
奥本 AI 将所有的最新 AI 聚合到了一起,为您开启多模型 AI 绘画新时代!
扫码即刻关注公众号
面向人工智能的设计:超越聊天机器人
8 个月前
为人工智能设计:超越聊天机器人
在应用程序中有意义地利用人工智能的指导方针和策略
随着人工智能最近的进步,我们作为设计师、建造者和创造者,面临着有关应用程序未来以及人们如何与数字体验互动的重大问题。
生成性人工智能通过我们可以用人工智能做的事情释放了巨大的可能性。人们现在用它来写文章、生成营销和客户外展材料、建立助教、总结大量信息、产生见解等。
鉴于这个领域创新的闪电般步伐,不难想象未来用户可以与充当编排器的中央LLM操作系统交互,而不是在各种应用程序之间切换,其中的体验将更加短暂、个性化和上下文。本质上。Mercury OS概念是对这个可能未来的一睹。
此外,我们可以预见到多模式体验的兴起,包括语音、手势界面和全息界面,这将使技术在我们的生活中更加无处不在。HumaneAI的Imran Chaudhri最近演示了一个可能的无屏幕未来,人类通过自然语言与计算机互动。
未来几年人们与技术和人工智能互动的可能性是无限且令人兴奋的。
但回到人工智能当前状况的现实--大多数企业仍在试图找出利用这项技术为客户提供价值的最佳方法,并正在思考如何探索其首次集成的想法。
不幸的是,我看到许多产品只是在其应用程序中添加了一个自由形式的人工智能聊天界面,希望人们在需要时唤起助手,提出问题并希望得到良好的回应。然而,它仍然让用户有责任切换上下文、起草良好的提示并弄清楚如何在工作中使用生成的响应(如果有用的话)。
在目前的世界状况下,人工智能仍然有很多未探索的领域可以以有意义的方式提供帮助。它涉及到更深入地了解我们用户的问题,了解他们试图做的工作,并敏锐地意识到人工智能目前的可能性和局限性。
在为机器学习体验进行设计一段时间后,我有机会收集了一些策略和最佳实践,以有意义地尝试将人工智能集成到用户工作流中。我希望这些策略对设计师和产品人员来说是有用的,因为他们正在考虑用人工智能来加速用户的工作流程。
1确定正确的用例和用户价值
在开始人工智能项目之前,重要的是要注意,并不是每个项目都需要人工智能,并且人工智能不应该是您向用户提供的价值主张的答案。人工智能只是通过提供以下一个或多个好处来增强应用程序价值主张的一种方式:
1)减少完成任务的时间2)使任务更容易3)个性化体验
同样重要的是,要清楚地了解用户想要用你的产品做什么。对他们来说,理想的体验是什么样子的?目前,这种理想体验的限制因素是什么?然后,你可以确定这段旅程的哪些部分可以通过人工智能来增强。有没有可以自动化或更容易实现的部件?
例如,在业务仪表板上设置自动警报,将电子邮件自动分类到桶中,而不必在Gmail中设置规则,以及自动检测家庭安全摄像头是否有任何可疑活动,这些都是人工智能帮助增强对客户的价值主张并使他们的工作更容易的一些很好的例子。
2提供上下文帮助
由于人工智能模型现在可以理解语言、上下文和用户模式,因此可以利用它们为用户提供更多上下文相关的建议、指导和建议。
例如,Grammarly Go在用户选择正文时很好地向用户展示了相关动作,如“缩短它”、“识别任何差距”等。这是在提供背景帮助方面迈出的重要第一步。
但我们也需要更进一步,思考如何使这些建议更加个性化和与用户相关。
例如,在这种情况下,如果用户向他们的整个领导力链发送电子邮件,而不是向同行发送电子邮件,他们会记住什么?如果用户正在为期刊撰写研究论文,哪些更多的信息会对他们有用?或者,如果用户正在为《纽约时报》撰写一篇文章,哪些信息会有用?
例如Notion和Coda在工作流程中使用人工智能推荐常见操作方面都做得很好,而不必完全转移到不同的上下文。它使与人工智能的工作感觉就像是用户自然工作流程的一部分,并与其他体验很好地融合在一起,而不会引起太多关注。
话虽如此,认识到用户可能需要的帮助的性质也很重要,因为并非所有体验本质上都需要完全上下文。例如,Khan Academy将Khannigo打造为学生的人工智能助理,帮助他们摆脱困境,并作为助教工作,在后台出现,但在需要时可用。在这种情况下,类似聊天机器人的体验似乎是帮助学生的一个很好的开始,而不会中断他们的学习流程。
在设计情景体验时需要注意的一件事是,只有当AI模型知道用户的当前情景以及他们现在正在处理或以前正在处理的内容时,它们才是有用的。如果没有这种上下文理解,我们只能在向用户提供有意义的建议、推荐或指导方面走到这一步。
3创意与控制优化
在为创作体验进行设计时(例如,当用户创建博客、图像、网站等内容时),另一件需要牢记的重要事情考虑到用户需要的创造力和控制力的水平,所以他们仍然感觉到对任务结果的控制力。
虽然Midjorney和Dall-E等工具为用户提供了令人难以置信的创造性表达,但它们在编辑生成的图像方面可能会受到限制。
创造体验的人工智能集成应该帮助用户为他们的工作创造一个很好的起点,并为他们提供所有他们需要的工具,让他们感觉自己处于控制之中,并在需要的时候做出改变。例如,当使用自然语言创建可视化时,在默认情况下针对创建有用的可视化进行优化很重要,但同样重要的是,在用户需要时为他们提供编辑/操作可视化的所有工具。
最近的版本,如Adobe Firefly,显示了朝着这个方向迈出的有希望的一步,该工具仍然允许用户控制图像的各个方面,以便在图像生成后进行操作。
#4帮助建立良好的提示
人们在获得有用的响应并充分利用LLM和其他自然语言人工智能模型方面面临的另一个障碍是弄清楚使用的正确提示。
我看到许多关于提示工程和关于如何建立良好提示的“备忘单”的帖子和课程涌现。需要进行教育和意识,了解使用这些模型以获得更好的结果,特别是如果任务更加专业化。
赋迪奥本AI
上海赋迪网络科技
电话:18116340052