编者按:这篇文章出自用户体验行业的权威机构 NNGroup,UX/UI 设计师要如何使用AI,怎样入门,他们撰写了这份入门指南,以下为正文。
Jakob Nielsen 最近写道, UX 领域迫切需要与 AI 合作。一部分原因是「当前人工智能工具迫切需要提高可用性」 ,但同样重要的原因是 「适当使用人工智能可以极大地改善用户体验」。
幸运的是,用户体验设计社区的许多成员都同意并询问我们如何在用户体验工作中使用人工智能。Kate Moran 反过来问她的 LinkedIn 粉丝,他们会为那些 到现在都尚未在工作中使用 AI 的UX设计师推荐哪些 AI 工具或者方法,这个帖子收到了 40 多条回复,提出了很好的建议。今天的这篇文章,集合了大家的智慧并结合 NNGroup 自己的经验而撰写的。
感谢所有为这一主题中的精彩内容做出贡献的朋友。
本文分享了 我们当前的建议。 其中最普遍的观点可能会持续多年不会变,但具体细节内容会随着 AI 工具的变化而变化。我们在本文中推荐了一些相关的 AI 资源,但这些推荐并不意味着我们为这些 AI 内容背书。我们并不完全认同这些资源的全部内容,也不认为它们在未来仍然是最好的。
另请注意,本文中的图片内容看起来与 NNGroup 的典型设计风格有很大不同 - 这是因为我们 使用 AI 生成工具来创建 本文中的所有插图。
你可以使用 AI 做很多事情:
- 提高生产力
- 提高工作质量
- 增强当前技能
许多研究表明,专业的商务人士使用 AI 可以更快地交付成果。例如,一家精英咨询公司的顾问 就借助 AI 提高了 33% 的生产力 ,交付成果的评级质量提高了 40%。
Doris Lin 在帖子中给我们做了一个很好的总结, AI 是 UX 专业人士的助手。 它加快了创作流程并优化了我们的输出结果,我们能够更好更快完成 UX 相关的工作,但它并不能取代人类的判断。人类和 AI 协作之后,可以超越单独任何一方所能达到的高度和质量。因此,AI 有能力增强人类的技能。
任何 UX 专业人员学习 AI 的最终原因是 Jakob 人工智能第二定律: 你不会因为 AI 而失去工作,而是会因为比你善于使用 AI 的人存在而失去工作。鉴于 AI 带来的巨大性能提升,如果没有用好它,你会失去机会。随着 AI 工具的改进,这一点在未来会得到更多的印证。
所有 UX设计师 都应该使用 AI :它对于任何级别和资历的人员、以及UX 生命周期中的许多任务(包括研究、设计和写作)都有帮助。( 我们的研究表明大多数 UX 设计师已经在使用它。)
从 AI 中获得尽可能多的价值的一个基本要素,是在工作流程中纳入大量的人类判断, 原因有以下三个。
AI 可以几乎免费产生创意,它的这项能力是无价的:AI 可以立即产生你想要、任意数量的想法。相比之下,人类产出想法需要花费大量的努力。
无限创意产出的另一面是对筛选能力要求的增加。AI 产生的想法并非所有都有用,人类需要将其中真正有用的内容筛选出来,其中只有少数内容值得进一步探索和实施,但是要从一堆想法中选出有效内容需要专业的判断力和丰富的知识。因此, 最好由通过传统方式积累经验的高级 UX 设计师来完成筛选 。
需要人类来判断的第二个原因是捕捉「幻觉」, 即 AI 确实会一本正经地胡说八道。只有经过人工审核的 AI 内容输出,才不会被「幻觉」所困扰,但筛选者需要小心提防它们。虽然 AI 是一位才华横溢的文案撰写者,能够创作出文笔优美、令人信服的文本,这固然很棒,但它良好写作的能力会愚弄没有经验的用户,让他们相信它的专业知识可以推广到其他一切。其中所混杂的糟糕建议似乎是经过仔细考虑分析的产物,实际则不然。
当前的 AI 也会表现出一些偏见 ,因为它会反映出其训练数据的偏向,而这些数据主要来自互联网。虽然互联网包含大量好的信息,但也有令人不快、不准确和完全错误的信息。对于UX领域和任何其他领域来说都是如此,并非所有在线提供的 UX 建议都是好建议。
此外,即使是较好的信息来源也主要反映西方国家的用户习惯,并且英语文化为主。这种西方视角对于服务国际市场的产品团队而言,相反有点过于单一。以维基百科作为更广泛的互联网信息来源则更加合理,以下是 它包含 的几种语言的信息量:
- 英语:670 万篇文章,43 亿字
- 德语:280 万篇文章,15 亿字
- 丹麦语:29.4 万篇文章,9100 万字
- 印地语:15.9 万篇文章,5500 万字
- 斯瓦希里语:7.9 万篇文章,1200 万字
即使你是UX设计新手,也应该在工作中尝试使用 AI 。但是,在判断 AI 输出内容时必须特别小心。请记住,生成式 AI 特别擅长产出听起来合理且真实的内容,即使事实并非如此。
请遵循以下提示,以避免在使用 AI 进行 UX 设计时犯错误:
- 将 AI 工具作为起点。 例如,UX 是一个众所周知充满行话的领域。像 ChatGPT 这样的生成式 AI 可以教你了解不同的 UX 术语、技术和工具。
- 询问来源和链接。 目前,大多数生成式 AI 不会自动引用其来源,但你可以要求他们这样做。还要求提供这些来源的链接,并仔细检查所提供的信息。(请注意,他提供的消息来源可能不准确或不存在——当我们询问消息来源时,ChatGPT 曾引用过一名不存在的 NN/ g的员工。)
AI 工具有很多,而且每周都会有更多的工具上市。但一开始,请尽量保持简单——ChatGPT 和 Midjourney 是很好的起点。
先从 ChatGPT 的免费版上手。不过,一旦你开始更频繁地使用 AI,可能需要使用付费订阅最新版(当前为 v.4),这比旧的免费版(v.3.5)要好得多。ChatGPT 订阅包括聊天机器人(目前最好的文本生成 AI 工具)和图像生成工具 DALL-E 3,虽然不如 Midjourney,但非常好。
如果你的工作涉及视觉设计,我们还建议订阅 Midjourney,它具有各种有用的图像内容,并且在所有可用的 AI 图像生成器中,输出最精致的数字艺术品。不幸的是,当前版本的 Midjourney 的可用性较差,这使得它难以学习,尽管有传言称更好的版本即将推出。
与 ChatGPT 和 Midjourney 等 AI 工具交互的主要方式是通过提示词,它可以帮助 AI 理解你想要什么。 提示词的制作可能比较具有挑战性, 尤其是刚刚开始的时候。为了获得最好效果建议使用下列策略:
- 在提示词中提供充足背景信息
- 要求生成多份内容
- 迭代输出
- 构建提示词库
UX设计师经常因为说「这要看情况!」而被诟病。原因是最好的解决方案,确实高度依赖于具体情况。而且很多答案始终取决于用户是谁,以及他们执行什么任务。
Vinay Maurya 建议,当你向 AI 询问某些事情时,你应该在提示词中添加背景。例如,如果你想让 ChatGPT 帮你制定研究计划,您需要提供大量详细信息 - 研究类型、目标受众、研究预算、时间表等。
Arnav Dhanuka 建议提示词包括具体角色、任务和相关背景信息。作为这个想法的具体案例, Florian Bölter 在评论中提到道:
每当我要求提供UX文案时,我都会描述该文案出现的情况,以及它本质上需要传达的内容,以便 ChatGPT 了解所有限制。
这些详细信息可以以几种不同的方式提供:
- 在非常具体且足够长的初始提示中描述
- 在一系列对话式的提示词和问题中体现
- 在 ChatGPT 的自定义指令中添加
ChatGPT 的自定义指令功能 让你可以指定一些希望它始终能考虑的信息。比如给定特定背景环境、与相同类型的用户一起工作等等,这样的使用自定义指令之后,避免在每个提示中包含重复的背景信息。
在大多数情况下,你应该使用非常具体的提示以获得最佳的UX内容。但就生成想法而言,使用简洁的、甚至是单个单词的提示词是可能是非常有用 ,恰恰是这样的宽泛的要求,AI 能突发奇想输出构想。
这种方法在最初的构思过程中会非常有用,此时你可能需要一些疯狂的想法(然后从中筛选出有用的想法)。如果你向 AI 输入一个单词,你会发现它经常会给出你从未想过的想法。这对于视觉设计特别有用。即使这些想法中的大多数都会很糟糕,但是偶尔也会迸发出绝妙的想法。
每当您需要撰写文档或起草设计的时候,空屏都会令你无力。 Raghuvamsi Ayapilla、 Chris Callaghan和 Ayushi Choudhary 都建议文档初稿使用 AI 来生成,这样可以在几秒钟之内,获得几乎完整的内容。
但是,不要将这样的初稿交付给客户或利益相关者。 将 AI 的输出视为后续编辑的起点。在已有内容的基础上编辑,比从头开始创建要容易得多,因此这个简单的过程是 AI 提高 UX 工作效率的主要方式之一。
不要要求 AI 只生成一份文档或一项设计。相反, 要求它给你三个或五个不同的版本。使用提示语,例如 「给我 5 个截然不同的版本的 XXX」。 AI 的创意是免费的,因此你可以将其用于 UX 工作流程中的更多步骤,这比起让你和一群 UX 同事在一个房间里埋头开头脑风暴会议更划得来。
许多评论区的分享者强调在使用 AI 时需要不断完善迭代。使用 AI(尤其是即时生成式 AI)的通过迭代以达到微调、获取更好结果的目的。不要对第一次生成结果感到满意,Accordion editing 和 Apple Picking 等技术可用于调整 AI 输出获得更好的结果:
- Accordion editing: 用户通过扩展和压缩人工智能的输出内容,来迭代调整 AI 生成的提示词的内容。
- Apple Picking: 用户参考之前 AI 回复里的元素,来修改后续的提示词内容。
不用太过系统地进行测试,可以在迭代中要求 AI 进行调整。随着经验的积累,你将更好地了解如何为您的工作产品类型获得最佳结果。
Arnav Dhanuka 建议建立一个提示词库,其中包含贴合你日常使用场景的准确提示词。 提示词库可以节省大量打字时间,特别是在有指定的常见的 UX 背景之时。但如果你第一次提示词尝试没有达到想要的结果,这也就在提醒你要更新为更有效的替代方案。
例如,本文末尾的橡子插图(上面这幅)使用以下提示词来生成的:
neo-impressionism expressionist style oil painting, smooth post-impressionist impasto acrylic painting, thick layers of colorful textured paint --ar 16:9 --s 20
由于 Jakob 经常使用类似风格,所以会将这一提示词保存在提示词库当中。
以下是我们的受访者对 AI 可以帮助完成的特定用户体验工作的一些想法。
- 生成想法以激发创造力(Doris Lin)
- 为用户画像和用户历程图创建插图(Chris Callaghan 和 Elsa Ruiz)
- 制定讨论会议程(Doris Lin)
- 生成用于原型的文本和图片,以提高真实性和相关性,而不是 lorem ipsum (Matt Feilmeier、 Doris Lin和 Elsa Ruiz)
- 撰写用户访谈的问题(Doris Lin)
- 用于初始主题挖掘的情感分析(Lawrence Williams)
- 分析用户反馈: 识别用户反馈中提到的最常见的痛点。(Vinay Maurya)
- 重写调研报告,让受众更清晰,他们通常不是 UX 专家 ( Mohammad Fejlat )
- 根据提供的大纲,高效地编写文本,例如电子邮件、概念或帖子 ( Vicky Pirker )
- 改进 UX 文案: 使文本更加简洁和用户友好(Vinay Maurya)
在这篇文章中,我们使用 AI 来完成大多数 UX 工作中经常出现的两个最简单的任务:(a) 从 Kate 收到的评论中构建和提取主题,以及 (b) 快速生成插图。
正如我们所说的,AI 可以为 UX 工作做很多事情。但要小心网上最场景的一种炒作: 有人声称 AI 工具可以取代设计师、研究人员甚至用户。
你可以通过上传 UI 截图或原型、样机等设计,寻求来自 AI 的评价或批评。这是一个有用的步骤,因为 AI 有时会提到你可能没有考虑到的新事物。但 AI 衍生的设计批评又是危险的,因为它有许多见解,可能是错误的,即使它们是用优美的语言组织起来,并参考了可用性原则来论证。AI 可能非常令人信服,但仍然是错误的。如果你是一位经验丰富的 UX 设计,那么你可能有能力将错觉、误导和有效建议区分开来,并利用后者来获取灵感。但初级的 UX 设计师得避免使用 AI 进行设计评审。
下面是一个设计分析的示例:Jakob 正在考虑为最近一篇 LinkedIn 帖子配图,在考虑使用哪个插图更好 。他将 3 张备选的图上传到 ChatGPT 并请其推荐。以下是 ChatGPT 所选的图像以及说明:
ChatGPT 的说明: 考虑到要在社交媒体上发布,建议使用带有充满活力的干草堆场景的第一张图像。其明亮、生动的色彩和梦幻的印象派风格更容易立即吸引用户注意力,使其适合在滚动频繁且互动时间短暂的平台。
AI 无法取代对真实用户的用研。 它可以为你在可用性研究中寻找问题提供大量建议,但它无法预测用户会做什么。人类始终都是不可预测的生物,尤其是在涉及现实世界和 UI 交互等复杂行为时。更重要的是,当前 AI 工具的「知识」反映了假定的「典型人类行为」。你的产品所涉及的某些用户群体可能与「典型用户」有非常不同的背景、需求和动机,而这就是我们需要做用户调研的研究的主要原因。
用户 Anirugh Kedia 开玩笑说,很快就会有 AI 研究人员研究 AI 用户了。(图片由 DALL-E 3 生成)
大多数 UX 设计方法必须立足于现实——即由真实用户的真实数据支持。 AI 可以帮助构建和解释这些数据,但必须根据 UX 专业知识对解释进行反复检查。
本文是关于 AI 在 UX 项目中的应用,然而,我们经常被问到 UX 专业人员是否需要了解 AI 的内部运作原理。答案是:多数时候不需要。就像面对其他工具一样,你不必知道它们是如何构建的即可使用它们。使用统计数据包的时候,你不需要了解正态分布的数学公式。在设计网站的时候,你也不需要成为前端或者后端开发人员,也不需要了解 SQL、HTML 或 JavaScript。
同样,你也不需要了解 Diffusion 模型的工作原理,就可以在 Midjourney 中训练出漂亮的图像,也不需要了解大型语言模型来让 ChatGPT 总结出冗长的文档。我们不建议你将宝贵的时间花在人工智能理论和技术的扩展研究上。
不过,UX 设计师如果了解相关的技术细节则可以从中受益更多。在不了解基本统计概念的情况下使用统计数据包是非常危险的。当然,了解开发人员的工作以及他们如何处理技术限制,也同样可以提高你的设计效果,尤其是在实际产品中实现的效果。
同样,UX 设计师起码应该了解人工智能的基础知识。这些知识将帮助他们与技术同事更好沟通,并发现克服 AI 局限性的方法。基础的 AI 知识对于在高级UX项目中使用 AI 而言,也是必要的,例如 通用电气对大规模定性用户评论的内容分析中就使用了 AI,它将这些评论转化为可跟踪和可操作的量化数据。
网上的视频平台就有许多教育资源可用于学习 AI基础知识。 Zahra Rahman 推荐了 PBS 节目《人工智能速成课》,该节目可以在 YouTube 上免费观看,大约 4 小时。为了更深入地了解,她还推荐了麻省理工学院为期 8 周的课程 「设计和构建人工智能产品和服务」(2,625 美元)。Suzanne Williams 还推荐了 IBM 的免费 SkillsBuild 系列 AI 课程。
最后, 谷歌还有有一系列关于 AI 技术的免费课程,虽然这些课程过于关注谷歌的产品,但仍然很有用。
Niki Volonasi 写道, 当你将 AI 用于你不了解的事情时,它很容易成为一种负担。AI 应该坐在副驾驶位上,掌舵者应该是你自己。 (图片由 DALL-E 3 生成)
AI 一直在不断变化,所以你现在学到的很多东西可能很快就会过时。但是,现在开始依然不晚,因为你积累的经验和理解,同样有所帮助,并帮你更好更快地掌握新工具和功能。
我们建议你订阅以下的新闻和资讯,定期获取信息更新,这些通讯比你从主流新闻媒体获得的内容,可以更好地了解 AI 的新发展:
Nielsen Norman Group’s newsletter
我们每周都会发布有关 UX 的新文章和视频。目前我们有很多 AI 研究项目正在进行中,这意味着更多新鲜的 AI 相关内容很快就会发布。
雅各布·尼尔森 (Jakob Nielsen) 的时事通讯 。Jakob 的时事通讯发表了有关 AI 和 UX 的文章,因此可能非常适合你的需求。
这是一个涵盖 AI 领域新闻的网站。我们建议订阅每周通讯,其中汇总了本周的主要进展。
伊森·莫里克的时事通讯 。莫里克是一名商学院教授,他的时事通讯重点关注如何让 AI 在商业中发挥作用,所以它并不是专门针对用户体验的。你通常可以在这份时事通讯中找到有关新 AI 功能对业务和用户影响的第一手详细分析。莫里克的大部分建议可能是非常有价值的,即使他不使用 UX 专业术语。
几年后,随着技术的进步和各种业务对 AI 的适应和普及,掌握 AI 的进阶技能将变得至关重要。 你有必须现在就开始接触它,因为你可能需要几年的时间逐渐成为高素质和经验丰富的从业者。只要你开始使用,就能立即看到工作效率和创造力的提升,在未来,这种情况会更加明显也更为重要。
我们建议现在就开始,但从小事做起。正如 Vinay Maurya 的评论:
不要尝试立即使用 AI 来解决最大的 UX 问题。从较小的任务开始,例如生成用户画像或编写 UX 文案。
在几个月的练习过程中,你将可以建立足够的技能树和信心,来结合 AI 应对更复杂的任务。不过请记住保留人的判断力最重要。
从小橡子开始,长成雄伟的橡树。这句谚语适用于 UX 设计师探索 AI 技能的过程。从小事做起,从简单的任务开始,然后逐渐将更多的 AI 技巧添加到你的技能树中。
复制本文链接 文章为作者独立观点不代表优设网立场,未经允许不得转载。
发评论!每天赢奖品
点击 登录 后,在评论区留言,系统会随机派送奖品
2012年成立至今,是国内备受欢迎的设计师平台,提供奖品赞助 联系我们
配色原理与色彩搭配实战宝典
已累计诞生 656 位幸运星
发表评论 已发布7条
↓ 下方为您推荐了一些精彩有趣的文章热评 ↓