們的流程現在聽起來很模糊，那么以后就不會變得清晰。

簡化能力

真正的技巧是讓復雜變得簡單。

克制感

作品集可以幫助您評估設計師的風格、潮流感、是否適合您的業務類型以及整體技能和獨創性。

最重要的是，選擇一支能夠深入實現你的目標的團隊。

這就是真正的“哇”的由來。

Minot——人工智能驅動的任務管理平臺

第十步：啟動。觀察。改進。

儀表盤是一個動態系統，而非一次性的落地頁。發布后，請關注：

人們多久打開一次它？
會議中是否體現了指標；
什么讓用戶犯了錯誤，或者他們接下來會請求什么。

沒有哪個儀表板是第一天就完美的。不斷迭代——改進終將帶來回報。

結論

優秀的儀表盤不僅僅是一堆圖表。它能夠塑造團隊的思維。它能夠引導注意力、培養習慣、加快決策速度，并節省時間，而不是浪費時間。

當出現以下情況時，您的儀表板將變得無價：

其目的非常明確；
每個角色都有自己的衡量標準；
噪音最小，意義最大；
您可以快速深入研究；
該團隊確實使用了它。

如果這就是您想要的儀表板類型，我們希望這可以幫助您入門。

Minot——人工智能驅動的任務管理平臺

另外，以下是創建業務儀表板時可能有用的AI 工具列表：

聚合物搜索
Zoho Analytics
Tableau
多莫
Sisense
思想點
Looker工作室
Klipfolio

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(415)

062025-8

用戶體驗設計中微投入設計：用戶不知不覺付出的 3 種方式

——拆解《Hooked》模型中的行為慣性構造策略

一、問題本質：留存不是靠激勵，而是靠“心理鎖定”

在互聯網早期，用戶活躍靠紅包、優惠券、簽到送禮，但代價高、復購差。

隨著《Hooked》模型的廣泛傳播，越來越多設計師開始意識到：

真正能形成行為慣性的，不是獎勵刺激，而是用戶對系統產生的“心理鎖定”。

而這類鎖定，很大程度來自一種你意識不到的過程：微投入（Micro-Investment）。

二、什么是“微投入”？為什么它會讓人留在系統中？

在《Hooked》模型中，Investment 階段強調：“用戶的投入行為，將增強下一次觸發的可能性。” 但大多數產品不會等用戶“全情投入”才給反饋，而是在設計上預埋“低認知負荷”的輕度操作行為，讓用戶在不設防的狀態下完成“自我綁定”。

我們稱之為——微投入（Micro-Investment）：

用戶在交互中不經意完成的、低成本但可沉淀的行為，這些行為并非直接追求結果，卻增強了用戶的參與路徑依賴。

三、三種常見的“微投入”類型及其設計原理

偏好標記型微投入：讓用戶教系統“理解他是誰”

關鍵詞：點贊、收藏、標簽、停留行為、點擊行為

特征：行為輕量、無強指令、可反映偏好路徑

設計原理：

每一次點贊/收藏/點開標簽，都會被系統記錄為“興趣信號”
用戶通過無壓力行為“訓練”推薦系統，逐步獲得“個性體驗”
這種行為沉淀具有高度的“路徑依賴性”——用得越久越貼近需求，離開就要“重新訓練”

典型案例：

產品	微投入行為	成果路徑
B站	點贊/一鍵三連	推薦更精準、自動續播算法更懂你
抖音	停留時長、劃走節奏	算法映射個性觀看偏好
小紅書	收藏 + “不感興趣”	精細過濾內容精度提升

核心設計啟發：微操作即標簽，行為即數據，體驗即反饋。

情感綁定型微投入：讓用戶在“自己動手”中產生歸屬

關鍵詞：頭像上傳、用戶名設置、初始問卷、興趣地圖

特征：界面嵌入、節奏自然、默認選項輔助完成

設計原理：

用戶完成設定動作的那一刻，心理上將“產品人格化”并“自我投射”
系統反饋會主動強調“你是誰” → 形成情緒綁定
即便用戶未進行深度內容貢獻，也已在潛意識建立情感鏈接

典型案例：

產品	微投入行為	情緒作用
Notion	設置頁面圖標 & 封面	強化“我空間”意識
飛書	頭像 + 團隊名 + 標語	成為“組織”的一部分
Keep	初始問卷：健身目標	引導目標綁定 + 路線個性化

核心設計啟發：輕度設定不只是裝飾，是“身份綁定”。

路徑依賴型微投入：用“行為歷史”鎖定未來決策

關鍵詞：歷史記錄、任務進度、半完成狀態、保存草稿

特征：行為不可逆、進度顯性化、回退成本被感知

設計原理：

用戶一旦開啟某個行為路徑（如寫作/學習/課程/流程），系統記錄中斷點
下次使用直接跳轉該路徑，引導其“繼續完成”
若用戶中斷太久，系統主動提醒：“你已經完成 XX%，還差最后一步！”

典型案例：

產品	微投入行為	成果設計
網易云課堂	完成課程 1/3	下次默認續播，提示“進度完成 XX%”
知乎寫作	自動保存草稿	回訪提醒“上次未發布內容”
Notion	自動打開上次頁面	激活“未完成任務”的心理預期

核心設計啟發：進度本身即激勵，歷史即未來路徑線索。

四、設計師如何判斷微投入設計是否生效？

你可以使用以下評估模型：

評估維度	關鍵問題	指標或驗證方式
參與門檻	用戶是否在無指導下完成微投入？	操作完成率 & 平均時間
影響感知	用戶是否察覺到行為帶來的變化？	推薦相關性提升、回訪點擊率
路徑閉環	微投入是否影響下一次體驗路徑？	上次行為 → 本次起點的行為延續率

五、總結：讓用戶“無意識綁定”的，是產品長期成功的關鍵

微投入設計不是通過控制用戶來獲得粘性，而是：

通過“設計可沉淀的輕行為”，讓用戶逐漸塑造出對產品的依賴結構，形成行為慣性和自我投射。

關鍵回顧：

偏好型微投入 = 建立個性化體驗
情感型微投入 = 綁定身份與情緒
路徑型微投入 = 強化完成預期

對設計師來說，思考微投入的意義在于：

不只是完成任務

而是讓用戶“參與構建自己的體驗”。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(207)

052025-8

人工智能 | 人工智能是否扼殺了用戶體驗中的系統思維能力？

由 kikehey.com 設計 — 我們對人工智能所能帶來的所有好處感到眼花繚亂，由于這種技術“魅力”，我看到了許多好處，也看到了一些不那么積極的好處。

毫無疑問，人工智能將永遠伴隨我們。這項新技術的主要優勢之一是，只需一個簡單的請求，幾分鐘內就能產生結果。幾年前需要幾個月才能開發完成的事情，現在只需幾秒鐘或幾分鐘就能完成。一個新時代已經到來，我們對技術的理解已經轉向更復雜、更快速、更“智能”的商業模式。

人工智能也已進入產品設計領域，使設計師能夠在幾分鐘內創建用戶界面。面對這種全新的創作體驗，許多設計師（包括我自己）不禁思考，這些新工具是否會很快取代設計工作，或者我們是否只需要掌握一些功能，就能在快速發展的科技市場中提升效率、增強吸引力。

科技公司對人工智能的炒作

由 kikehey.com 設計 — 今天，各公司和全球科技界都在慶祝一個不超過四人的團隊如何在短短幾天內開發出一款數字產品和一家初創公司。

人工智能對科技行業來說并非新鮮事物。然而，自 OpenAI 出現以來，許多公司已經意識到，通過縮短任務與結果之間的時間差距，他們能夠為用戶創造新的潛在價值。流程自動化、數據重新解讀以及新的支持溝通渠道，都是公司認為對客戶極具價值的新優勢。

“我們以AI為先”或“AI賦能”似乎成了行業新的質量標簽。從某種程度上來說，這完全合情合理，因為我們身處競爭激烈的環境中，需要始終站在技術和全球對話的前沿。另一方面，這種炒作也可能被一些人視為一種時髦的營銷策略，企業利用這種策略來參與對話，卻沒有妥善管理技術，最終暴露出產品缺陷并欺騙用戶（例如Builder.io的案例）。

現在，采用和創建用于多任務處理的人工智能代理可能意味著支付多個人來完成同一項任務，或者節省可以投資于未來發展或價值主張的資金。

“我們需要用技術來解決這個問題，而不是用人”也是一個新的商業口號，表明公司已經開始將產品價值轉移到人工智能支持上，而不是人身上，到目前為止，這已經引發了裁員、部門重新劃分和新的職位描述創建，用較少的人力資源創造了新的公司活力。

產品設計界的人工智能炒作

由 kikehey.com 設計 — 從設計到生產，新的應許之地如今驅使著設計師們開始全新的產品打造體驗。

正如我之前提到的，一些人工智能公司已經徹底改變了科技行業和我們的生活。產品設計也深受其影響，像 Lovable、Google Stitch 和 Figma 網站等新興公司和功能已經改變了設計思維，它們加速了實時界面從簡單輸入到具體化的實現，幾乎消除了像素、圖像到代碼源之間的轉換。

人工智能對設計師有何承諾？

作為一名設計師，我可以說，通過另一個領域，特別是工程團隊來實現想法一直都很有挑戰性。這種摩擦并非總是存在，但我們必須承認，由于多種原因，這種關系并不總是最有效的，包括路線圖不切實際、項目管理不善以及雙方估算不充分。那么，如果你有一個新的工具，可以消除“中間人，或者更確切地說，中間流程”會發生什么呢？

從設計到生產，這片新的“應許之地”如今正驅動著設計師開啟全新的產品構建體驗，重新定義所有現有的工作方式。即時基準測試、數據比對、功能參考、代碼驗證等等，如今已成為產品設計更堅實的基石。

這個幾乎成為現實的承諾對設計師來說是一件好事嗎？當然是的，因為正如我提到的，它使我們能夠縮小編碼差距并優化研究時間，使我們能夠盡快創建想法或測試產品假設，而無需任何代碼。

但是所有這些好處怎么會對產品設計構成威脅呢？

產品設計師永遠存在的問題。

由 kikehey.com 設計 — 出于某種原因，設計師常常避免從自上而下的角度考慮解決方案，而是傾向于專注于單一元素進行開發。

至少在我看來，設計師們有一個根深蒂固的習慣，那就是不把產品和用戶的挑戰作為一個整體來考慮。相反，他們傾向于把所有東西都簡化為一個結果：用戶界面，它涵蓋了所有可能影響產品和用戶體驗的元素。

學習從更廣闊的視角理解問題是年輕或中級設計師的一個潛在問題，在我看來，這種缺陷部分源于“快速交付”的理念，這種理念源于初創公司對敏捷性概念的誤解，他們為不完整的生產制造有缺陷的產品找借口，僅僅因為他們需要不擇手段地將產品推向市場。我并不是說我們需要停止生產循環，但擁有堅實的設計基礎將確保從一開始就擁有最佳的用戶體驗。這種缺失的技能就是系統思維。

這是什么技能？
系統思維是“一種通過考察復雜問題各個部分在更大系統中如何相互關聯來理解復雜問題的整體方法。它強調理解各個組成部分之間的關系和相互作用，而不是孤立地關注單個部分。”這個定義在產品設計中有意義嗎？我猜你認為有意義。然而，出于某種原因，設計師常常避免從自上而下的視角來思考解決方案，而是更傾向于專注于單個元素進行開發，從而忽略了問題的全局。

為什么這項技能與產品設計息息相關？
想象一下，你被要求重新設計整個產品，從零開始打造一個新設計，或者引入新功能來提升銷量。解決這些挑戰有兩種方法：你可以立即著手解決方案，然后觀察產品和用戶的反應，并希望避免重新構建初始解決方案或過度設計（所謂的敏捷方法）；或者選擇第二種選擇：構建一個你完全理解（或至少有所了解）這個新解決方案將如何影響更廣泛系統的解決方案。這樣，一旦你推出產品或改進，你就已經考慮了大多數可能的場景和行為，從而預測到錯誤、摩擦或極端情況。在短期或中期內，哪種選擇能讓你創造出更好的產品？

當你能夠從全局視角審視問題，將所有可能的環節都集中到一起時，你的決策將比僅僅關注問題的某個部分更有效。此外，隨著你獲得更廣闊的視角，能夠抓住別人可能忽略的機會，發現潛在的改進機會，你也能增強對戰略決策的自主性。

為什么人工智能最終可能會消除這種能力？

擁有“高質量”的界面和“簡單提示”的即時性，對我們來說無疑是天籟之音；想象一下，這將開啟多么無限的可能性。時間對公司至關重要；這一點毋庸置疑，但在設計中，時間也可能是一把雙刃劍。快速并不總是意味著高質量，當快速生產的承諾成為設計和產品質量的唯一標準時，復雜的設計思維就變得過時了。

更多背景信息：
人工智能便利的隱性成本：我們的思考能力——阮黃（Hoang Nguyen）《人工智能毀了寫作嗎？》——《作家之路》

正如所有新趨勢和技術進步一樣，我們全心全意地學習和探索與人工智能相關的一切，并對其所能帶來的所有好處感到眼花繚亂。由于這種技術“魅力”，我看到了許多好處，例如上述這些，也有一些不那么積極的好處，包括商業洞察力、深度流程分析以及系統思維等復雜的產品考量日益匱乏。

如今，各大公司和全球科技界都在慶祝，一個不超過四人的團隊，如何在短短幾天內就能開發出一款數字產品和一家初創公司。對我來說，這只是一個更復雜等式的一部分，必須用批判和更深入的眼光來看待。

在產品設計中，我觀察到一種模式，表明人工智能影響了我們對用戶和產品挑戰的理解。所有設計對話要么集中在工具上，要么集中在如何提示，要么集中在如何創建代理上，這本身并沒有什么不好，但似乎沒有人會停下來，先了解一下需要設計的東西的所有信息。

隨著這場技術革命的到來，我認為，在陷入全球性的快速盲目狀態之前，對這項技術如何使我們受益進行批判性思考至關重要，因為這種盲目性無疑會對我們產生長期影響。

如今，以創紀錄速度開發的產品和服務已成為新一代技術。然而，其中一些產品和服務缺乏深度的生態系統連接、清晰的目標或復雜的可擴展性（系統思維）。因此，在我看來，如果人工智能沒有得到良好的引導，它就只能淪為速度的空想。

中間立場

那么，如果人工智能就是速度，我們該如何有效地利用它而不遺漏重要的事情呢？答案是我們設計團隊迄今為止摸索出的一套簡單的工作流程。

理解/加速/建設

這種簡單的結構讓我們理解了所有人工智能都可以成為我們的參與者，而不是反過來。這是一個三步工作流程，它為人工智能提供了一個可以最大限度發揮其潛力的空間，并使我們能夠從堅實的系統思維基礎開始構建產品。

理解

它指的是一個深度戰略階段，在采取行動之前，所有團隊成員都會了解參與規則、背景、挑戰或依賴關系，以確保清晰的方案。在這個階段，復雜思維至關重要，識別項目的所有組成部分（系統思維）將使我們更加高效。

加速

在這里，人工智能是主角；產品角色的界限模糊了：設計師、產品經理和開發人員放下各自特定的角色任務，齊心協力地協作。工具、集成、提示和軟件可以更快地產生結果。因此，產品答案預示著一條可遵循的路徑。與我們過去使用的工作流程相比，這個階段優化了時間差距。

在這個階段，按角色劃分的專門任務消失了，知識的融合模糊了傳統角色之間的界限；基本上，我們都可以做所有事情。

這里有一個簡短的免責聲明：此階段的結果不是最終交付成果，而是一個可供討論的開始想法；這樣，當下一階段到來時，我們會保持更詳細、更安全的開發標準。

更多背景信息：
設計師：一年后我們都將成為設計工程師——Ted Goas

建筑

借助人工智能的優勢，我們完成了快速的信息搜索，現在是時候像我們習慣做的那樣，基于可靠的信息構建產品了。

我今天的學習（仍在進行中）

首先，人工智能不是一種可交付成果；它是一個任務加速器，話雖如此，我們明白它不是產品構建的核心，而是流程中的一個步驟。

我們的工作、知識和愿景非常寶貴，因此我們利用人工智能更快地取得成果，但我們的標準仍然指導我們的決策。

我們不會被各種類型的工具和方法所迷惑；我們正在嘗試并決定哪種方法更適合我們的需求；我們將其視為一項新技術，而不僅僅是一種新潮的潮流。

快速并不總是意味著質量，而且它不應該是唯一的產品承諾。

越簡單越好。我們的工作動態應該簡潔明了，沒有不必要的步驟。

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(190)

042025-8

行業趨勢 | 2025 年如何利用生成式人工智能進行研究

用戶體驗 (UX) 領域正在經歷一場令人眼花繚亂的人工智能 (genAI) 接管。

簡而言之：今年是人工智能 (AI) 接管用戶體驗 (UX) 的一年。在本文中，我將解釋其中的原因，并更新我使用人工智能進行用戶體驗研究的方法，重點介紹 ChatGPT 的深度研究功能如何顯著加速定性研究分析。

（注意：我將使用術語“AI”、“genAI”和“model”作為“生成性 AI”的簡寫，主要指大型語言模型 (LLM)，即創建文本的特定類型的生成性 AI。）

十個月前，我在 Medium 上發表了一篇關于AI 用戶體驗的原創文章，之后它迅速躥紅，閱讀量達數千次，遠超本博客迄今為止的任何其他文章。但在生成式人工智能領域，十個月就像十年狗年；日新月異的變化速度已經讓那篇文章的部分內容顯得過時。

因此，當我的母校倫敦大學城市圣喬治學院人機交互設計系聯系我，邀請我在他們的年度會議上發言時，我抓住了這個機會，重新開始我對這個學科的興趣，尤其是當我的老教授透露他們聯系我的部分原因是我的 Medium 文章很受歡迎時。

這是我對 UX 的 AI 的第二次看法，已更新至 2025 年，并涵蓋了我在 HCID 2025 會議上的演講（即使是我自己這么說，這次演講也進行得相當順利）。

這已經發生了。2025年，人工智能將接管用戶體驗

一張幻燈片上寫著“人工智能會搶走你的工作嗎？”，還有一張圖片寫著“如果你不能打敗他們，那就加入他們”，旁邊還有一些關于人工智能在用戶體驗中使用的統計數據 — 人工智能會搶走你的工作嗎？這是我關于 HCID 2025 演講的幻燈片。（圖片來源：我的）

2024年初，當我開始在工作中使用人工智能時，我感覺自己就像一位勇敢的探險家，踏入了陌生的領域。誠然，人工智能已經存在了一段時間，我們大多數人也只是在家里用它來制作儲藏室菜譜或視覺效果圖。但我們中很少有人有機會讓人工智能真正地重塑我們的工作，這主要是因為“人工智能會以你給它的任何東西為食”的數據隱私問題，以及由此產生的對人工智能用于工作的嚴格禁令。

一張幻燈片上寫著“數據隱私的胡扯。如果數據是石油，那么人工智能就是……石油怪獸”，標題是“敏感代碼泄露后，三星禁止員工使用 ChatGPT”。 — 數據隱私的胡扯。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

但2024年是私有AI的黎明。最終，像OpenAI和Anthropic這樣的提供商“封鎖”了他們的法學碩士課程，以確保其數據不會泄露，從而為像我這樣的機構打開了以訂閱方式使用私有AI的大門。

2025年即將到來，尼爾森諾曼集團的一項研究告訴我，用戶體驗專業人士是有史以來最重度的人工智能用戶之一。這項研究得出的一項關鍵統計數據顯示，如今用戶體驗專業人士使用法學碩士（LLM）的比例是其他樣本職業的750倍之多！

為什么用戶體驗師如此熱愛人工智能？

你有一把錘子，但你看到的并非都是釘子。從學習作業作弊（說實話，正在讀這篇文章的HCID/UX學生，如果你嘗試過用AI生成用戶訪談記錄——請停止吧），到一位不幸的音樂愛好者向Nick Cave發送了一首“模仿Nick Cave風格”的ChatGPT歌曲，激怒了他，在很多情況下，使用AI都不是好主意。

一張幻燈片上寫著“Gen AI 在很多事情上并不出色……”，以及音樂家 Nick Cave 的一句話“ChatGPT 的悲哀之處在于它注定要模仿，永遠無法擁有真實的人類體驗”。 — 正如 Nick Cave 所說，GenAI 在很多方面并不出色。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

媒體喜歡夸大此類故事，隨著時間的推移，這在時代精神中形成了一種層次化的“感覺”，即無論人工智能應用于何處，它都是無用或有害的。

我不同意。

幻燈片上寫著：“……但它對用戶體驗研究非常有用。錘子，遇到釘子！” — 用戶體驗 (UX) 和 genAI 是絕配。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

因為我們可以用這把錘子敲出一些釘子。GenAI 的局限性和功能與某些類型的用戶體驗研究的局限性和要求非常匹配。具體來說：

GenAI 擅長總結文本數據→UX 研究創建了大量文本數據。
在 GenAI 中，幻覺是必然的 → 傳統的用戶體驗研究通?？梢詰獙σ欢ǔ潭鹊?ldquo;模糊性”。（但如果你的工作涉及高度精確的領域，禁止使用人工智能是明智之舉。）
GenAI 本質上只能創造衍生輸出 → UX 開發者很少能創造出完全原創的輸出。相反，我們的優勢在于對已有內容的改編。

女士們、先生們、朋友們，這就是用戶體驗設計師們熱愛人工智能的原因。它與我們完美契合，并且是真正有用的工具。除了數據隱私限制（現已基本解決）之外，業界對使用人工智能沒有任何爭議*。只要你的研究報告寫得好，并且提供了所需的數據，沒有人會在意它是否由人工智能生成。

*然而，關于人工智能的倫理問題絕對應該引發更多爭議。我個人對用戶體驗行業對此的關注如此之少感到困惑，并將繼續通過強調人工智能技術過去和現在的倫理缺陷來引發爭議。

它的本質

ChatGPT Enterprise 深度研究的屏幕截圖

無論如何，繼續介紹菜譜。

我給你舉一個真實案例，關于一個用戶體驗研究，我最近在一個項目中用到了人工智能來分析用戶數據。所有身份信息都是匿名的。

我正在使用 ChatGPT Enterprise——一個私密的“隔離”版本，配備了最新的深度研究功能。這是OpenAI 于 2025 年 2 月推出的一款專業 AI“代理” ，號稱“非常適合從事高強度知識工作的人”。

深度研究與傳統 genAI 模型的比較表 — 深度研究與傳統模型的比較。這是我在 HCID 2025 演講中的幻燈片。（圖片來源：我的）

如果您無法訪問 Enterprise，您可以通過 20 美元的 ChatGPT Plus 訂閱獲得 Deep Research（不過，據我所知，您的數據不會被“隔離”）。

我的 2025 方法與之前的方法相同，分為三個步驟：

顯示三個步驟的圖像：喂養 + 指導 + 收獲 — 方法。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

Feed：輸入內容?，F在，您可以輸入的內容種類大大擴展：海量數據集、JSON 文件、屏幕截圖、網頁鏈接、PDF 文件，等等。ChatGPT Enterprise 尤其擅長讀取 PNG 格式的圖片，并且可以輕松理解屏幕截圖中的文本。
指示：告訴它該做什么。這仍然遵循我在原文中概述的“提示牌組”規則。
收獲：從中獲取所需的信息并根據需要使用，例如，為組織的高層領導創建報告。

步驟 1：飼料

Deep Research 的優點在于它可以處理大量數據，并且比大多數傳統模型（如 4o、Claude 3.7 Sonnet 等）具有更高的準確度。正如我所發現的，雖然你可以向其輸入諸如訪談記錄和原型截圖之類的文檔，但你也可以告訴它錨定到一個特定的文檔，并讓該文檔決定模型思考和分析的方向。

在我的案例研究中，該文檔是討論指南/研究計劃。

幻燈片上寫著：“Feed：確保您有一個完美的討論指南/研究計劃”，并附有簡短的說明和示例討論指南的圖片 — 討論指南/研究計劃的重要性。這是我在HCID 2025演講中的一張幻燈片。（圖片來源：我的）

討論指南通常由用戶體驗師與產品經理合作創建，通常包含以下內容：

研究背景：研究項目是什么？它的目的是什么？為什么要進行這項研究？
研究目標和假設：您想通過這項研究證明或反駁什么？
關于訪談參與者/用戶的信息：他們是誰？招募標準是什么？如果他們（就像我的情況一樣）是某個特定狹窄領域的專業人士，那么具體是什么？
訪談結構，包括訪談主題和問題類型，都與研究目標和假設相關。

第 2 步：指導

那么，你把訪談記錄、截圖和討論指南輸入到了模型中。你該如何告訴模型如何處理這些內容呢？

不再冗長的聊天

深度研究與傳統模型的一個關鍵區別在于，深度研究消除了大量的反復溝通。您只需進行一次操作，在回答幾個澄清問題后，模型就會開始執行其“任務”，根據您的指示生成一份高度詳細的報告。您只有一次提示機會，因此最好確保您的提示符合要求。

深度研究長提示示例 — 我的演講題目全文。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

我的提示方法與我在2024年的文章中基本相同：使用便捷的提示卡組來構建提示。我不會在這里再次介紹所有提示技巧，但您可以參考那篇文章來了解更多詳情。

提示牌：提示“卡片”的圖像：時間、“根”、提要、設置場景、角色、外卡、少量鏡頭、思路鏈、模板、請求輸入、重新引導和捕捉錯誤 — 提示卡。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

然而，一些提示“卡片”與其他卡片的權重發生了變化。以下是目前為止最有用的“卡片”：

提示卡：設置場景

“設置場景”提示卡 — “場景設定”提示卡。（圖片來源：我的）

解釋研究目的、針對哪家公司和產品、用戶是誰、模型將收到哪些文檔；如果有的話，將其錨定到您的關鍵文檔上（在本例中為討論指南）。

提示卡：角色

“角色”提示卡 — “Persona”提示卡。（圖片來源：我的）

描述你希望模型扮演的角色，例如“在一家科技公司（X 公司）工作的世界領先的用戶體驗研究員，為英國的一家數字信息和分析產品公司工作[職業]。 ”

使用“設置場景”和“角色”卡的示例部分提示 — 提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

提示卡：模板

“模板”提示卡 — “模板”提示卡。（圖片來源：我的）

告訴AI如何構建其輸出仍然是關鍵技術之一。您可以告訴它遵循討論指南的結構（如果相關），或者給它一個包含所有標題的示例模板。

使用“模板”提示卡的示例部分提示 — 提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

提示卡：思維鏈

“思路之鏈”提示卡 — “思維鏈”提示卡。（圖片來源：我的）

這項極其實用的技術如今已被人工智能工程師廣泛應用。簡單來說，如果你讓人工智能解釋它為什么得出某個結論，它得出的結論的準確性就會提高。

提示卡：Wild Card（新）

“外卡”提示卡。 — “外卡”提示卡。（圖片來源：我的）

一位同事想出了這個主意。在我公司的許多用戶研究中，包括這個例子，我們已經預設了想要從用戶那里發現什么的框架。但是，如果用戶說了一些我們意想不到的話怎么辦？如果你不要求模型發現意想不到的事情，它就找不到。你應該自己尋找這些異常，但為什么不也讓模型思考一下呢？

使用“思路鏈”和“外卡”提示卡的示例部分提示 — 提示卡的實際應用。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

**這讓我想起了OpenAI 發布的一段搞笑又令人毛骨悚然的視頻：兩個視覺/語音 AI 助手正在與一位人類主持人交談，而另一個人則走到他身后，露出兔耳朵。兩位助手都無視兔耳朵，直到明確提示。

一名男子坐在桌邊與人工智能助手交談，身后一名女子露出“兔耳朵” — OpenAI 的“兔耳朵”視頻。（圖片來源：OpenAI）

步驟3：收獲

輸入你的題目和文檔后，選擇“深度研究”并按下“提交”按鈕，然后給自己倒杯咖啡。根據“任務”的復雜程度，AI 生成所需的報告可能需要長達一小時。在我的案例研究中，這大約需要 30 分鐘。

深度研究生成報告的屏幕截圖，頂部有一張咖啡杯的圖片，標題為“~30 分鐘” — 等待 Deep Research 生成報告時，可以喝杯咖啡。這是我關于 HCID 2025 演講的幻燈片。（圖片來源：我的）

太棒了，你拿到了報告，足足50頁！以下是整個過程中最無聊的部分：

!檢查!每一個!字!!!

雖然深度研究的準確率高于大多數模型，但遠未達到 100%，而且它產生的幻覺看起來尤其令人信服。所以，不要相信它。人工智能至今仍是一個熱切但缺乏經驗的助手，其工作必須接受審核。只有你，作為“知情人”，才擁有專業知識和解讀能力，能夠理解用戶訪談中的真實情況，否決人工智能的錯誤結論，并發現任何“兔子耳朵”，即使你設置了“萬能牌”，人工智能也可能遺漏了。

深度研究的一個巧妙功能是右側面板，你可以在那里看到它是如何一步步得出結論的。最奇怪的幻覺可能會在這里出現，而且很搞笑。我注意到，這類幻覺很少出現在最終報告中，因為深度研究功能中已經內置了“思維鏈”流程。

一張截圖顯示了 Deep Research 創造了一個有趣的幻覺：“Se Vodnik 收集有關塔斯馬尼亞鮭魚養殖對環境影響的信息，討論凈影響、碳封存信用和透明度數據收集。” — 奇怪的幻覺：“塔斯馬尼亞的鮭魚養殖”。這是我在HCID 2025大會上的演講幻燈片。（圖片來源：我的）

重要提示：由于深度研究每次只允許執行一項任務，而不是來回對話，因此您無法在與AI對話時進行更正。請使用傳統方法，將報告下載到Word中。

修改完成后，您可以將 Word 報告上傳回 ChatGPT，讓它將 50 頁的文檔精簡成簡潔的 PowerPoint 風格演示文稿。這是最簡單的步驟：只需使用“模板”提示技術，并結合傳統的 AI 模型（例如 4o、o3 等）即可。

關于用戶引言的說明

根據我的經驗，傳統的人工智能模型在從訪談記錄中提取用戶原話方面表現糟糕，它們只會選擇進行解釋。相信我，我什么方法都試過了！相比之下，Deep Research 的引文直接引用了原文，因此用戶引文更容易進行交叉核對。我仍然建議手動檢查，尤其是那些最終報告會用到的內容。

深度用戶體驗研究：內幕

幻燈片上寫著：“當然，這與工具有關。但主要還是關于誰使用它、如何使用以及用于什么目的。” — 關鍵在于誰揮舞著錘子。這是我在HCID 2025演講中的一張幻燈片。（圖片來源：我的）

因此，深度研究花了大約 30 分鐘來編寫分析報告。即使考慮到人工參與快速撰寫、文檔準備、檢查和修改的時間，這也比手動完成整個分析過程要快——而且絕對比我之前依賴傳統 AI 模型的方法要快。

需要注意的是：你可能很容易將分析工作完全外包給深度研究，而跳過檢查步驟。這將是一個大錯誤。最終，如果深度研究出錯，承擔風險的是你，而不是人工智能。即使模型越來越先進，保持警惕并在出錯的地方進行干預仍然至關重要。

忘記我告訴你的一切

一張幻燈片上寫著：“忘記我告訴你的一切。因為它已經在改變。” 幻燈片中精選了一些突出變化的項目，并配上了一句口號：“世界是你的牡蠣。” — 把我說過的話全忘掉吧。這是我在 HCID 2025 演講中的一張幻燈片。（圖片來源：我的）

在我的HCID會議演講中，這是我最喜歡的幻燈片。告訴聽眾一堆有用、可操作的信息，然后讓他們把它們扔進垃圾桶，這其中有一種令人愉悅的反常之處。

但這就是人工智能領域的現實。事物每周都在變化，跟上潮流的唯一方法就是與時俱進。例如，我的演講中還沒有提到代理人工智能 (Agentic AI)，但在撰寫本文時，它是 2025 年規模最大（也是最模糊的概念?。┑娜斯ぶ悄苁⑹?。如果我在為 UX v3.0 撰寫人工智能文章時，很可能會談論代理人工智能。

或許不是！誰知道呢！

蘭亭妙微(m.skdbbs.com )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。

評論(0) 瀏覽(297)

« 1 2 3 4 5 6 7 ... 68 »

分類

日歷

鏈接

個人資料

藍藍設計的小編 http://m.skdbbs.com

存檔

92国产精品视频_亚洲a级在线观看_国产精品电影观看_国产精品免费观看在线_精品伊人久久97_亚洲人成在线观_尤物九九久久国产精品的特点_成人激情在线播放_成人黄色大片在线免费观看_亚洲成人精品久久久_久久免费视频在线观看_久久精品国产一区_国产一区二区三区18_亚洲欧美中文字幕在线一区_日韩美女中文字幕_日韩视频免费在线

蜜桃av.网站在线观看| 欧美激情一区二区在线| 久久久影院官网| 看国产成人h片视频| 久久综合网hezyo| 久久99精品久久久久久久久久| 国产精品成人一区二区| 亚洲国产日韩综合久久精品| 国产高清在线看| 日韩中文字幕91| 日韩美女视频一区二区| 鲁鲁视频www一区二区| 精品捆绑调教一区二区三区| 成人6969www免费视频| 日韩和欧美的一区| 久久久久久久成人| 久久一区91| 成人晚上爱看视频| 国产精品区二区三区日本| 欧美天堂一区二区三区| 亚洲一区激情| 色呦呦久久久| 久久九九免费视频| 国产午夜亚洲精品羞羞网站| 亚洲自拍偷拍第一页| 国产国语videosex另类| 欧美极品少妇xxxxⅹ裸体艺术| 亚洲欧美日韩天堂一区二区| 欧美日韩中文一区| 色综合视频一区二区三区高清| 在线一区二区视频| 黄色动漫在线观看| 一区二区三区日韩精品视频| 国产精品每日更新在线播放网址| 午夜精品一区二区三区国产| 久久精品亚洲乱码伦伦中文| 中文幕一区二区三区久久蜜桃| 翡翠波斯猫1977年美国| 国产精品草莓在线免费观看| 午夜伦理大片视频在线观看| 亚洲精品小区久久久久久| 高清一区二区中文字幕| 国产一区二区视频在线播放| 欧美性猛交xxxx乱大交蜜桃| 自拍偷拍亚洲视频| 国产精品186在线观看在线播放| 最新国产精品久久精品| 有坂深雪av一区二区精品| 亚洲精选免费视频| 亚洲免费观看视频| 国产99re66在线视频| 粉嫩一区二区三区国产精品| 亚洲综合色网站| 久久国产影院| 丝袜av一区| 91九色极品视频| 国产精国产精品| 日本乱理伦在线| 一区二区三区中文在线| 97视频在线观看网站| 亚洲欧美一区二区三区极速播放| 亚洲一区二区三区四区不卡| 亚洲视频一区在线观看| 欧美极品少妇xxxxⅹ裸体艺术| 综合天堂av久久久久久久| 中文字幕一区二区三区四区不卡| 日韩在线视频线视频免费网站| 欧美老女人另类| 国产精品免费不| 在线a人片免费观看视频| 久久爱www成人| 美女亚洲一区| 亚洲欧美在线磁力| 中文字幕在线看视频国产欧美| 色一情一乱一乱一91av| 青草av.久久免费一区| 欧美一区=区| 激情亚洲小说| 亚洲午夜女主播在线直播| 色女孩综合网| 中文一区二区完整视频在线观看| 中文在线最新版地址| 鲁大师影院一区二区三区| 一区二区欧美亚洲| 国产精品久久占久久| 中文字幕中文字幕在线一区| 一区二区日韩免费看| 国产精品25p| 国产精品普通话| 久久综合毛片| 久久综合久色欧美综合狠狠| 亚洲午夜小视频| 亚洲天堂福利av| 五月天一区二区| sm在线播放| 日韩69视频在线观看| 国产精品一区二区三区在线| 天天做天天爱天天综合网| 精品美女在线播放| 国产va免费精品观看精品视频| 亚洲免费在线看| 老司机精品视频网| 欧美另类极品videosbestfree| 国产精品久久久网站| 欧美激情喷水视频| 99久久99久久精品免费观看| 97国产精品久久| 国产一区视频在线| 国产女人在线观看| 妞干网免费在线视频| 国产一区二区中文字幕免费看| 黄在线免费看| 91精品视频在线免费观看| 中文字幕日韩欧美精品在线观看| 国产精品v欧美精品v日韩| 综合久久给合久久狠狠狠97色| 黄色成人美女网站| 99thz桃花论族在线播放| 欧美另类一区二区三区| 精品久久一区| 亚洲一区二区三区国产| 亚洲成人1区| 成人午夜伦理影院| 国产二区在线播放| 色欧美88888久久久久久影院| 国产精品一区免费在线观看| 欧美二三四区| 日韩成人在线资源| 国产精品第七十二页| 欧美国产日韩亚洲一区| 91在线免费视频观看| 91av免费观看91av精品在线| 日韩三级精品电影久久久| 2021久久精品国产99国产精品| 欧美日本韩国一区二区三区| 97国产精品人人爽人人做| 国产大片一区二区| 免费网站免费进入在线| 精品亚洲一区二区三区| 丝袜亚洲精品中文字幕一区| 欧洲精品久久| 国产精品第1页| 亚洲国产精品电影在线观看| 日韩精品亚洲专区在线观看| 亚洲人妖在线| 免费精品一区二区三区在线观看| 在线亚洲男人天堂| 精品少妇一区二区三区日产乱码| 国产精品久久久久久久蜜臀| 丁香桃色午夜亚洲一区二区三区| 欧美人与性动交α欧美精品图片| 久久先锋影音av鲁色资源| 朝桐光一区二区| 女人抽搐喷水高潮国产精品| av免费在线观| 国产中文字幕精品| 日韩av网站在线观看| 欧美精品一区二区三区久久| 欧美视频在线一区| 欧美激情区在线播放| 九义人在线观看完整免费版电视剧| 狠狠操狠狠色综合网| 欧美一级视频免费在线观看| 国产区精品区|